Zum Hauptinhalt springen

Direktvergleich

Gemini 4 Argon vs. Grok 4.6

Veröffentlichte Benchmarkwerte aus derselben Version und Vergleichskohorte, API-Preise und technische Eckdaten. Unterschiedliche Testeinstellungen werden sichtbar ausgewiesen.

gemeinsame Messreihen
164
verschiedene Benchmark-Messgrößen
23
jüngster Abruf
16.10.2026

Modellauswahl ändern

Steckbrief

Allgemeine Daten

Erscheinungsdatum, Verfügbarkeit, Kontextfenster, Architektur und veröffentlichte Parameterzahlen auf einen Blick. Nicht veröffentlichte Angaben bleiben als solche markiert.

Allgemeine Daten von Gemini 4 Argon und Grok 4.6
MerkmalGemini 4 ArgonGrok 4.6
AnbieterGoogle DeepMindxAI
Erschienen13. Okt. 202612. Aug. 2026
VerfügbarkeitAktivAktiv
ModelltypProprietärProprietär
ParameterNicht veröffentlichtNicht veröffentlicht
ArchitekturNicht veröffentlichtNicht veröffentlicht
Kontextfenster1.048.576 Token gemeinsam für Eingabe, Thinking und Ausgabe500.000 Token
WissensstandNicht veröffentlicht1. Februar 2026
Technische QuellenModellModell

Kosten

API-Preise im Vergleich

Die Tabelle vergleicht die offiziellen Standard-API-Tarife pro 1 Mio. Token einschließlich veröffentlichter Cache-Preise. Batch, Fast, Priority, regionale Aufschläge, Toolaufrufe und Cloudpreise sind nicht eingerechnet.

API-Preise von Gemini 4 Argon und Grok 4.6
PreisartGemini 4 ArgonGrok 4.6
API-Eingabe2 $2 $ ≤200K / 4 $ >200K
API-Ausgabe10 $6 $ ≤200K / 12 $ >200K
Cache lesen0,1 $0,5 $ ≤200K / 1 $ >200K
Cache schreiben (5 Min.)Nicht ausgewiesenNicht ausgewiesen
Cache schreiben (1 Std.)Nicht ausgewiesenNicht ausgewiesen
Preis geprüft25.10.2026 Quelle22.09.2026 Quelle

Gemini 4 Argon, Standardpreise bis 30. November 2026

Je 1 Mio. Token: 2,00 USD Eingabe, 10,00 USD Ausgabe einschließlich Thinking und 0,10 USD Cache-Lesezugriff. Quelle

Gemini 4 Argon, Standardpreise ab 1. Dezember 2026

Je 1 Mio. Token: 4,00 USD Eingabe, 20,00 USD Ausgabe einschließlich Thinking und 0,20 USD Cache-Lesezugriff. Quelle

Gemini 4 Argon, Caching

Nur implizites Caching; explizites Caching wird nicht unterstützt. Quelle

Gemini 4 ArgonGrok 4.6
API-EingabeUSD pro 1 Mio. Token, Basistarif
Gemini 4 ArgonGleichstand2 $
Grok 4.6Gleichstand2 $
API-AusgabeUSD pro 1 Mio. Token, Basistarif
Gemini 4 Argon10 $
Grok 4.6Günstiger6 $
Cache lesenUSD pro 1 Mio. Token, Basistarif
Gemini 4 ArgonGünstiger0,1 $
Grok 4.60,5 $

Zeichenerklärung:besserer Wertbesser, aber nicht eindeutigGleichstand

Preise nach Anbieter

Direkte Entwicklertarife und über OpenRouter geroutete Anbieterpreise sind getrennt gekennzeichnet. Alle Preise gelten in USD pro 1 Mio. Token. Kontextabhängige Direktpreise sowie regionale, Flex-, Priority- und weitere OpenRouter-Tarife bleiben einzeln erkennbar.

Für Gemini 4 Argon ist im gespeicherten OpenRouter-Stand kein Anbietertarif verfügbar. Der offizielle Direktpreis wird trotzdem angezeigt.

