Gemini 4 Argon vs GPT-6 Astra: preço, velocidade e acertos nas mesmas tarefas

Em 23 de outubro de 2026, demos ao Gemini 4 Argon e ao GPT-6 Astra as mesmas três tarefas: corrigir um bug de cobrança, responder a perguntas sobre um log de 306 linhas e transformar uma conversa de e-mail em JSON. O Argon acertou todas as respostas. O Astra foi mais rápido em duas tarefas, mas custou de 3,4 a 4,9 vezes mais por tarefa e errou a contagem de erros do log nas duas vezes.

Os dois estão disponíveis na API. O preço de lançamento do Argon termina em 30 de novembro. A partir de 1º de dezembro ele dobra, e o Astra continua custando cerca de duas vezes mais por tarefa.

Os preços de tabela são por milhão de tokens, e os do Argon são de lançamento até 30 de novembro. Os dois estão no OmniaKey: Gemini 4 Argon e GPT-6 Astra.

Dá para usar o Gemini 4 Argon e o GPT-6 Astra hoje?

Dá. O Argon está disponível na API paga do Gemini desde 13 de outubro de 2026, e o Astra na API da OpenAI desde 3 de setembro.

Algumas páginas da semana de lançamento ainda dizem que o Argon não pode ser usado. Quando o Google o anunciou em 30 de setembro, abriu o modelo apenas para defensores cibernéticos de confiança do programa Fairwind. Isso mudou em 13 de outubro.

Nenhum dos dois está no nível gratuito do seu fornecedor. O Argon também chega aos assinantes do Google AI Ultra e Pro no app Gemini.

A janela do Argon é compartilhada entre entrada, raciocínio e saída, e o modo "long decode" eleva a saída para até 1.048.576 tokens. O Argon aceita texto, imagens, vídeo, áudio e PDF. O Astra aceita texto e imagens.

Os níveis de raciocínio do Astra são low, medium, high, xhigh e max, sem um nível "none". Na OpenAI, chamadas de ferramentas exigem a API Responses.

No OmniaKey você chama os dois com uma única chave em https://api.omniakey.com/v1, usando os IDs acima. As tarifas estão na página do Gemini 4 Argon e na página do GPT-6 Astra.

Como testamos

• Modelos: Gemini 4 Argon (gemini-4-argon) e GPT-6 Astra (gpt-6-astra).
• Em 23 de outubro de 2026, pela API Chat Completions compatível com OpenAI do OmniaKey, em streaming e sem ajuste de raciocínio, então cada modelo usou o próprio padrão. O Google documenta medium como o nível de pensamento padrão do Argon.
• O mesmo prompt para os dois modelos. A correção do bug e a tarefa do log rodaram duas vezes por modelo, a tarefa de JSON uma vez: 10 respostas no total.
• O tempo vai do envio do pedido ao último token, medido do nosso lado e incluindo a rede.
• A nota veio de scripts, não de gosto. Cada correção rodou contra 12 testes que os modelos nunca viram, num processo Python isolado. As respostas do log foram comparadas com o gabarito do script que gerou o log, e o JSON campo por campo com o próprio gabarito. A única pergunta aberta, a causa provável do log, foi julgada por leitura.
• Custo: os tokens do nosso prompt e da resposta, multiplicados pelo preço de tabela padrão de cada fornecedor, na primeira execução (nada em cache).
• O OmniaKey vende acesso de API aos dois modelos, então os testes rodaram pelo OmniaKey. Todo preço aqui é a tarifa do Google ou da OpenAI, não a nossa.
• Preços, limites e datas vêm das páginas do Google e da OpenAI listadas em Fontes, conferidas em 23 de outubro de 2026.

São uma ou duas execuções por tarefa, então leia os resultados como exemplos do comportamento de cada modelo, não como um benchmark.

O que aconteceu com as mesmas três tarefas?

