Gemini 4 Argon lidera a tabela de benchmarks do Google em 13 das 19 linhas contra GPT-6 Astra, Claude Opus 5.5 e Claude Fable 5.1, mas um fato supera qualquer pontuação: você pode comprar Astra e Opus 5.5 hoje, e não pode comprar Argon. O novo modelo de fronteira do Google está disponível hoje apenas para defensores do Fairwind Program, a $2/$10 por milhão de tokens durante um período introdutório e $4/$20 depois, o que é exatamente o custo do Opus 5.5.
Esta comparação alinha os quatro modelos em preço e limites, agrupa as linhas de benchmark por qual modelo as vence, explica por que os números não são diretamente comparáveis e termina com um guia de roteamento e uma maneira de testar os três em seus próprios prompts no Apidog. Novo no Argon? Comece com o que é Gemini 4 Argon; para prazos, consulte o guia de data de lançamento do Argon.
Preço e limites lado a lado
A tabela do Google inclui Claude Fable 5.1, então ele também recebe uma coluna. Os preços são por 1M de tokens, das páginas de cada fornecedor: publicação de lançamento do Google, página do modelo GPT-6 Astra da OpenAI e página de preços da Anthropic.
| Gemini 4 Argon | GPT-6 Astra | Claude Opus 5.5 | Claude Fable 5.1 | |
|---|---|---|---|---|
| Pode usá-lo hoje? | Não, apenas Fairwind | Sim | Sim | Sim |
| ID do modelo API | Não publicado | gpt-6-astra |
claude-opus-5-5 |
claude-fable-5-1 |
| Entrada | $2 introdutório, depois $4 | $10 | $4 | $10 |
| Entrada em cache | $0.10 introdutório, depois $0.20 | $1 | $0.20 | $0.25 |
| Saída | $10 introdutório, depois $20 | $50 | $20 | $50 |
| Saída máxima | 1M (limite declarado do Google) | 128K | 128K (300K em Batch, beta) | 128K |
| Janela de contexto | Não publicado | 1.050.000 (922K entrada máxima) | 1M | 1M |
| Sobretaxa por prompt longo | Não declarado | Acima de 272K de entrada: 2x entrada e cache, 1.5x saída, na solicitação completa | Nenhum | Nenhum |
Três coisas se destacam. O preço padrão do Argon corresponde ao Opus 5.5 em entrada, entrada em cache e saída, então sua vantagem de preço sobre o Anthropic dura apenas durante o período introdutório, e o Google não informou a data de término. Astra e Fable 5.1 estão listados em 2,5x as taxas de entrada e saída padrão do Argon e 5x suas taxas introdutórias. E o número de saída de 1M é do Google: a Vals AI lista uma saída máxima de 262K para a configuração do Argon que testou. Para cálculos de custo por solicitação, veja preços do Gemini 4 Argon.
Onde cada modelo se destaca na tabela do Google
Antes dos números: esta é a tabela do Google. As pontuações do Argon são reportadas pelo Google, algumas auto-computadas e outras de classificações; as pontuações dos concorrentes são principalmente os próprios números dos fornecedores ou resultados de classificações públicas, com configurações máximas de raciocínio onde disponíveis. As metodologias diferem, então considere pequenas discrepâncias como ruído.
| Quem lidera | Benchmark | Argon | Astra | Fable 5.1 | Opus 5.5 |
|---|---|---|---|---|---|
| Argon: trabalho de conhecimento | Vals Index | 68.9% | 63.1% | 65.8% | 67.0% |
| Argon: trabalho de conhecimento | AutomationBench | 51.3% | 41.4% | 31.4% | 42.5% |
| Argon: trabalho de conhecimento | Harvey’s Legal Agent Benchmark | 19.6% | 5.4% | 6.7% | 3.8% |
| Argon: codificação | DeepSWE v1.1 | 77.9% | 74.1% | 67.4% | 74.2% |
| Argon: contexto longo | GraphWalks 256K a 1M (F1) | 84.2% | 71.8% | 65.0% | 66.8% |
| Argon: multimodal | LVBench | 91.7% | 87.5% | 79.7% | 83.7% |
| Argon: multimodal | Chartography | 71.6% | 71.0% | 46.2% | 66.3% |
| Astra | FrontierSWE v2 | 55.0% | 65.5% | 56.3% | 62.3% |
| Astra | Terminal-Bench Science 0.1 | 57.6% | 68.1% | 52.6% | 63.3% |
| Astra | OSWorld-2.0 (offline, parcial) | 69.2% | 72.6% | não relatado | não relatado |
| Opus 5.5 | Terminal-bench 4.0 | 57.4% | 58.2% | 57.9% | 66.4% |
| Opus 5.5 | PostTrainBench | 45.3% | 44.3% | 40.2% | 49.3% |
| Empate | CWE-bench v1 | 68.0% | 68.0% | 58.0% | 67.0% |
Outras vitórias diretas do Argon são Vals Finance Agent v2, Vibe Code Bench, LABBench 2, RiemannBench, GraphWalks até 128K e Agent’s Last Exam. Fable 5.1 não lidera nenhuma linha. No CWE-bench v1, o ranking cibernético da DeepMind mostra um empate triplo em 68% entre Argon, Astra e Grok 4.7, com Opus 5.5 em 67%.
