Gemini 4 Argon vs GPT-6 Astra: 같은 작업으로 비교한 성능, 속도, API 비용

2026년 10월 23일, Gemini 4 Argon과 GPT-6 Astra에 같은 세 가지 작업을 맡겼습니다. 결제 버그 수정, 306줄 로그에 대한 다섯 가지 질문, 이메일 스레드를 JSON으로 바꾸는 일입니다. Argon은 모두 정답을 냈고, Astra는 두 작업에서 더 빨랐지만 작업당 비용이 3.4~4.9배였으며 로그의 오류 개수를 두 번 다 틀렸습니다.

두 모델 모두 지금 API에서 정식 제공됩니다. Argon의 출시 기념 가격은 11월 30일에 끝나고, 12월 1일부터 두 배가 됩니다. 그래도 Astra의 작업당 비용은 Argon의 약 두 배로 남습니다.

가격은 100만 토큰당 정가이고, Argon은 11월 30일까지의 출시 기념 가격입니다. 둘 다 OmniaKey에서 쓸 수 있습니다: Gemini 4 Argon과 GPT-6 Astra.

Gemini 4 Argon과 GPT-6 Astra는 지금 쓸 수 있나요?

쓸 수 있습니다. Argon은 2026년 10월 13일부터 유료 Gemini API에서 정식 제공되고, Astra는 9월 3일부터 OpenAI API에서 제공됩니다.

출시 직후 기사 중에는 Argon을 쓸 수 없다고 적은 곳도 있습니다. Google이 9월 30일 발표했을 때는 Fairwind Program의 신뢰받는 사이버 방어 담당자에게만 열었습니다. 10월 13일에 그 제한이 풀렸습니다.

두 모델 모두 각사 무료 API 등급에는 없습니다. Argon은 Gemini 앱에서 Google AI Ultra와 Pro 이용자도 쓸 수 있습니다.

Argon의 컨텍스트는 입력, 사고, 출력이 함께 쓰고, "long decode" 모드에서는 출력이 최대 1,048,576토큰까지 늘어납니다. Argon은 텍스트, 이미지, 영상, 음성, PDF를 받고 Astra는 텍스트와 이미지를 받습니다.

Astra의 추론 단계는 low, medium, high, xhigh, max 다섯 가지이며 "none"은 없습니다. OpenAI에서 도구 호출을 쓰려면 Responses API가 필요합니다.

OmniaKey에서는 키 하나로 두 모델을 https://api.omniakey.com/v1에서 호출합니다. 요금은 Gemini 4 Argon 페이지와 GPT-6 Astra 페이지에 있습니다.

검증 방법

• 모델: Gemini 4 Argon(gemini-4-argon)과 GPT-6 Astra(gpt-6-astra).
• 2026년 10월 23일, OmniaKey의 OpenAI 호환 Chat Completions API를 스트리밍으로 사용했습니다. 추론·사고 설정은 따로 주지 않고 각 모델의 기본값을 따랐습니다. Google 문서에서 Argon의 기본 사고 단계는 medium입니다.
• 두 모델에 같은 프롬프트를 썼습니다. 버그 수정과 로그 작업은 모델마다 두 번, JSON 작업은 한 번, 모두 10개의 답입니다.
• 시간은 요청을 보낸 순간부터 마지막 토큰까지 이쪽에서 쟀고, 네트워크 시간도 포함합니다.
• 채점은 취향이 아니라 스크립트로 했습니다. 버그 수정은 모델이 본 적 없는 12개 테스트를 분리된 Python 프로세스에서 돌렸습니다. 로그 답은 로그를 만든 스크립트의 정답 키와, JSON은 항목별로 전용 키와 대조했습니다. 유일한 주관식인 로그 원인 추정만 읽고 판단했습니다.
• 비용은 프롬프트와 답의 토큰 수에 각사 표준 정가를 곱한 값이고, 첫 실행(캐시 없음) 기준입니다.
• OmniaKey는 두 모델의 API를 판매하므로 테스트도 OmniaKey를 거쳐 돌렸습니다. 여기 적은 가격은 모두 Google과 OpenAI의 정가이며 우리 가격이 아닙니다.
• 가격, 한도, 날짜는 Google과 OpenAI 공식 페이지(끝부분 출처, 2026년 10월 23일 확인)를 따랐습니다.