Os dois corrigiram o bug e preencheram o JSON corretamente. O log longo separou os dois, e o Astra foi mais rápido em duas das três tarefas.

Teste 1: corrigir um bug de cobrança em Python

O modelo corrige todas as regras quebradas de um arquivo pequeno, e não só os três testes que falham?

Prompt:

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.

Abaixo colamos o billing.py de 34 linhas, os quatro testes e a saída: 3 falhas e 1 aprovação. O arquivo tinha quatro bugs.

1. round() arredonda para o par mais próximo onde as regras pedem arredondamento para cima.
2. Os descontos por volume começavam em 11 e 51 unidades em vez de 10 e 50.
3. O cupom era aplicado depois do imposto.
4. Nada verificava se o cupom estava entre 0 e 100.

Demos nota a cada correção com 12 testes que os modelos nunca viram.

• Gemini 4 Argon (10,8 s, 10,6 s): as duas correções passaram em 12 de 12. As duas usaram o módulo decimal do Python com arredondamento para cima. A primeira traz uma anotação de tipo (float | Decimal) que exige Python 3.10 ou mais novo.
• GPT-6 Astra (17,3 s, 6,4 s): as duas correções passaram em 12 de 12. A primeira usou frações exatas e foi a única resposta do Astra a informar tokens de raciocínio (185). Também foi a resposta mais lenta deste teste.

Depois da correção das notas, testamos três casos extras nas quatro correções. A segunda do Astra errou por um centavo em dois deles: arredonda o preço depois do cupom em vez do cupom. Um cupom de 50% num pedido de 1.001 centavos descontou 500 centavos, não 501.

Veredito: empate nos nossos testes. Os dois modelos corrigiram os quatro bugs. As duas respostas do Argon também resolveram todos os casos extras, e cada uma custou menos de um centavo contra 3 a 5 centavos do Astra.

Teste 2: achar a causa num log de 306 linhas

O modelo sabe contar, buscar e raciocinar ao longo de um texto longo sem escorregar?

Prompt:

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.

Abaixo das perguntas colamos 306 linhas (43 KB) de um log de gateway inventado cobrindo 20 minutos. Ele tinha armadilhas: um ID de usuário com dois dígitos trocados (u_4417), um scanner batendo em páginas inexistentes e uma busca lenta (9.214 ms) logo abaixo da requisição mais lenta (9.871 ms). Um script gerou o log e o gabarito.

• Gemini 4 Argon (9,5 s, 10,0 s): 5 de 5 nas duas execuções, incluindo a contagem de 14 erros, todos de payments-1. A causa apontada: esse serviço falhava rápido (2 a 9 ms, respostas idênticas de 162 bytes) das 14:07:12 às 14:09:55, enquanto o payments-2 seguia saudável.
• GPT-6 Astra (5,7 s, 5,4 s): 4 de 5 nas duas execuções. Contou 16 erros, depois 15. Eram 14. Todo o resto estava certo, inclusive a mesma causa.

Veredito: Argon. Uma contagem errada num log é o tipo de escorregão que só aparece na conferência, e o Astra cometeu nas duas execuções. O Astra respondeu em cerca de metade do tempo.

Se você usar qualquer um dos dois em logs, peça as linhas correspondentes junto com a contagem, e confere o número em segundos.

Teste 3: transformar uma conversa de e-mail em JSON

O modelo extrai campos exatos de um texto bagunçado e segue um formato rígido?

Prompt:

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.

A conversa tinha dois e-mails da mesma pessoa. Na segunda-feira, de um endereço de trabalho, ela pediu duas lâmpadas de reposição.

Na quarta-feira, de um endereço pessoal, mudou de ideia: reembolso de duas lâmpadas e um carregador, US$ 157,50 no total, até "esta sexta-feira", ou contestaria a cobrança no banco. A conversa também menciona um pedido antigo sem problema.

