Gemini 4 Argon vs GPT-6 Astra vs Claude Opus 5.5: benchmarki i ceny
Argon wygrywa 13 z 19 testów Google i na start kosztuje piątą część Astry. W programowaniu to jednak remis, a dostępny dziś nie jest wcale.
👁 616 przeczytań
- Gemini 4 Argon wygrywa w 13 z 19 testów opublikowanych przez Google, ale model nie jest jeszcze publicznie dostępny - tylko w programie Fairwind i GoogleAPI.
- W cenie startowej Argon kosztuje 2/10 USD za milion tokenów, co czyni go najtańszym z trójki - Astra jest ok. 2,5 raza droższa nawet po zakończeniu promocji.
- Opus 5.5 ma najlepsze wyniki w testach Terminal-Bench 4.0 i PostTrainBench, co czyni go najsilniejszym z dostępnych modeli do pracy z terminalem i agentami programistycznymi.
Gemini 4 Argon wygrywa z GPT-6 Astra i Claude Opus 5.5 w 13 z 19 testów opublikowanych przez Google, a w cenie startowej kosztuje jedną piątą stawek Astry. Przegrywa za to w dwóch z czterech testów programistycznych i jako jedyny z trójki nie jest dziś dostępny. Zestawiłem wyłącznie dane opublikowane przez producentów i policzyłem koszt trzech typowych zadań. Od 13 października 2026 Argon jest dostępny dla wszystkich płacących, a moje porównanie na 23 zadaniach jest w teście Argon vs Opus 5.5 vs GPT-6 Astra.
Trzy modele w jednej tabeli
| Cecha | Gemini 4 Argon | GPT-6 Astra | Claude Opus 5.5 |
|---|---|---|---|
| Producent, premiera | Google, 30.09.2026 | OpenAI, 3.09.2026 | Anthropic, 22.09.2026 |
| Wejście / wyjście za 1 mln tokenów | 2 / 10 USD na start, potem 4 / 20 USD | 10 / 50 USD (powyżej 272 tys. wejścia 20 / 75 USD) | 4 / 20 USD |
| Wejście z cache za 1 mln | 0,10 USD na start, potem 0,20 USD | 1 USD | 0,20 USD |
| Okno wejścia | Google nie podał | 1 050 000 tokenów | 1 mln tokenów |
| Maks. wyjście | 1 mln tokenów | 128 tys. | 128 tys. |
| Dostępność dziś | Tylko program Fairwind i Google | API, ChatGPT od Plus (Work, Codex) | API, aplikacja Claude, chmury |
Ceny Astry i Opusa to stawki standardowe z cenników producentów, bez podatku. Ceny Argona pochodzą z ogłoszenia Google. W oficjalnym cenniku Gemini API modelu jeszcze nie ma. Szczegóły każdego modelu opisuję osobno: Gemini 4 Argon, GPT-6 Astra i Claude Opus 5.5.
Benchmarki: kto wygrywa w czym
Poniżej pełna tabela z dokumentu metodologicznego Google DeepMind. Wyniki Argona Google policzył sam przy najwyższym ustawieniu myślenia, wyniki Astry i Opusa pochodzą z publicznych rankingów albo z kart modeli producentów. Pogrubiam najlepszy wynik w trójce.
Praca biurowa
| Test | Argon | Astra | Opus 5.5 |
|---|---|---|---|
| Vals Index | 68,9% | 63,1% | 67,0% |
| AutomationBench (Zapier) | 51,3% | 41,4% | 42,5% |
| Vals Finance Agent v2 | 65,4% | 53,5% | 58,6% |
| Harvey Legal Agent Benchmark | 19,6% | 5,4% | 3,8% |
Tu Argon ma najwyraźniejszą przewagę. W teście prawniczym Harvey ma pięciokrotnie wyższy wynik niż Opus 5.5, choć wszystkie trzy modele są daleko od połowy skali.
Programowanie i inżynieria ML
| Test | Argon | Astra | Opus 5.5 |
|---|---|---|---|
| DeepSWE v1.1 | 77,9% | 74,1% | 74,2% |
| FrontierSWE v2 | 55,0% | 65,5% | 62,3% |
| Vibe Code Bench | 91,9% | 89,6% | 90,3% |
| Terminal-Bench 4.0 | 57,4% | 58,2% | 66,4% |
| PostTrainBench | 45,3% | 44,3% | 49,3% |
Remis w praktyce. Argon wygrywa w DeepSWE i Vibe Code Bench, ale w FrontierSWE v2 traci do Astry 10,5 punktu, a w Terminal-Bench 4.0 do Opusa 9 punktów. Do tego Bloomberg, cytowany przez Techmeme, podał, że według części pracowników Google model radzi sobie gorzej w realnych zadaniach programistycznych niż w benchmarkach. Google się z tym nie zgadza. Do pracy z terminalem i agentami programistycznymi Opus 5.5 ma dziś najmocniejsze liczby w tej trójce.