작업마다 한두 번씩만 돌렸으니, 결과는 각 모델의 성향을 보여 주는 예로 읽어 주세요.

같은 세 가지 작업을 맡기면 어떻게 될까?

두 모델 모두 버그를 고치고 JSON도 정확히 채웠습니다. 차이는 긴 로그에서 갈렸고, Astra는 세 작업 중 두 개에서 더 빨랐습니다.

테스트 1: Python 결제 버그 고치기

작은 파일의 깨진 규칙을, 실패한 테스트 세 개만이 아니라 전부 고치는가?

프롬프트:

You're fixing a bug report in our billing service. Below are billing.py, its test file and the test output. Three tests fail.

Fix billing.py so it follows every rule in its docstring, not only the failing tests. Keep the function names and signatures, and use only the Python standard library.

Reply with the complete corrected billing.py in one ```python code block, then at most three short bullets on what you changed.

그 아래에 34줄짜리 billing.py, 테스트 네 개, 테스트 출력(3개 실패, 1개 통과)을 붙였습니다. 파일에는 버그가 네 개 있었습니다.

1. round()가 규칙의 "올림"이 아니라 "짝수 반올림"으로 동작합니다.
2. 수량 할인이 10개와 50개가 아니라 11개와 51개에서 시작합니다.
3. 쿠폰이 세금 뒤에 적용됩니다.
4. 쿠폰이 0에서 100 사이인지 확인하지 않습니다.

각 수정은 모델이 본 적 없는 12개 테스트로 채점했습니다.

• Gemini 4 Argon(10.8초, 10.6초): 두 번 모두 12/12 통과. 둘 다 Python decimal 모듈로 올림 반올림을 구현했습니다. 첫 번째는 Python 3.10 이상이 필요한 타입 힌트(float | Decimal)를 씁니다.
• GPT-6 Astra(17.3초, 6.4초): 두 번 모두 12/12 통과. 첫 번째는 정확한 분수를 썼고, Astra 답 중 유일하게 추론 토큰(185)을 보고했습니다. 이 테스트에서 가장 느린 답이기도 합니다.

채점 뒤 네 가지 수정 모두에 추가 엣지 케이스 세 개를 넣어 봤습니다. Astra의 두 번째 수정은 두 경우에서 1센트씩 어긋났는데, 쿠폰 자체가 아니라 쿠폰을 적용한 뒤의 가격을 반올림했습니다. 1,001센트 주문에 50% 쿠폰이면 할인은 501센트가 아니라 500센트입니다.

결론: 우리 테스트에서는 무승부입니다. 두 모델 모두 버그 네 개를 다 고쳤습니다. Argon의 두 답은 추가 케이스도 모두 맞혔고, 비용은 한 번에 1센트 미만으로 Astra의 3~5센트보다 낮았습니다.

테스트 2: 306줄 로그에서 원인 찾기

긴 글을 가로질러 세고, 찾고, 추론하는 일을 놓치지 않고 해내는가?

프롬프트:

Below is a 20-minute slice of our API gateway's access log. Answer five questions using only this log.

Q1. When did the first 503 happen? Give the timestamp, the request ID and the upstream.

Q2. How many requests returned 503 in total, and which upstream or upstreams served them?

Q3. Which request was the slowest? Give its request ID, path and rt_ms.

Q4. List every request made by user u_4471, in order, as time method path status.

Q5. In one or two sentences: what most likely caused the 503s, and what would you check first?

Start each answer with Q1: to Q5:. No preamble.

