Gemini 4 Argon deutlich guenstiger als GPT-6 Astra und Claude Fable 5.1
Google, OpenAI und Anthropic haben binnen eines Monats jeweils neue Spitzenmodelle veroeffentlicht. Bei den API-Preisen liegt Gemini 4 Argon mit 2 Dollar pro Million Input-Tokens deutlich vor GPT-6 Astra und Claude Fable 5.1, die jeweils 10 Dollar kosten.
Drei Unternehmen haben innerhalb eines Monats jeweils leistungsstarke Modelle veroeffentlicht, und der Aufpreis im Listenpreis ist betraechtlich: Googles Gemini 4 Argon startete bei 2 Dollar pro eine Million Input-Tokens, waehrend OpenAIs GPT-6 Astra und Anthropics Claude Fable 5.1 jeweils 10 Dollar kosten.
Wenn man ein Modell fuer ein eigenes Projekt auswaehlen moechte, ist der Preis nur die halbe Frage. Die andere Haelfte lautet, ob man es heute tatsaechlich aufrufen kann. Beides wird hier beleuchtet, jeweils auf Basis der eigenen Ankuendigungen der Unternehmen.
Dies ist kein Praxistest. Alle folgenden Preise und Benchmark-Ergebnisse stammen von den jeweiligen Herstellerseiten, die am Ende verlinkt sind.
Nehmen wir eine Arbeitslast von 10 Millionen Input-Tokens und 2 Millionen Output-Tokens pro Monat an, etwa ein stark genutztes internes Tool oder ein kleines Produktionsfeature. Mit den oben genannten Listenpreisen ergibt sich Folgendes:
Gemini 4 Argon. Google positioniert das Modell fuer lange, komplexe Aufgaben: Programmierung, Rechts- und Finanzbereiche sowie Cybersecurity-Verteidigung. Der Output steigt auf bis zu 1 Million Tokens (zuvor 64K). Google meldet 77,9 Prozent bei DeepSWE v1.1 (ein Rekord), Platz 1 bei AutomationBench (51,3 Prozent), 91,7 Prozent bei LVBench und 68 Prozent bei CWE-bench (Platz 1 gemeinsam).
GPT-6 Astra. OpenAIs Botschaft lautet: Alles, was du an einem Computer tun kannst, kann Astra fuer dich erledigen. OpenAI gibt an, das Modell sei State of the Art bei FrontierMath Tier 4, ARC-AGI 3 und TerminalBench 4.0. Demnach erreicht das guenstigere Schwestermodell GPT-6.1 Sol bei DeepSWE das Niveau von Astra, so OpenAI.
Claude. Fable 5.1 ist Anthropics leistungsfaehigstes allgemein verfuegbares Modell, das fuer langlaufende Arbeiten gebaut wurde. Opus 5.5 leistet laut Anthropic auf den meisten Aufgaben auf dem Niveau von Fable 5.1 und ist 40 Prozent guenstiger im Betrieb als Opus 5 sowie ueber 30 Prozent schneller.
Alle oben genannten Zahlen sind die eigenen Ergebnisse der Unternehmen auf der eigenen Infrastruktur. Unterschiedliche Testumgebungen, Prompts und Tool-Zugaenge koennen ein Ergebnis stark veraendern, sodass eine Google-Zahl und eine OpenAI-Zahl aus verschiedenen Benchmarks nicht direkt miteinander vergleichbar sind. Man sollte sie als jeweilige Aussage des Anbieters darueber verstehen, wo sein Modell staerkt, nicht als Bestenliste.
Wenn man eine echte Antwort fuer den eigenen Anwendungsfall benoetigt, sollte man eigene Evaluierungen durchfuehren: 20 bis 50 Aufgaben aus dem tatsaechlichen Produkt, jeweils nach demselben Schema bewertet auf jedem Modell.
Ich erstelle verstaendliche Tech- und KI-Erklaerungen auf RainyTech. Auf welchem Modell baust du gerade? Schreib es mir in die Kommentare.
Unterstuetzt DEV, unterstuetzt DEV, unterstuetzt DEV. Gefolgt. Beigetreten am 9. Oktober 2026. 11. Oktober. Dropdown-Menue. Link kopieren. Ausblenden. Offizielle Plattform-Aktualisierung
Die Sicherheitsprotokolle wurden fuer alle Entwicklerkonten aktualisiert.
Automatisch übersetzt. Das Original auf Englisch ist unten aufklappbar.
Original (Englisch) anzeigen
Three companies shipped top-tier models within a month of each other, and the headline price gap is large: Google's Gemini 4 Argon launched at $2 per million input tokens, while OpenAI's GPT-6 Astra and Anthropic's Claude Fable 5.1 cost $10.
If you're picking a model for something you're building, price is only half the question. The other half is whether you can actually call it today. Here's both, from each company's own announcement.
This is not a hands-on test. Every price and benchmark below comes from the vendor's own page, linked at the end.
Take a workload of 10M input tokens and 2M output tokens a month (a busy internal tool or a small production feature). Using the list prices above:
Gemini 4 Argon. Google positions it for long, complex work: coding, legal and finance, and cybersecurity defense. Output goes up to 1M tokens (from 64K). Google reports DeepSWE v1.1 77.9% (a record), No. 1 on AutomationBench ( 51.3% ), LVBench 91.7% and CWE-bench 68% (tied first).
GPT-6 Astra. OpenAI's pitch: "Anything you can do on a computer, Astra can do for you." OpenAI says it's state of the art on FrontierMath Tier 4, ARC-AGI 3 and TerminalBench 4.0. Its cheaper sibling GPT-6.1 Sol matches Astra on DeepSWE, according to OpenAI.
Claude. Fable 5.1 is Anthropic's most capable generally available model, built for long-running work. Opus 5.5 "performs at the level of Fable 5.1 on most work", according to Anthropic, and is 40% cheaper to run than Opus 5 and over 30% faster.
Every number above is the company's own result on its own setup. Different harnesses, prompts and tool access can move a score a lot, so a Google number and an OpenAI number for different benchmarks can't be ranked against each other. Treat them as each vendor's claim about where its model is strong, not as a leaderboard.
If you need a real answer for your use case, run your own eval: 20 to 50 tasks from your actual product, scored the same way on each model.
I make clear tech and AI explainers on RainyTech. Which model are you building on right now? Tell me in the comments.
Expand DEV SUPPORTS DEV SUPPORTS DEV SUPPORTS Follow Joined Oct 9, 2026 • Oct 11 Dropdown menu Copy link Hide Official Platform Update
Security protocols have been updated for all developer accounts.