Gemini 4 Argon vs GPT-6 Astra: сравнение и цена после 1 декабря

Если нужна одна модель для кода, агентов и работы с документами, начните с GPT-6 Astra (gpt-6-astra) на уровне рассуждения medium или high. В индексе Artificial Analysis Intelligence Index v5.0.1 по состоянию на 4 ноября 2026 года Astra на high набирает 55 баллов против 50 у Gemini 4 Argon (gemini-4-argon) на том же уровне high и тратит на одну задачу индекса $3,24 — против $3,84 у Argon по нынешней цене и $7,68 по цене с 1 декабря. Даже на medium Astra (52 балла, $2,73 за задачу) сильнее и дешевле, чем Argon на high.

Argon дешевле за токен только до 30 ноября: с 1 декабря 2026 года Google поднимает его цену с $2/$10 до $4/$20 за 1 млн токенов ввода и вывода, а Astra стоит $10/$50. Реальную выгоду Argon даёт уровень рассуждения по умолчанию на коротких запросах с проверяемым результатом. В прогоне 4 ноября через API LaoZhang 11 ответов на одни и те же задачи обошлись Argon в $0,093 (с 1 декабря — $0,187) против $0,381 у Astra, при 10 верных из 11 против 11 из 11. На high картина обратная: Argon выдал в 4,2 раза больше токенов, чем Astra, и с 1 декабря тот же набор на Astra ($0,586) дешевле, чем на Argon ($0,807).

Первым кандидатом Argon стоит сделать в автоматизации процессов и терминальных агентах: в этих тестах Artificial Analysis он впереди, а в общем зачёте независимого Vals Index тоже стоит выше Astra. С задачами, где нужен точный ответ по длинным данным, осторожнее: при подсчёте ошибок в логе на 146 КБ Argon по умолчанию занизил все пять счётчиков ошибок на 20–37 %, а верный ответ дал только на high с потоковой передачей и за 4,5–7 минут, тогда как Astra ответила верно за 38–78 секунд. Прежде чем переводить трафик, прогоните на обеих моделях 10–20 своих запросов на двух уровнях рассуждения — порядок действий описан в разделе о самостоятельной проверке.

Gemini 4 Argon или GPT-6 Astra: что брать под какую работу

Выбор определяют три условия: сколько стоит ошибка в одном ответе, на каком уровне рассуждения вы будете работать и на какую дату считается счёт. Когда ошибка дороже токенов, основной моделью остаётся Astra. Argon выигрывает там, где запросы короткие, результат проверяется автоматически и рассуждение можно оставить по умолчанию, а также в агентной автоматизации, но с 1 декабря его ценовое преимущество сокращается вдвое.

Переводить нагрузку с Astra на Argon ради экономии стоит только по расчёту на декабрьских ставках: нынешняя пятикратная разница в цене токена действует до 30 ноября, а с 1 декабря сокращается до 2,5 раза.

Что лучше по индексу Artificial Analysis: Astra 55, Argon 50 на high

По состоянию на 4 ноября 2026 года в Artificial Analysis Intelligence Index v5.0.1 GPT-6 Astra выше Gemini 4 Argon на любом своём уровне, начиная с medium. Argon в индексе оценён только на high и набирает 50 баллов; Astra на high набирает 55, на medium — 52, и ниже Argon оказывается лишь её уровень low с 43 баллами. Данные взяты со страницы сравнения Gemini 4 Argon и GPT-6 Astra на Artificial Analysis и страниц обеих моделей.

Стоимость задачи Artificial Analysis считает по ценам API и для Argon уже берёт декабрьскую ставку $4/$20. До 30 ноября все цены Argon ровно вдвое ниже, поэтому вторая цифра в его строке таблицы — пересчёт тех же токенов по нынешней цене, а не отдельный замер. Получается, что Astra на high уже сейчас обходится за задачу индекса в 0,84 от Argon, а с 1 декабря — в 0,42. Самый дорогой уровень Astra, max с 57 баллами, сейчас в 1,63 раза дороже Argon, а с 1 декабря на 19 % дешевле его.

Разница в стоимости объясняется объёмом рассуждения. На одну задачу индекса Argon выдаёт в среднем 116 тысяч выходных токенов, из них 68 тысяч приходится на рассуждение, тогда как Astra даже на max — 52 тысячи. Отсюда и время: 1 363 секунды на задачу у Argon против 404 у Astra на high, в 3,4 раза дольше.