Anbieterpreise von Gemini 4 Argon und Grok 4.6
ModellAnbieterBezugsweg und TarifEingabe pro 1 Mio. TokenAusgabe pro 1 Mio. TokenQuelle
Gemini 4 ArgonGoogle DeepMindDirekt beim EntwicklerStandard-APIGünstigster erfasster Preis: 2 $Günstigster erfasster Preis: 10 $Quelle25.10.2026
Grok 4.6xAIDirekt beim EntwicklerBis 200.000 Kontext-TokenGünstigster erfasster Preis: 2 $Günstigster erfasster Preis: 6 $Quelle22.09.2026
xAIDirekt beim EntwicklerÜber 200.000 Kontext-Token4 $12 $Quelle22.09.2026
Amazon BedrockÜber OpenRouteramazon-bedrock/us-west-22,2 $6,6 $Quelle26.10.2026
xAIÜber OpenRouterxaiGünstigster erfasster Preis: 2 $Günstigster erfasster Preis: 6 $Quelle26.10.2026
xAIÜber OpenRouterxai/priority4 $12 $Quelle26.10.2026
xAIÜber OpenRouterxai/zdrGünstigster erfasster Preis: 2 $Günstigster erfasster Preis: 6 $Quelle26.10.2026
xAIÜber OpenRouterxai/zdr/priority4 $12 $Quelle26.10.2026
xAIÜber OpenRouterxai/zdr/us2,2 $6,6 $Quelle26.10.2026

Benchmark-Index

Benchmark-Index im Vergleich

Der Index fasst unabhängige Benchmarks auf einer Skala von 0 bis 100 zusammen. Ein Vorsprung zählt erst, wenn ein Modell in mindestens 95 % von 200 Neuberechnungen mit zufällig neu gezogenen Testfamilien vorn liegt. Sonst gelten beide als gleichauf.

Zur KI-Bestenliste
Gemini 4 Argon

Gesamtindex

92,6

Grok 4.6

Gesamtindex

56,9

Gemini 4 Argon liegt in 11 von 11 gemeinsamen Bereichen vorn.

BereichGemini 4 ArgonGrok 4.6
Programmieren92,455,0
Schlussfolgern91,651,9
Mathematik89,353,8
Wissen93,656,3
Allgemein90,263,7
Finanzen94,644,2
Recht94,975,3
Gesundheit92,853,5
Cybersicherheit92,856,1
Produktivität90,663,3
Bildung93,624,2

Leistung

Gemeinsame Benchmarks

Nur veröffentlichte Ergebnisse mit derselben Benchmark-Version, Aufgabe, Metrik und Vergleichskohorte werden gegenübergestellt. Wenn Anbieter unterschiedliche Reasoning-Stufen, Agenten oder Ausgabegrenzen verwendet haben, steht das direkt in der Tabelle.

Fähigkeitsprofil aus vergleichbaren Benchmarks

Jede Achse mittelt direkt vergleichbare Benchmarkfamilien. Ein Wert von 100 bedeutet den stärkeren Wert innerhalb dieses Duells, keinen universellen Qualitätswert.

Nicht genug direkt vergleichbare Kategorien für ein belastbares Radar

Nur 0 von mindestens 5 Kategorien enthalten direkt vergleichbare Modellmessungen. Die Benchmarktabellen darunter zeigen die vorhandenen Belege, ohne fehlende Achsen aufzufüllen.

Gemini 4 ArgonGrok 4.6
BioMysteryBenchOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert
Gemini 4 ArgonHöherer Messwert76,296 %
Grok 4.672,222 %
Code MigrationOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert
Gemini 4 ArgonHöherer Messwert68,173 %
Grok 4.644,572 %
CyberBench v1.1Overall. Mehr ist besser. Testaufbau nicht identisch dokumentiert
Gemini 4 ArgonHöherer Messwert77,857 %
Grok 4.667,678 %
EMBOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert
Gemini 4 ArgonHöherer Messwert75,244 %
Grok 4.662,727 %
Finance Agent (v2)Overall. Mehr ist besser. Testaufbau nicht identisch dokumentiert
Gemini 4 ArgonHöherer Messwert65,401 %
Grok 4.653,682 %
Harvey's Legal Agent BenchmarkOverall · Task fully resolved. Mehr ist besser. Testaufbau nicht identisch dokumentiert
Gemini 4 ArgonHöherer Messwert19,583 %
Grok 4.615,833 %
IOIOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert
Gemini 4 ArgonHöherer Messwert100 %
Grok 4.647,611 %
Legal Research BenchOverall · All-pass. Mehr ist besser. Testaufbau nicht identisch dokumentiert
Gemini 4 ArgonHöherer Messwert54,808 %
Grok 4.648,077 %
LegalBenchOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert
Gemini 4 ArgonHöherer Messwert88,299 %
Grok 4.686,307 %
MedCodeOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert
Gemini 4 ArgonHöherer Messwert58,801 %
Grok 4.644,712 %
MedScribeOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert
Gemini 4 ArgonHöherer Messwert87,427 %
Grok 4.686,534 %
MysteryMechanismOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert
Gemini 4 ArgonHöherer Messwert45,495 %
Grok 4.630,631 %