Nauka i matematyka
| Test | Argon | Astra | Opus 5.5 |
|---|---|---|---|
| Terminal-Bench Science 0.1 | 57,6% | 68,1% | 63,3% |
| LABBench 2 | 88,8% | 85,4% | 73,1% |
| RiemannBench | 76,0% | 72,0% | 69,6% |
Długi kontekst, obsługa komputera, multimodalność
| Test | Argon | Astra | Opus 5.5 |
|---|---|---|---|
| GraphWalks do 128 tys. | 99,7% | 98,7% | 90,6% |
| GraphWalks 256 tys. - 1 mln | 84,2% | 71,8% | 66,8% |
| Agent’s Last Exam | 39,5% | 34,2% | 38,2% |
| OSWorld-2.0 (część offline) | 69,2% | 72,6% | brak |
| Chartography | 71,6% | 71,0% | 66,3% |
| LVBench (długie wideo) | 91,7% | 87,5% | 83,7% |
Przy OSWorld-2.0 Google zaznacza, że Anthropic podaje tylko wynik łączny dla dwóch części testu, więc Opusa w tym wierszu nie ma. Wyniki GraphWalks Google policzył sam dla wszystkich modeli.
Cyberbezpieczeństwo
| Test | Argon | Astra | Opus 5.5 |
|---|---|---|---|
| CWE-bench v1 (łatanie luk) | 68,0% | 68,0% | 67,0% |
| Gray Swan IPI, skuteczność ataków (mniej = lepiej) | 0,7% | 8,5% | 1,0% |
Wynik Gray Swan (odporność na ukryte polecenia w treściach, które czyta model) podaję za VentureBeat, który przytoczył dane z materiałów Google. W CWE-bench Google ogłosił remis z Astrą na pierwszym miejscu.
Bilans
Na 19 wierszy tabeli: Argon prowadzi w 13, remisuje w 1, Astra wygrywa w 3, Opus 5.5 w 2. Zaznaczam dwie rzeczy. Tabelę ułożył Google, więc to on wybrał testy, a zabrakło w niej popularnych SWE-bench, GPQA, Humanity’s Last Exam i ARC-AGI. Poza tym wyniki Argona nie zostały jeszcze sprawdzone niezależnie, bo model nie jest publicznie dostępny.
Ile kosztuje typowe zadanie
Policzyłem koszt samego cennika, bez podatku, opłat za zapis do cache, narzędzi i trybów wsadowych. To obliczenie na stawkach, nie pomiar. Prawdziwy rachunek zależy od tego, ile tokenów myślenia zużyje model, a tego dla Argona nikt jeszcze nie zmierzył.
Zadanie 1: analiza długiego dokumentu
100 tys. tokenów wejścia (umowa albo raport), 5 tys. tokenów odpowiedzi.
| Model | Koszt |
|---|---|
| Gemini 4 Argon, cena startowa | 0,25 USD |
| Gemini 4 Argon, cena docelowa | 0,50 USD |
| Claude Opus 5.5 | 0,50 USD |
| GPT-6 Astra | 1,25 USD |
| GPT-6.1 Sol (dla porównania, 2 / 10 USD) | 0,25 USD |
Zadanie 2: sesja agenta programistycznego
Łącznie 2 mln tokenów wejścia, z czego 1,6 mln odczytane z cache i 0,4 mln bez cache, oraz 100 tys. tokenów wyjścia. Zakładam, że żadne pojedyncze zapytanie nie przekracza 272 tys. tokenów.
| Model | Wejście | Cache | Wyjście | Razem |
|---|---|---|---|---|
| Argon, cena startowa | 0,80 USD | 0,16 USD | 1,00 USD | 1,96 USD |
| Argon, cena docelowa | 1,60 USD | 0,32 USD | 2,00 USD | 3,92 USD |
| Claude Opus 5.5 | 1,60 USD | 0,32 USD | 2,00 USD | 3,92 USD |
| GPT-6 Astra | 4,00 USD | 1,60 USD | 5,00 USD | 10,60 USD |
Zadanie 3: bardzo długa odpowiedź
50 tys. tokenów wejścia i 400 tys. tokenów wyjścia, np. duża migracja kodu. Tu liczy się limit: tylko Argon może to zrobić w jednej odpowiedzi. Astra i Opus 5.5 mają po 128 tys. tokenów wyjścia, więc potrzebowałyby co najmniej czterech wywołań, a każde kolejne ponownie wczytuje kontekst.
| Model | Koszt samych tokenów | Uwagi |
|---|---|---|
| Argon, cena startowa | 4,10 USD | Jedna odpowiedź |
| Argon, cena docelowa | 8,20 USD | Jedna odpowiedź |
| Claude Opus 5.5 | od 8,20 USD | Minimum 4 wywołania, więcej tokenów wejścia |
| GPT-6 Astra | od 20,50 USD | Minimum 4 wywołania, więcej tokenów wejścia |
Wniosek z liczb: w cenie startowej Argon jest najtańszym z trzech flagowców na każdym zadaniu. Po okresie startowym zrównuje się z Opusem 5.5, a Astra zostaje około 2,5 raza droższa od obu. Google nie podał, jak długo potrwa cena startowa.