Сравнение на high — это сравнение одинаковой метки, а не одинакового объёма вычислений. У Argon параметр thinking_level принимает low, medium и high, и по умолчанию в API стоит medium (см. документацию Gemini API о режиме рассуждения); у Astra reasoning_effort идёт от low до max, а значение по умолчанию OpenAI не указывает. Сопоставить модели по индексу «по умолчанию против умолчания» нельзя: Argon на medium Artificial Analysis не публикует. И задача индекса — это длинное многошаговое задание из тестового набора, а не один запрос вашего сервиса.

Где Argon обходит Astra: независимые тесты и таблица Google

Из девяти тестов, из которых складывается индекс Artificial Analysis v5.0.1, Argon на high заметно опережает Astra на high в двух: AutomationBench-AA (автоматизация рабочих процессов) и Terminal-Bench 4.0 (работа агента в терминале), и ещё на один балл — в AA-Omniscience. В остальных шести впереди Astra, сильнее всего — в научных задачах CritPt и в программировании FrontierCode 2.0.

Два других источника ставят Argon выше. В Vals Index на 30 сентября 2026 года Argon набрал 68,90 % при стоимости $15,68 за прогон теста (Vals тоже считал Argon по $4/$20 на high), а Astra — 63,13 % при $18,46 (цифры Astra — в пересказе Kingy AI). Это единственный независимый индекс, где Argon впереди. Таблица Google из анонса Argon 30 сентября даёт ему победу в 14 тестах из 19 против 4 у Astra при одной ничьей, но это данные производителя: Google запускал модели на максимальном уровне рассуждения по одной попытке, а в видеотесте LVBench модели получали разное число кадров. Там же приведена доля успешных косвенных промпт-инъекций в тесте Gray Swan — 0,7 % у Argon против 8,5 % у Astra (по пересказу VentureBeat). Для агентов, которые читают чужие страницы и письма, это довод в пользу Argon, пусть и не проверенный независимо.

Для программирования однозначного победителя нет. В таблице Google Argon впереди в DeepSWE v1.1 (77,9 против 74,1) и Vibe Code Bench (91,9 против 89,6), а Astra — в FrontierSWE v2 (65,5 против 55,0) и Terminal-bench 4.0 (58,2 против 57,4). У Artificial Analysis Terminal-Bench 4.0, наоборот, за Argon, а FrontierCode 2.0 уверенно за Astra. В тесте 4 ноября обе модели на high прошли все скрытые тесты по трём функциям и двум парсерам; единственный промах — у Argon по умолчанию, который в разборе выражений не принял строку с лишними пробелами " 1 + 2 ". Для сложных изменений в коде разумно начинать с Astra, а для агентов, которые в основном запускают команды в терминале, сначала проверить Argon.

Откуда «оба по 53» и «Argon на 40 % дешевле»: прежний индекс

Эти цифры были верны для своей даты, но устарели. До 27–28 октября 2026 года Artificial Analysis считал индекс по версии v4.3.2, и в ней Argon на high набирал 53 балла при стоимости задачи $1,99 — по вводной цене $2/$10. Отсюда «разница с Astra в 0,11 балла», «Argon примерно на 40 % дешевле Astra на max», «Argon обходится в 60 % от стоимости Astra» и «Astra в 1,6 раза дороже за задачу». В версии v5.0 сменился сам набор тестов, все баллы пересчитаны, а Argon теперь оценивается по декабрьской цене. Значения двух версий нельзя ставить в одну таблицу: в v5.0.1 разрыв на high составляет 5 баллов в пользу Astra, и за задачу индекса она дешевле.

Тест 4 ноября 2026: одинаковые задачи через один API

4 ноября 2026 года обе модели получили одинаковые запросы через API-шлюз LaoZhang: Argon — через родной метод Gemini generateContent без потоковой передачи, Astra — через Chat Completions с потоковой передачей, без системной инструкции и инструментов. Каждая модель отвечала на двух уровнях: по умолчанию и на high. В наборе восемь задач: текстовая задача на вычисление, три функции на Python со скрытыми тестами pytest, пересказ в пяти пунктах английской статьи на 6 723 слова, разбор арифметических выражений (25 скрытых тестов), разбор строки CSV (16 тестов) и подсчёт по сумме цифр. Последние три задачи прогонялись дважды, всего 11 ответов на настройку; стоимость пересчитана по официальным ценам из счётчиков токенов, которые вернули API.