• Gemini 4 Argon (6,8 s): os sete campos certos, num JSON válido e sem nada a mais: reembolso de 15.750 centavos, o endereço pessoal, os dois itens e "esta sexta-feira" resolvido em 2026-10-16.
• GPT-6 Astra (3,9 s): o mesmo, campo por campo.

Veredito: empate na precisão. O Astra respondeu em cerca de metade do tempo. O Argon custou US$ 0,003 contra US$ 0,013.

Na velocidade, o Astra começa a responder antes. O primeiro token chegou em 3,1 a 3,8 segundos em todas as respostas menos na que raciocinou (9,4 s). O primeiro token do Argon levou de 5,1 a 6,8 segundos, mesmo no prompt curto de JSON, e ele informou 0 tokens de pensamento nas cinco respostas.

Se as respostas precisam começar rápido, o Astra leva vantagem. Se uma contagem ou uma busca precisa estar certa, o Argon foi melhor aqui.

O que dizem os benchmarks publicados?

Na tabela do próprio Google, o Argon lidera seis de dez linhas e o Astra três, com um empate. O Artificial Analysis, site independente de benchmarks, dá a mesma nota aos dois.

Estes são os números do Google na ficha do modelo Gemini 4 Argon, com resultados de outubro de 2026.

As vitórias do Astra estão nas linhas de agentes: FrontierSWE v2 (65,5% contra 55,0%), Terminal-bench 4.0 e OSWorld-2.0, que testam código no terminal e o uso do computador. As maiores vantagens do Argon estão no trabalho de conhecimento: o teste de agentes jurídicos do Harvey (19,6% contra 5,4%), o AutomationBench e o Vals Index.

O Artificial Analysis dá 53 aos dois no Intelligence Index, mas rodou o Argon com raciocínio high e o Astra com max. Nesses ajustes, o Argon escreveu cerca de duas vezes mais tokens de saída por tarefa (36k contra 17k) e ainda custou menos por tarefa (US$ 1,99 contra US$ 3,26). Também mediu o Argon gerando mais rápido depois que começa: 82 contra 56 tokens por segundo.

A OpenAI informa 98% no FrontierMath Tier 4 e 99,9% no ARC-AGI-3 para o Astra. A tabela do Google não inclui esses testes, então não há um número do Argon para colocar ao lado.

Para agentes de terminal e uso do computador, até os números do Google favorecem o Astra. Para trabalho de conhecimento com muitos documentos, favorecem o Argon.

Quanto custa cada um por tarefa?

Nos preços de tabela, o Astra custou de 3,4 a 4,9 vezes mais por tarefa que o Argon nas nossas execuções. Quando o preço do Argon dobrar em 1º de dezembro, o Astra ainda vai custar de 1,7 a 2,4 vezes mais.

Estes preços vêm da página de preços da API Gemini do Google e da página do modelo GPT-6 Astra da OpenAI, conferidas em 23 de outubro de 2026.

Batch e Flex custam metade nos dois. No Astra, prompts com mais de 272K tokens de entrada custam 2x na entrada e no cache e 1,5x na saída sobre o pedido inteiro. A página de preços do Google não lista sobretaxa para prompts longos no Argon.

Para ter uma ideia: 1.000 tarefas de log como as nossas saem por cerca de US$ 60 no Argon até 30 de novembro, cerca de US$ 120 a partir de 1º de dezembro e cerca de US$ 205 no Astra.

A diferença é menor que o fator 5 dos preços de tabela por dois motivos. O Argon escreveu respostas mais longas (401 contra 218 tokens de saída na tarefa do log), e o Google contou o mesmo log de 43 KB como mais tokens de entrada que a OpenAI.

Pergunte de novo pelo mesmo log dois minutos depois e os dois cobram a maior parte na tarifa de cache. Nossa segunda execução do log custou cerca de US$ 0,011 no Argon e cerca de US$ 0,033 no Astra, uns 80% menos que a primeira.