No Gemini 4 Argon vs Fable 5.1, Argon pontua mais alto em 15 das 17 linhas onde ambos relatam um número; Fable o supera apenas em FrontierSWE v2 (56.3% vs 55.0%) e Terminal-bench 4.0 (57.9% vs 57.4%). Os próprios números da Anthropic estão em nossa publicação benchmarks do Claude Fable 5.1, e a tabela completa de 19 linhas está em benchmarks do Gemini 4 Argon.
Três ressalvas antes de confiar nas diferenças
Os números dos concorrentes não são execuções do Google. A metodologia do Google afirma que os resultados para modelos não-Gemini “são obtidos a partir de números auto-relatados pelos provedores, a menos que mencionado de outra forma”, e várias linhas vêm de classificações públicas mantidas por Vals AI, Proximal e Surge.
As metodologias diferem. No DeepSWE v1.1, o Google auto-calculou 77.9% do Argon com uma metodologia mini-swe-agent, enquanto a pontuação do Astra vem do ranking público e as pontuações do Anthropic vêm de cartões de sistema. No LVBench, Gemini amostrou vídeo a 1 quadro por segundo, enquanto Astra obteve 800 quadros, Opus 5.5 600 e Fable 5.1 300, “devido a limitações da API”.
O mesmo modelo pontua de forma diferente em diferentes gráficos. O número do Terminal-bench 4.0 do Opus 5.5 difere entre gráficos dependendo da metodologia e configuração de esforço; a Anthropic relata seus 66.4% com esforço xhigh. Portanto, nunca misture fontes em uma única tabela.
O que dizem os avaliadores de terceiros
Classificações independentes estreitam a lacuna. A Artificial Analysis lista Argon em #8 de 223, mas essa lista conta cada configuração de raciocínio separadamente. Por modelo distinto, Argon (53) empata com GPT-6 Astra e Claude Fable 5.1 e fica atrás de Claude Opus 5.5 (58 no máximo) e Claude Sonnet 5.5 (56). A AA também lista a taxa de alucinação do Argon no AA-Omniscience em 15%, contra 51% para Astra em sua configuração máxima.
Na Arena, Argon ocupa o primeiro lugar em Texto com 1525, marcado como Preliminar em 4.942 votos, com Opus 5.5 em quarto. A Vals AI o classifica em primeiro lugar entre 41 modelos no Vals Index, sendo o primeiro modelo Gemini a liderá-lo.
Nem todos dentro do Google estão convencidos: a Bloomberg relatou que alguns funcionários com acesso dizem que o Argon decepciona em alguns trabalhos de codificação e design front-end em relação aos seus benchmarks, uma caracterização que o Google considerou imprecisa.
Qual escolher para rotear
Não há um único melhor modelo de fronteira em 2026. Roteie por tarefa e mantenha a coluna Argon para o dia em que for lançado:
| Tarefa | Roteie hoje | Quando Argon for lançado |
|---|---|---|
| Agentes de automação jurídica, financeira e de escritório | Opus 5.5 (67.0% Vals Index) | Teste o Argon: ele lidera todas as quatro linhas de trabalho de conhecimento |
| Agentes de codificação com uso intenso de terminal | Opus 5.5 (66.4% Terminal-bench 4.0) | Opus 5.5 ainda lidera |
| Engenharia de software agêntica | Astra (65.5% FrontierSWE v2) ou Opus 5.5 | Argon lidera DeepSWE, mas fica atrás em FrontierSWE; teste ambos |
| Agentes de uso de computador e GUI | Astra (72.6% OSWorld-2.0) | Astra lidera OSWorld; Argon lidera Agent’s Last Exam |
| Raciocínio sobre prompts com mais de 256K tokens | Opus 5.5 (sem sobretaxa) ou Astra (sobretaxa acima de 272K) | Argon (84.2% GraphWalks 256K a 1M) |
| Compreensão de vídeo e gráficos | Astra (87.5% LVBench) | Argon (91.7%), com a ressalva da contagem de quadros |
| Engenharia de ciência e ML | Astra (Terminal-Bench Science), Opus 5.5 (PostTrainBench) | Argon lidera LABBench 2 e RiemannBench; teste-o |
| Respostas únicas acima de 128K tokens | Opus 5.5 em Batch (300K, beta) | Argon, até os 1M declarados pelo Google |
| Trabalho de alto volume e sensível ao custo | Opus 5.5 ($4/$20) | Argon a $2/$10 enquanto a introdução durar |
Se o preço importa mais do que as pontuações máximas, nossa comparação GPT-6 Sol vs Claude Opus 5.5 cobre a linha Sol mais barata da OpenAI contra o Opus.