Короткие задачи с чёткой постановкой модели не разделили: обе решили почти всё. Разделилась стоимость. По умолчанию Argon дешевле Astra в 4,1 раза до 30 ноября и в 2 раза после. На high Argon потратил на рассуждение 33 105 токенов против 5 982 у Astra, и его пятикратная скидка за токен почти исчезла: Astra дороже лишь в 1,45 раза до 30 ноября, а с 1 декабря стоит 0,73 от Argon. Суммарное время на high — 463 секунды у Argon против 215 у Astra; часть этой разницы может давать способ вызова, потоковый у Astra и непотоковый у Argon.

Это один день, один шлюз и одна-две попытки на задачу. Такой прогон показывает расход токенов, стоимость и время при почти равной точности, но не рейтинг качества: широкой оценкой остаётся индекс Artificial Analysis.

Подсчёт по логу на 146 КБ: задача, где модели разошлись

Отдельно моделям дали синтетический лог приложения на 1 500 строк, из них 326 строк ERROR; строки WARN несут те же коды ошибок и служат помехой. Требовалось посчитать строки ERROR по пяти кодам, число разных пользователей с ошибкой E503 и найти запрос с наибольшим числом повторов. Правильный ответ сгенерирован скриптом и сверен через grep до первого вызова; засчитывался ответ, в котором верны все семь значений.

Argon по умолчанию ответил за 7 секунд и дёшево, но занизил все пять счётчиков ERROR на 20–37 % (E503 — 59 вместо 94, E429 — 59 вместо 80), назвал 46 пользователей с E503 вместо 78, на 41 % меньше, и верно нашёл только запрос с максимумом повторов; токенов рассуждения API при этом не показал. На high без потоковой передачи один вызов израсходовал на рассуждение весь лимит в 32 768 выходных токенов, завершился с finishReason: MAX_TOKENS без ответа и всё равно был оплачен. Этот предел для непотокового вызова описан в документации Google, так что на него наткнётся любой, кто не включит поток. С потоковой передачей оба ответа Argon верны, но каждый занял в несколько раз больше времени, чем у Astra, и потребовал от 37 до 53 тысяч токенов рассуждения. Ещё два вызова Argon на high оборвались около 300-й секунды из-за сетевого прокси на машине, с которой шёл тест; они не учтены и не оплачены. Это один тип задачи — точная агрегация по длинному зашумлённому вводу, по две попытки на настройку, — а не общий рейтинг моделей.

Цена Gemini 4 Argon и GPT-6 Astra до и после 1 декабря

За 1 млн токенов Astra дороже Argon ровно в 5 раз и по вводу, и по выводу до 30 ноября 2026 года и в 2,5 раза с 1 декабря, когда Google удваивает цену Argon. Но счёт за работу этим отношением не определяется: на него влияют язык ввода, объём рассуждения и кэш. Ставки Standard за 1 млн токенов по странице цен Gemini API и странице цен OpenAI API на 4 ноября 2026 года:

Пакетный режим (Batch) и Flex у обеих моделей вдвое дешевле. Бесплатного уровня API у Argon нет: Google прямо пишет, что оплачивается каждый токен, включая токены рассуждения. У Astra региональные эндпоинты с хранением данных в выбранном регионе стоят на 10 % дороже.

Стоимость запроса считается так: токены ввода × цена ввода + токены вывода вместе с рассуждением × цена вывода. Цены сравнить просто, токены — нет, потому что модели считают один и тот же текст по-разному. В тесте 4 ноября русский абзац на 791 символ Argon посчитал как 176 токенов, а Astra — как 193, то есть соотношение 0,91. Значит, ввод на русском у Astra дороже не в 5, а примерно в 5,5 раза до 30 ноября (5 ÷ 0,91) и в 2,7 раза с 1 декабря (2,5 ÷ 0,91). На английской прозе счёт токенов одинаковый, на японском преимущество Argon самое большое (0,67), а на логах с метками времени, идентификаторами и парами key=value всё наоборот: Argon насчитал в 1,42 раза больше токенов, и разница в цене ввода сжимается до 3,5 раза сейчас и 1,8 раза с 1 декабря.