Uma regra da OpenAI que vale saber: nos modelos GPT-6, o modo de cache padrão cobra os tokens de prompt gravados no cache a 1,25 vez a tarifa de entrada. Assim, a primeira chamada do log pode custar cerca de US$ 0,25 em vez de US$ 0,205.

Qual escolher?

Escolha o Argon para documentos longos, logs e volume. Escolha o Astra quando as respostas precisarem começar rápido ou quando seus agentes trabalharem num terminal ou num computador.

Em 1º de dezembro o preço do Argon dobra para US$ 4 e US$ 20 por milhão de tokens, o que ainda é 40% do preço de tabela do Astra, então a escolha acima continua valendo. Misturar os dois é fácil, porque ambos rodam na mesma API com uma chave.

Uma divisão simples: use o Argon onde um número errado sai caro, e o Astra onde uma resposta lenta sai caro. Comece pelo Gemini 4 Argon no OmniaKey e pelo GPT-6 Astra no OmniaKey.

Como rodar o mesmo teste com uma única chave de API?

Use o SDK Python da OpenAI apontado para o OmniaKey e troque uma string para mudar de modelo. Rodamos este código em 23 de outubro de 2026.

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. Crie uma chave no OmniaKey e defina como OMNIAKEY_API_KEY.
2. Instale o SDK: pip install openai.
3. Salve seu prompt como ticket-prompt.md, por exemplo as instruções do teste 3 seguidas de uma conversa sua.
4. Rode o script. Ele imprime a resposta, o tempo e o uso de tokens.
5. Troque model para "gpt-6-astra" e rode de novo.

Quando rodamos este script no Argon com o prompt do teste 3, ele devolveu o JSON correto em 7,1 segundos, com 634 tokens de entrada e 152 de saída.

Perguntas frequentes

O Gemini 4 Argon é melhor que o GPT-6 Astra?

Nas nossas três tarefas o Argon acertou sempre e custou menos, e o Astra foi mais rápido em duas. A tabela do Google coloca o Argon à frente em seis de dez linhas, e o Artificial Analysis dá a mesma nota aos dois, 53.

O Gemini 4 Argon está disponível para todo mundo?

Está na API paga do Gemini desde 13 de outubro de 2026, mas não no nível gratuito. Assinantes do Google AI Ultra e Pro também têm acesso no app Gemini.

Quanto o Gemini 4 Argon é mais barato que o GPT-6 Astra?

Até 30 de novembro o preço de tabela é um quinto do Astra: US$ 2 e US$ 10 contra US$ 10 e US$ 50 por milhão de tokens. Nas nossas tarefas o Astra custou de 3,4 a 4,9 vezes mais. A partir de 1º de dezembro o preço de tabela do Argon é 40% do Astra (US$ 4 e US$ 20 contra US$ 10 e US$ 50).

Qual é melhor para programar?

Os dois corrigiram nosso bug e passaram nos 12 testes ocultos. Na tabela do Google, o Argon lidera o DeepSWE v1.1 (77,9% contra 74,1%), enquanto o Astra lidera o FrontierSWE v2 (65,5% contra 55,0%) e o Terminal-bench 4.0 (58,2% contra 57,4%).

O Gemini 4 Argon pensa por padrão?

Sim, em medium. Ele informou 0 tokens de pensamento nas nossas três tarefas, mas gastou 471 num quebra-cabeça de contagem mais difícil e acertou, então pensa quando a tarefa pede.

Fontes

• Google: anúncio do Gemini 4 Argon (30 de setembro de 2026), texto sobre a disponibilidade geral (13 de outubro de 2026), registro de mudanças da API Gemini, página do modelo, preços, níveis de pensamento, ficha do modelo
• OpenAI: anúncio do GPT-6 Astra, página do modelo, preços, cache de prompts, registro de mudanças
• Artificial Analysis: página de comparação

Tudo conferido em 23 de outubro de 2026.

Histórico de atualizações

• 23 de outubro de 2026: primeira publicação. Testes rodados em 23 de outubro pela API do OmniaKey.