Zeichenerklärung:besserer Wertbesser, aber nicht eindeutigGleichstand

Benchmarkwerte von Gemini 4 Argon und Grok 4.6
Benchmark und AufgabeGemini 4 ArgonGrok 4.6Quelle
BioMysteryBenchOverall
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Harness: Terminus 2, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Grok 4.6: Reasoning: high, Harness: Terminus 2, Temperatur: 0.7, Top P: 0.95
Höherer Messwert76,296 %
72,222 %
Vals AI
Quellendetails
Datenstand: 12.10.2026
Code MigrationOverall
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Grok 4.6: Reasoning: high, Temperatur: 0.7, Top P: 0.95
Höherer Messwert68,173 %
44,572 %
Vals AI
Quellendetails
Datenstand: 12.10.2026
CyberBench v1.1Overall
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1.1Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Grok 4.6: Reasoning: high, Temperatur: 0.7, Top P: 0.95
Höherer Messwert77,857 %
67,678 %
Vals AI
Quellendetails
Datenstand: 12.10.2026
EMBOverall
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Grok 4.6: Reasoning: high, Temperatur: 0.7, Top P: 0.95
Höherer Messwert75,244 %
62,727 %
Vals AI
Quellendetails
Datenstand: 12.10.2026
Finance Agent (v2)Overall
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Grok 4.6: Reasoning: high, Temperatur: 0.7, Top P: 0.95
Höherer Messwert65,401 %
53,682 %
Vals AI
Quellendetails
Datenstand: 12.10.2026
Harvey's Legal Agent BenchmarkOverall · Task fully resolved
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: task resolution rateBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Grok 4.6: Reasoning: high, Temperatur: 0.7, Top P: 0.95
Höherer Messwert19,583 %
15,833 %
Vals AI
Quellendetails
Datenstand: 12.10.2026
IOIOverall
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Grok 4.6: Reasoning: high, Temperatur: 0.7, Top P: 0.95
Höherer Messwert100 %
47,611 %
Vals AI
Quellendetails
Datenstand: 14.10.2026
Legal Research BenchOverall · All-pass
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: all-pass rateBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Grok 4.6: Reasoning: high, Temperatur: 0.7, Top P: 0.95
Höherer Messwert54,808 %
48,077 %
Vals AI
Quellendetails
Datenstand: 12.10.2026
LegalBenchOverall
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Grok 4.6: Reasoning: high, Temperatur: 0.7, Top P: 0.95
Höherer Messwert88,299 %
86,307 %
Vals AI
Quellendetails
Datenstand: 13.10.2026
MedCodeOverall
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Grok 4.6: Reasoning: high, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 30.000 tokens
Höherer Messwert58,801 %
44,712 %
Vals AI
Quellendetails
Datenstand: 13.10.2026
MedScribeOverall
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Grok 4.6: Reasoning: high, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 30.000 tokens
Höherer Messwert87,427 %
86,534 %
Vals AI
Quellendetails
Datenstand: 13.10.2026
MysteryMechanismOverall
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Grok 4.6: Reasoning: high, Temperatur: 0.7, Top P: 0.95
Höherer Messwert45,495 %
30,631 %
Vals AI
Quellendetails
Datenstand: 12.10.2026
ProgramBenchOverall
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: fully resolved rateBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Grok 4.6: Reasoning: high, Temperatur: 0.7, Top P: 0.95
Höherer Messwert2,5 %
1 %
Vals AI
Quellendetails
Datenstand: 12.10.2026
ProofBenchOverall
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1.1Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Grok 4.6: Reasoning: high, Temperatur: 0.7, Top P: 0.95
Höherer Messwert99 %
51 %
Vals AI
Quellendetails
Datenstand: 12.10.2026
Public Benefits Bench v1.1Overall
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1.1Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Grok 4.6: Reasoning: high, Temperatur: 0.7, Top P: 0.95
Höherer Messwert69,756 %
66,847 %
Vals AI
Quellendetails
Datenstand: 12.10.2026
SAGEOverall
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Grok 4.6: Reasoning: high, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 30.000 tokens
Höherer Messwert53,645 %
28,9 %
Vals AI
Quellendetails
Datenstand: 08.10.2026
Tax Agent BenchOverall
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Grok 4.6: Reasoning: high, Temperatur: 0.7, Top P: 0.95
Höherer Messwert44,56 %
33,141 %
Vals AI
Quellendetails
Datenstand: 12.10.2026
Terminal-Bench 4.0Overall
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 4.0Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Grok 4.6: Reasoning: high, Temperatur: 0.7, Top P: 0.95
Höherer Messwert57,576 %
17,172 %
Vals AI
Quellendetails
Datenstand: 13.10.2026
Terminal-Bench ScienceOverall
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 0.1Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Harness: Mini-SWE-agent, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Grok 4.6: Reasoning: high, Harness: Mini-SWE-agent, Temperatur: 0.7, Top P: 0.95
Höherer Messwert44,286 %