질문 아래에 20분 분량의 가상 게이트웨이 로그 306줄(43 KB)을 붙였습니다. 함정도 넣었습니다. 두 자리를 바꾼 사용자 ID(u_4417), 없는 페이지를 두드리는 스캐너, 가장 느린 요청(9,871 ms)에 살짝 못 미치는 느린 검색(9,214 ms)입니다. 로그와 정답 키는 스크립트로 만들었습니다.

• Gemini 4 Argon(9.5초, 10.0초): 두 번 모두 5/5. 오류 14건이라는 수까지 맞혔고 모두 payments-1에서 나왔습니다. 원인 설명도 정확했습니다. 14:07:12부터 14:09:55까지 이 업스트림만 즉시 실패했고(2~9 ms, 똑같은 162바이트 응답), payments-2는 정상이었습니다.
• GPT-6 Astra(5.7초, 5.4초): 두 번 모두 4/5. 오류를 16건, 다음에는 15건으로 셌습니다. 실제로는 14건입니다. 원인을 포함해 나머지는 모두 맞았습니다.

결론: Argon입니다. 로그의 잘못된 개수는 확인해야만 잡히는 실수이고, Astra는 두 번 다 저질렀습니다. 답변 시간은 Astra가 약 절반이었습니다.

로그에 어느 모델을 쓰든, 개수와 함께 해당 줄을 달라고 요청하면 몇 초 만에 확인할 수 있습니다.

테스트 3: 이메일 스레드를 JSON으로 바꾸기

지저분한 글에서 정확한 항목을 뽑아내고 엄격한 형식을 지키는가?

프롬프트:

Turn this support email thread into one JSON object for our ticketing system.

Schema (every key is required):

• "order_id": string
• "customer_email": string, the From address of the customer's most recent message
• "items": array of objects with "sku" (string) and "quantity" (integer), only the items in the customer's latest request
• "requested_action": one of "refund", "replacement", "other"
• "refund_amount_cents": integer, or null if no refund is requested
• "deadline": "YYYY-MM-DD", or null if none is given; resolve relative dates against the Date header of the message they appear in
• "escalation_risk": boolean, true if the customer threatens a chargeback, a bank dispute or legal action

If the customer changed their mind, use the latest request. Return only the JSON object: no code fences, no comments, no extra keys.

스레드에는 같은 고객이 보낸 메일 두 통이 있었습니다. 월요일에는 회사 주소로 교체용 램프 두 개를 요청했습니다.

수요일에는 개인 주소로 마음을 바꿔 램프 두 개와 충전기의 환불, 총 $157.50을 "이번 주 금요일"까지 요구했고, 아니면 은행에 이의를 제기하겠다고 했습니다. 문제가 없었던 예전 주문도 언급합니다.

• Gemini 4 Argon(6.8초): 일곱 항목 모두 정답. 군더더기 없는 유효한 JSON으로, 환불 15750센트, 개인 주소, 두 제품, "이번 주 금요일"을 2026-10-16으로 풀었습니다.
• GPT-6 Astra(3.9초): 마찬가지로 항목마다 정답.

결론: 정확도는 무승부입니다. Astra가 약 절반 시간에 답했고, 비용은 Argon $0.003, Astra $0.013이었습니다.

속도에서는 Astra가 먼저 말을 시작합니다. 첫 토큰은 추론한 한 답(9.4초)을 빼고 3.13.8초에 나왔습니다. Argon은 짧은 JSON에서도 5.16.8초가 걸렸고, 다섯 답 모두 사고 토큰 0을 보고했습니다.

답이 빨리 시작돼야 하면 Astra, 개수나 검색이 정확해야 하면 Argon이 여기서는 더 나았습니다.

공개 벤치마크는 어떻게 나오나요?

Google 자체 표에서는 Argon이 10개 항목 중 6개, Astra가 3개에서 앞서고 1개는 동률입니다. 독립 평가 사이트인 Artificial Analysis는 둘을 같은 점수로 봅니다.

