Gemini 4 Argon und GPT-6 Astra: API-Kosten und Coding-Benchmarks im Vergleich

Gemini 4 Argon hat während seiner Einführungsphase niedrigere veröffentlichte API-Raten als GPT-6 Astra. Bei Coding-Benchmarks liegt Argon in einem Test vorn, Astra in einem anderen – die Ergebnisse hängen also von der jeweiligen Aufgabe ab.

Was die veröffentlichten API-Raten vergleichen

Google nennt für Gemini 4 Argon bis einschließlich 30. November 2026 Einführungsraten von 2 US-Dollar für Eingabe- und 10 US-Dollar für Ausgabetokens je eine Million Tokens. Gecachte Eingabetokens kosten laut Google 95 Prozent weniger als die Eingabe zum Einführungsrate. Danach sollen für das öffentlich zugängliche Modell 4 US-Dollar pro Million Eingabetokens und 20 US-Dollar pro Million Ausgabetokens gelten. Google

OpenAI führt für GPT-6 Astra 10 US-Dollar je Million Eingabetokens, 1 US-Dollar je Million Cache-Eingabetokens und 50 US-Dollar je Million Ausgabetokens auf. Bei Anfragen mit mehr als 272.000 Eingabetokens gelten laut OpenAIs API-Dokumentation für die gesamte Anfrage erhöhte Sätze: Eingabe und Cache-Eingabe werden verdoppelt, der Ausgabepreis mit dem Faktor 1,5 multipliziert. Die folgenden Beträge sind Anbieter-Listenraten in US-Dollar.

Für eine uncached Anfrage mit 200.000 Eingabe- und 50.000 Ausgabetokens ergibt die reine Tokenrechnung mit Argons Einführungsraten 0,90 US-Dollar: 0,2 × 2 US-Dollar plus 0,05 × 10 US-Dollar. Mit Astras gelisteten Raten wären es 4,50 US-Dollar. Werkzeugaufrufe, Wiederholungen, Steuern und weitere Kosten sind darin nicht enthalten. Der Vergleich zeigt die Tokenpreise – nicht, was ein bestimmter erfolgreicher Arbeitsauftrag insgesamt kostet.

Coding-Benchmarks nennen je nach Test einen anderen Spitzenreiter

In AceClouds Zusammenstellung liegt Gemini 4 Argon bei DeepSWE v1.1 mit 77,9 Prozent vor GPT-6 Astra mit 74,1 Prozent. Bei FrontierSWE v2 dreht sich das Ergebnis um: Astra erreicht 65,5 Prozent, Argon 55,0 Prozent. AceCloud ordnet die Werte unterschiedlichen Benchmarks und Ergebnisgrundlagen zu. Aus diesen Tests ergibt sich daher kein allgemeiner Coding-Sieger.

Die Programmierleistung von Argon war bereits Gegenstand einer früheren NeoTeo-Berichterstattung. Die Benchmarkwerte zeigen, warum die konkrete Aufgabe zählt: Ein Vorsprung in einem Test bedeutet nicht automatisch einen Vorsprung im nächsten.

Auch bei Laufzeiten hängt das Ergebnis vom Test ab. Intelligent Living berichtet, dass Astra den Coding-Agent-Arbeitsablauf in 29,4 Minuten abschloss, Argon in 34,5 Minuten. Beim Vals-Test waren es für Astra 27 Minuten und 48 Sekunden, für Argon 46 Minuten und 33 Sekunden. Zugleich meldet der Vergleich ein höheres medianes Ausgabetempo für Argon. Ausgabetempo und Dauer eines vollständigen Arbeitsablaufs messen unterschiedliche Dinge. Intelligent Living

Artificial Analysis weist Gemini 4 Argon im Intelligence Index v4.3.2 mit 53 Punkten aus; Intelligent Living berichtet denselben angezeigten Wert für Astra. Die genannten Reasoning-Einstellungen unterscheiden sich: Argon wurde mit „High“, Astra mit „Max“ geführt. Artificial Analysis

Was ein Unity-Projekt über den Abo-Verbrauch aussagt

Der Reddit-Nutzer AlexXx52 berichtete von einem Unity-Projekt, bei dem Gemini 4 Argon High nach 17 Minuten eine subjektive Bewertung von 9,8 von 10 erhielt. GPT-6 Astra High bewertete AlexXx52 mit 9,3 von 10 nach 14 Minuten. Für das eigene Abo-Kontingent gab der Nutzer einen Verbrauch von ungefähr 200 Prozent bei Argon und 20 Prozent bei Astra an. AlexXx52 warnte zugleich, dass diese anbieterspezifischen Prozentwerte keine gleichwertigen Recheneinheiten darstellen. Der persönliche Bericht auf Reddit beschreibt damit ein einzelnes Nutzungserlebnis; die API-Tokenpreise und der Verbrauch eines Abokontingents sind unterschiedliche Kostenmaßstäbe.