Compare os três em seus próprios prompts
As tabelas dos fornecedores não podem dizer como cada modelo lida com seus prompts. Uma pequena avaliação no Apidog pode, e você pode construí-la hoje.
- Crie um projeto com três solicitações: GPT-6 Astra, Claude Opus 5.5 e uma solicitação Gemini cujo campo de modelo lê
{{GEMINI_MODEL}}, definido comogemini-3.8-flashaté que o Google publique o ID do Argon. Nosso guia da API GPT-6 Astra e o que é Claude Opus 5.5 cobrem o formato de solicitação de cada fornecedor. - Armazene a chave API de cada fornecedor como uma variável de ambiente e coloque o prompt em uma variável compartilhada para que todas as três solicitações recebam a mesma entrada.
- Adicione asserções: status 200, uma resposta não vazia, tokens de saída abaixo de um limite e um custo calculado abaixo do seu orçamento nas taxas publicadas de cada fornecedor.
- Execute os três como um cenário de teste e compare os resultados de cada solicitação no relatório de teste.
A asserção de custo é aritmética simples. Para uma solicitação com 20.000 tokens de entrada e 4.000 tokens de saída, Astra custa 20.000 x $10/1M + 4.000 x $50/1M = $0.20 + $0.20 = $0.40. Opus 5.5 custa $0.08 + $0.08 = $0.16. Argon custaria $0.08 nas taxas introdutórias e $0.16 nas taxas padrão. O preço por token não é o custo por tarefa, no entanto: a Artificial Analysis mediu o Argon em cerca de 62K tokens de saída por tarefa contra cerca de 27K para o Astra com esforço máximo, então meça os tokens de saída em seus próprios prompts.
Quando o Argon for lançado, altere GEMINI_MODEL, execute novamente o cenário, e você terá uma comparação de prompt idêntica contra os dois modelos que pode comprar agora.
Perguntas Frequentes
Gemini 4 Argon é melhor que GPT-6 Astra? Eles empatam em 53 na Artificial Analysis. Na tabela do Google, Argon pontua mais alto na maioria das linhas, mas Astra vence FrontierSWE v2, Terminal-Bench Science 0.1 e OSWorld-2.0, e Astra é o que você pode usar hoje.
Gemini 4 Argon vs Claude Opus 5.5: qual é melhor? A tabela do Google favorece Argon na maioria das linhas; Opus 5.5 vence Terminal-bench 4.0 e PostTrainBench e lidera a Artificial Analysis de 58 a 53. Nas taxas padrão, eles custam o mesmo.
Gemini 4 Argon é mais barato que Claude Opus 5.5? Durante o período introdutório, é metade do preço ($2/$10 vs $4/$20). Depois disso, os preços de tabela são idênticos, e o Google não informou quando o período introdutório termina.
Qual modelo tem o maior limite de saída? Argon, com um limite declarado de 1M de tokens, embora a Vals AI liste 262K para a configuração que testou. Os outros limitam a saída síncrona a 128K. Nosso guia de 1M de tokens de saída cobre o que isso significa para seu cliente.
Posso usar Gemini 4 Argon hoje? Apenas através do Fairwind Program do Google, para um conjunto de parceiros de defesa cibernética verificados. Clientes de API pagos e assinantes do Google AI Ultra vêm em seguida, sem data definida.
Escolha pela carga de trabalho e depois teste
Argon parece mais forte em trabalho de conhecimento, contexto longo e linhas multimodais; Astra em FrontierSWE, Terminal-Bench Science e OSWorld; Opus 5.5 em trabalho de terminal e engenharia de ML, pelo preço que Argon cobrará após sua introdução. Construa com os dois que você pode comprar agora, mantenha o modelo Gemini em uma variável e execute novamente seu cenário no dia em que o Argon for lançado. Para configurar a comparação de três solicitações em um projeto, baixe o Apidog.