숫자는 Gemini 4 Argon 모델 카드에 있는 Google 값이고, 2026년 10월 기준 결과입니다.

Astra가 이기는 항목은 에이전트 계열입니다. FrontierSWE v2(65.5% 대 55.0%), Terminal-bench 4.0, OSWorld-2.0이며, 터미널에서의 코딩과 컴퓨터 사용을 재는 테스트입니다. Argon이 크게 앞서는 곳은 지식 노동입니다. Harvey의 법률 에이전트 테스트(19.6% 대 5.4%), AutomationBench, Vals Index입니다.

Artificial Analysis는 Intelligence Index에서 둘 다 53을 주지만, Argon은 high, Astra는 max 추론 설정으로 돌렸습니다. 그 설정에서 Argon은 작업당 출력 토큰이 약 두 배(36k 대 17k)였고, 그래도 작업당 비용은 더 낮았습니다($1.99 대 $3.26). 생성 속도도 Argon이 앞서 초당 82토큰 대 56토큰입니다.

OpenAI는 Astra가 FrontierMath Tier 4에서 98%, ARC-AGI-3에서 99.9%라고 보고합니다. Google 표에는 이 테스트가 없어서 나란히 놓을 Argon 숫자는 없습니다.

터미널 에이전트와 컴퓨터 사용에는 Google 숫자로도 Astra가 유리합니다. 문서가 많은 지식 노동에는 Argon이 유리합니다.

작업당 비용은 얼마인가요?

정가로 비교하면 우리 실행에서 Astra는 Argon의 3.44.9배였습니다. 12월 1일 Argon 가격이 두 배가 되어도 Astra는 1.72.4배로 남습니다.

가격은 Google Gemini API 요금 페이지와 OpenAI GPT-6 Astra 모델 페이지에서 2026년 10월 23일에 확인했습니다.

Batch와 Flex는 둘 다 절반 가격입니다. Astra는 입력이 272K 토큰을 넘는 프롬프트에서 요청 전체의 입력과 캐시가 2배, 출력이 1.5배가 됩니다. Google 요금 페이지에는 Argon의 긴 프롬프트 할증이 없습니다.

규모로 환산하면, 우리와 같은 로그 작업 1,000번은 Argon이 11월 30일까지 약 $60, 12월 1일부터 약 $120, Astra가 약 $205입니다.

정가의 5배 차이보다 실제 차이가 작은 이유는 두 가지입니다. Argon의 답이 더 길었고(로그 작업에서 출력 401 대 218토큰), Google이 같은 43 KB 로그를 OpenAI보다 많은 입력 토큰으로 셌습니다.

2분 뒤 같은 로그를 다시 물으면 둘 다 대부분을 캐시 요금으로 청구합니다. 두 번째 로그 실행은 Argon 약 $0.011, Astra 약 $0.033으로 첫 실행보다 약 80% 쌌습니다.

OpenAI 규칙 하나만 알아 두세요. GPT-6 모델은 기본 캐시 모드에서 캐시에 기록하는 프롬프트 토큰을 입력 요금의 1.25배로 청구합니다. 그래서 첫 로그 호출이 $0.205가 아니라 약 $0.25가 될 수 있습니다.

어느 쪽을 골라야 할까요?

긴 문서, 로그, 대량 처리에는 Argon을 고르세요. 답이 빨리 시작돼야 하거나 에이전트가 터미널, 컴퓨터에서 움직인다면 Astra입니다.

12월 1일 Argon은 100만 토큰당 $4와 $20으로 두 배가 되지만, 여전히 Astra 정가의 40%라서 위 선택은 그대로입니다. 같은 API와 같은 키로 돌아가므로 섞어 쓰기도 쉽습니다.

나누는 기준은 간단합니다. 숫자를 틀리면 곤란한 일에는 Argon, 답이 늦으면 곤란한 일에는 Astra를 쓰세요. OmniaKey의 Gemini 4 Argon과 OmniaKey의 GPT-6 Astra에서 바로 시작할 수 있습니다.