Który model wybrać dziś
- Praca biurowa, finanse, prawo, długie dokumenty - na liczbach Google Argon, ale dziś go nie dostaniesz. Z dostępnych Opus 5.5 ma wyższe wyniki niż Astra w Vals Index i Finance Agent przy niższej cenie.
- Agenci w terminalu i programowanie - Opus 5.5 (Terminal-Bench 4.0, PostTrainBench), a przy trudnym kodzie z FrontierSWE także Astra.
- Nauka z użyciem terminala i obsługa komputera - Astra (Terminal-Bench Science, OSWorld-2.0).
- Bardzo długie odpowiedzi w jednym przebiegu - tylko Argon ma limit powyżej 128 tys. tokenów.
To wnioski z tabel producentów. Własne porównanie po polsku robię w Laboratorium: Astra i Opus 5.5 są już przetestowane, Argona dopiszę, gdy tylko trafi do API. Wszystkie modele w jednym miejscu znajdziesz na stronie modele AI, a o reszcie rodziny Google piszę w przewodniku po Gemini.
Najczęstsze pytania
Czy Gemini 4 Argon jest lepszy od GPT-6 Astra?
W tabeli Google tak, w 13 z 19 testów, ale Astra wygrywa w FrontierSWE v2, Terminal-Bench Science i OSWorld-2.0. Niezależnych pomiarów jeszcze nie ma.
Czy Gemini 4 Argon jest lepszy od Claude Opus 5.5?
W pracy biurowej, długim kontekście i wideo tak. W Terminal-Bench 4.0 i PostTrainBench wygrywa Opus 5.5.
Który z trzech modeli jest najtańszy?
W cenie startowej Argon: 2 / 10 USD za milion tokenów. Po okresie startowym Argon i Opus 5.5 kosztują tyle samo, 4 / 20 USD. Astra jest najdroższa, 10 / 50 USD.
Czemu w porównaniu nie ma GPT-6.1 Sol?
Google nie zestawił z nim Argona w swojej tabeli, więc nie mam wspólnych, opublikowanych wyników. Sol pojawia się tylko w obliczeniu kosztu, bo ma identyczną cenę jak startowy Argon.
Chcesz zrobić film po polsku? ZWID - od 3 zł →
Źródła
Google DeepMind: Gemini 4 Argon Model evaluation · Google: Gemini 4 Argon · Cennik API OpenAI · Cennik Anthropic · Cennik Gemini API · VentureBeat · Techmeme (za Bloombergiem). Sprawdzone 30 września 2026.
Niezależny ranking Artificial Analysis (stan na 1.10.2026)
Tabele producentów pokazują wygrane w wybranych testach. Artificial Analysis liczy jeden indeks dla wszystkich modeli na tych samych zadaniach i podaje koszt przejścia całego zestawu, więc łatwiej porównać cenę do wyniku.
| Model | Indeks AA | Odsetek halucynacji | Koszt zestawu zadań |
|---|---|---|---|
| Claude Opus 5.5 (max) | 57,6 | - | 5,98 USD |
| Claude Sonnet 5.5 | 56,0 | - | - |
| GPT-6 Astra (max) | 52,7 | 51% | 3,26 USD |
| Gemini 4 Argon (high) | 52,6 | 15% | 1,99 USD (3,98 USD po promocji) |
| GPT-6.1 Sol (max) | 52,0 | 54% | 0,72 USD |
| Gemini 3.8 Flash | 40,6 | - | - |
Odsetek halucynacji podaję tylko tam, gdzie Artificial Analysis go opublikowało. Pełny ranking z własnymi testami po polsku mam na stronie ranking modeli AI, a o tym, jak modele zmyślają, piszę w tekście o zmyślaniu Opusa 5.5. Źródła: porównanie Argon i Sol w Artificial Analysis oraz wpis Artificial Analysis na X z 1.10.2026.
Google · Twoje źródłaPromptowy wyżej w Twoim Google - jednym kliknięciemDodaj do preferowanych źródeł →Pytania czytelników
Kiedy premiera Gemini 4?
Gemini 4 Argon został zapowiedziany przez Google z datą premiery 30 września 2026 roku. Na razie model jest dostępny wyłącznie w zamkniętym programie Fairwind i przez GoogleAPI - nie można go kupić w standardowym cenniku Gemini API. Google nie podał, kiedy dostęp zostanie otwarty szerzej.
Gemini 4 cena?
W cenie startowej Gemini 4 Argon kosztuje 2 USD za milion tokenów wejścia i 10 USD za milion tokenów wyjścia. Po okresie startowym stawki rosną do 4 USD i 20 USD - tyle samo co Claude Opus 5.5. GPT-6 Astra jest około 2,5 raza droższa od obu. Google nie podał, jak długo obowiązuje cena startowa.
Cały tydzień w AI, w jednym mailu
Wybrane premiery, narzędzia i analizy. Raz w tygodniu, prosto do skrzynki.
Zapisz się za darmo →
Podobne tematy na Promptowym