Цену вывода решает объём рассуждения. На high в тесте Argon выдал в 4,2 раза больше токенов, чем Astra, и этого хватило, чтобы съесть пятикратную разницу в цене сейчас и перевернуть её с 1 декабря. Если растянуть тот же набор из 11 задач на месяц в 1 000 повторов, то есть 11 000 запросов, на уровне по умолчанию это около $93 на Argon до 30 ноября и $187 после против $381 на Astra, а на high — $403 и $807 против $586. На ваших запросах соотношение будет другим, потому что оно зависит от доли ввода и вывода и от того, сколько модель рассуждает над вашим типом задач.

Кэш у моделей устроен по-разному. Argon кэширует только неявно, за запись ничего не берёт и читает кэш по 5 % от цены ввода. Astra кэширует по умолчанию и читает по 10 %, но запись оплачивается: в 1,25 раза дороже обычного ввода при хранении 30 минут и в 2,5 раза при 12 часах (только в Responses API); минимальный объём — 1 024 токена, а отказаться от автоматического кэша можно параметром prompt_cache_options.mode: "explicit". Подробности — в материале «GPT-6 Astra API: тарифы, кэш и стоимость длинного контекста».

4 ноября через шлюз LaoZhang Astra ни в одном ответе не показала записи в кэш, хотя 26 октября тот же запрос на 10 106 токенов через тот же шлюз сообщал о 10 103 записанных. Повторный лог на 55 843 токена она при этом прочитала из кэша почти целиком, 55 840 токенов. Argon без всяких настроек читал из кэша 9 056 из 11 110 токенов повторной статьи и 77 258 из 79 312 токенов лога. Была ли запись у Astra не сделана, не показана или не оплачена, по ответу не понять, поэтому на своём трафике смотрите поля prompt_tokens_details.cached_tokens и prompt_tokens_details.cache_write_tokens у Astra и cachedContentTokenCount у Argon. В прямом API OpenAI запись тарифицируется по 1,25 от цены ввода.

Длинный контекст: 1 048 576 токенов у Argon против 1 050 000 у Astra

По размеру окна модели почти равны, но цену и предел ответа определяют по-разному. У Argon один бюджет в 1 048 576 токенов на ввод и вывод вместе, и цена за токен от длины запроса не зависит. У Astra контекст 1 050 000 токенов, из них ввод не больше 922 000, а вывод не больше 128 000; если ввод превышает 272 000 токенов, весь запрос идёт по ставке длинного контекста — $20 за ввод и $75 за вывод. Например, запрос на 500 000 токенов ввода обойдётся Astra в $10 только за ввод (500 000 × $20 ÷ 1 млн), а Argon — в $1 до 30 ноября и $2 с 1 декабря.

С длинными ответами у Argon свои пределы. Синхронный ответ по умолчанию ограничен 65 536 токенами, непотоковый вызов — 32 768, и рассуждение входит в этот лимит, что и показал тест с логом. Более длинный вывод Argon отдаёт частями с finish_reason CONTINUATION; как с этим работать и почему ответ бывает пустым, разобрано в материале «Gemini 4 Argon API: доступ, finish_reason и обрыв ответа». Astra выдаёт до 128 000 токенов в одном ответе, но вызов функций у неё работает только через Responses API: Chat Completions с GPT-6 Astra функции не поддерживает.

Как получить доступ к Argon и Astra: API, приложения, Codex и Antigravity

В API обе модели оплачиваются по токенам, а подписки дают доступ в приложениях и инструментах для кода со своими квотами, которые к API не относятся. Включение Astra в рабочем пространстве ChatGPT не открывает её в API, а квота AI Studio отделена от счёта Gemini API. Состояние на конец октября 2026 года:

Числа запросов в квотах Argon Google не публикует. Официально API обеих компаний доступен не во всех странах: по состоянию на 4 ноября 2026 года Россия не входит ни в список стран OpenAI API, ни в список регионов Gemini API, а все цены выше — тарифы прямых API в долларах США. Как проверить, что проекту открыта gpt-6-astra, и отправить первый запрос, описано в материале «Доступ к GPT-6 Astra API: ключ, первый запрос и ошибки подключения», а почему в бесплатном ChatGPT отвечает другая модель — в статье «GPT-6 бесплатно в ChatGPT: на Free работает Luna, Astra — платно».