하나의 API 키로 같은 테스트를 돌리려면?

OpenAI Python SDK를 OmniaKey로 향하게 하고 문자열 하나만 바꾸면 모델이 바뀝니다. 이 코드는 2026년 10월 23일에 실행했습니다.

import os
import time

from openai import OpenAI

client = OpenAI(
    base_url="https://api.omniakey.com/v1",
    api_key=os.environ["OMNIAKEY_API_KEY"],
)

model = "gemini-4-argon"  # change to "gpt-6-astra" to compare
prompt = open("ticket-prompt.md").read()  # the support-ticket task from Test 3

start = time.perf_counter()
response = client.chat.completions.create(
    model=model,
    messages=[{"role": "user", "content": prompt}],
)
print(response.choices[0].message.content)
print(f"{time.perf_counter() - start:.1f} s", response.usage)

1. OmniaKey에서 키를 만들고 OMNIAKEY_API_KEY로 설정합니다.
2. SDK를 설치합니다: pip install openai.
3. 프롬프트를 ticket-prompt.md로 저장합니다. 예를 들어 테스트 3의 지시에 자신의 이메일 스레드 하나를 붙입니다.
4. 스크립트를 실행합니다. 답, 시간, 토큰 사용량이 출력됩니다.
5. model을 "gpt-6-astra"로 바꾸고 다시 실행합니다.

테스트 3 프롬프트로 이 스크립트를 Argon에서 돌리면 7.1초에 올바른 JSON이 나왔고, 입력 634, 출력 152토큰이었습니다.

자주 묻는 질문

Gemini 4 Argon이 GPT-6 Astra보다 좋나요?

세 작업에서 Argon은 매번 정답이었고 비용도 낮았으며, Astra는 두 작업에서 더 빨랐습니다. Google 표에서는 Argon이 10개 항목 중 6개에서 앞서고, Artificial Analysis는 둘을 53으로 같게 봅니다.

Gemini 4 Argon은 누구나 쓸 수 있나요?

2026년 10월 13일부터 유료 Gemini API에서 쓸 수 있지만 무료 등급에는 없습니다. Google AI Ultra와 Pro 이용자는 Gemini 앱에서도 씁니다.

Gemini 4 Argon은 GPT-6 Astra보다 얼마나 싼가요?

11월 30일까지 정가는 Astra의 5분의 1로, 100만 토큰당 $2와 $10 대 $10와 $50입니다. 우리 작업에서는 Astra가 3.4~4.9배였습니다. 12월 1일부터 Argon 정가는 Astra의 40%($4와 $20 대 $10와 $50)입니다.

코딩에는 어느 쪽이 좋나요?

둘 다 우리 버그를 고치고 숨은 테스트 12개를 모두 통과했습니다. Google 표에서는 Argon이 DeepSWE v1.1(77.9% 대 74.1%)에서 앞서고, Astra가 FrontierSWE v2(65.5% 대 55.0%)와 Terminal-bench 4.0(58.2% 대 57.4%)에서 앞섭니다.

Gemini 4 Argon은 기본으로 사고하나요?

네, medium입니다. 세 작업에서는 사고 토큰 0을 보고했지만, 어려운 세기 퍼즐에서는 471을 쓰고 정답을 맞혔습니다. 필요한 일에서 생각하는 모델입니다.

출처

• Google: Gemini 4 Argon 발표(2026년 9월 30일), 정식 제공 글(2026년 10월 13일), Gemini API 변경 기록, 모델 페이지, 요금, 사고 단계, 모델 카드
• OpenAI: GPT-6 Astra 발표, 모델 페이지, 요금, 프롬프트 캐시, 변경 기록
• Artificial Analysis: 비교 페이지

모두 2026년 10월 23일에 확인했습니다.

업데이트 기록

• 2026년 10월 23일: 처음 공개. 테스트는 10월 23일 OmniaKey API를 통해 실행했습니다.