Как проверить Argon и Astra на своих запросах

Индексы и чужие прогоны не покажут, сколько каждая модель рассуждает над вашими задачами, а именно это решает счёт. Проверка на 10–20 запросах занимает вечер и стоит несколько долларов: весь прогон 4 ноября, 69 вызовов вместе с логами и подсчётом токенов, обошёлся в $5,56 по официальным ценам.

1. Соберите 10–20 настоящих запросов из своего сервиса. Хотя бы у части из них ответ должен проверяться автоматически: тестами, точным числом или схемой JSON.
2. Отправьте каждый запрос на Argon дважды: без thinkingConfig (это уровень medium) и с "thinkingConfig": {"thinkingLevel": "high"} внутри generationConfig. Для high и длинного ввода используйте потоковый метод streamGenerateContent с maxOutputTokens: 65536, иначе ответ упрётся в лимит 32 768 токенов.
3. Отправьте те же запросы на Astra без reasoning_effort и с "reasoning_effort": "high". Если сервис вызывает функции, тестируйте через Responses API.
4. Сохраните счётчики из каждого ответа. У Argon в usageMetadata это promptTokenCount, candidatesTokenCount, thoughtsTokenCount и cachedContentTokenCount; у Astra в usage — prompt_tokens, completion_tokens, completion_tokens_details.reasoning_tokens и поля в prompt_tokens_details.
5. Посчитайте стоимость по формуле из раздела о ценах дважды для Argon — по ставке до 30 ноября и с 1 декабря — и один раз для Astra. У Argon токены рассуждения из thoughtsTokenCount оплачиваются как вывод.
6. Повторите каждый запрос хотя бы дважды и сравните долю верных ответов, стоимость одного верного ответа и время.

Сравнивайте именно стоимость верного ответа, а не среднюю цену запроса: дешёвый неверный ответ, как у Argon по умолчанию в задаче с логом, в итоге обходится дороже всего.

Gemini 4 Argon и GPT-6 Astra: другие вопросы

Gemini 4 Argon уже вышла? Да. Стабильная версия с идентификатором gemini-4-argon общедоступна с 13 октября 2026 года: в Gemini API на платном уровне, в приложении Gemini на тарифах Google AI Pro и Ultra и в Antigravity. Gemini 4 Carbon, анонсированная 28 октября, по состоянию на 4 ноября 2026 года открыта только участникам программы Fairwind для специалистов по киберзащите и не имеет публичного идентификатора и даты выхода; чем она отличается от Argon, разобрано в материале «Gemini 4 Carbon vs Argon: где Carbon сильнее и цена задачи».

GPT-6 Astra — это и есть GPT-6? GPT-6 Astra — старшая модель линейки GPT-6 от OpenAI, она вышла 3 сентября 2026 года; модели GPT-6.1 Astra не существует. Кроме Astra, в линейке есть GPT-6 Sol и Luna, а также GPT-6.1 Sol и GPT-6.1 Terra; какая из них для чего подходит, описано в материале «GPT-6 Sol, Luna, Astra и GPT-6.1 Terra: что выбрать для работы».

Есть ли вариант дешевле Argon и Astra? У OpenAI это GPT-6.1 Sol за $2/$10 за 1 млн токенов: в индексе Artificial Analysis v5.0.1 на 4 ноября 2026 года она на max набирает те же 55 баллов, что Astra на high, при $1,27 за задачу — подробнее в «GPT-6.1 Sol, GPT-6 Astra и GPT-6 Sol: какую модель выбрать». У Google ступенью ниже стоит Gemini 3.8 Flash, см. «Gemini 4 Argon vs 3.8 Flash: сравнение, тест цены и что выбрать». Если в выборе участвует Claude, Argon сравнивается с Opus 5.5 и GPT-6.1 Sol в материале «Gemini 4 Argon, Claude Opus 5.5 или GPT-6.1 Sol: что выбрать», а Astra с Sonnet 5.5 — в «Claude Sonnet 5.5 или GPT-6 Astra: стоит ли переходить».