11,429 %
Vals AI
Quellendetails
Datenstand: 14.10.2026
Time Horizon Index: KSPOverall
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: progressBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Grok 4.6: Reasoning: high, Temperatur: 0.7, Top P: 0.95
Höherer Messwert52,5 %
5,833 %
Vals AI
Quellendetails
Datenstand: 07.10.2026
Vals IndexOverall
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2.1Messgröße: weighted index scoreBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Grok 4.6: Reasoning: high, Temperatur: 0.7, Top P: 0.95
Höherer Messwert68,896 %
52,092 %
Vals AI
Quellendetails
Datenstand: 13.10.2026
Vibe Code Bench 1-100Overall
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1.0Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Harness: OpenHands, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Grok 4.6: Reasoning: high, Harness: OpenHands, Temperatur: 0.7, Top P: 0.95
Höherer Messwert21,2 %
14,75 %
Vals AI
Quellendetails
Datenstand: 14.10.2026
Vibe Code Bench v1.1Overall
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1.1Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Harness: OpenHands, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Grok 4.6: Reasoning: high, Harness: OpenHands, Temperatur: 0.7, Top P: 0.95
Höherer Messwert91,906 %
76,239 %
Vals AI
Quellendetails
Datenstand: 12.10.2026
BioMysteryBenchHard
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Harness: Terminus 2, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Grok 4.6: Reasoning: high, Harness: Terminus 2, Temperatur: 0.7, Top P: 0.95
Höherer Messwert39,216 %
29,412 %
Vals AI
Quellendetails
Datenstand: 12.10.2026
Code MigrationCLI
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Grok 4.6: Reasoning: high, Temperatur: 0.7, Top P: 0.95
Höherer Messwert67,564 %
39,429 %
Vals AI
Quellendetails
Datenstand: 12.10.2026
CyberBench v1.1Patch
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1.1Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Grok 4.6: Reasoning: high, Temperatur: 0.7, Top P: 0.95
Höherer Messwert85,714 %
80,357 %
Vals AI
Quellendetails
Datenstand: 12.10.2026
EMBComps
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Grok 4.6: Reasoning: high, Temperatur: 0.7, Top P: 0.95
Höherer Messwert82,979 %
59,923 %
Vals AI
Quellendetails
Datenstand: 12.10.2026
Finance Agent (v2)Adjustments
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Grok 4.6: Reasoning: high, Temperatur: 0.7, Top P: 0.95
Höherer Messwert60,527 %
49,619 %
Vals AI
Quellendetails
Datenstand: 12.10.2026
Harvey's Legal Agent BenchmarkAntitrust Competition · Criteria passed
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: criteria pass rateBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Grok 4.6: Reasoning: high, Temperatur: 0.7, Top P: 0.95
Höherer Messwert94,203 %
93,116 %
Vals AI
Quellendetails
Datenstand: 12.10.2026
IOIIOI 2024
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Grok 4.6: Reasoning: high, Temperatur: 0.7, Top P: 0.95
Höherer Messwert100 %
50,333 %
Vals AI
Quellendetails
Datenstand: 14.10.2026
Legal Research BenchAdministrative / Regulatory · All-pass
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: all-pass rateBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Grok 4.6: Reasoning: high, Temperatur: 0.7, Top P: 0.95
Höherer Messwert68,182 %
62,121 %
Vals AI
Quellendetails
Datenstand: 12.10.2026
LegalBenchConclusion Tasks
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Grok 4.6: Reasoning: high, Temperatur: 0.7, Top P: 0.95
Höherer Messwert90,847 %
90,442 %
Vals AI
Quellendetails
Datenstand: 13.10.2026
ProgramBenchAlmost Resolved
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: almost-resolved rateBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Grok 4.6: Reasoning: high, Temperatur: 0.7, Top P: 0.95
Höherer Messwert41 %
19 %
Vals AI
Quellendetails
Datenstand: 12.10.2026
SAGEAutomata
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Grok 4.6: Reasoning: high, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 30.000 tokens
Höherer Messwert45,635 %
32,143 %
Vals AI
Quellendetails
Datenstand: 08.10.2026
Tax Agent BenchControversy & Precedence Analysis
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Grok 4.6: Reasoning: high, Temperatur: 0.7, Top P: 0.95
Höherer Messwert20 %
16,667 %
Vals AI
Quellendetails
Datenstand: 12.10.2026
Terminal-Bench 4.0Hardware
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 4.0Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Grok 4.6: Reasoning: high, Temperatur: 0.7, Top P: 0.95
Höherer Messwert46,667 %
6,667 %
Vals AI
Quellendetails
Datenstand: 13.10.2026
Terminal-Bench ScienceEarth Sciences
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 0.1Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Harness: Mini-SWE-agent, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Grok 4.6: Reasoning: high, Harness: Mini-SWE-agent, Temperatur: 0.7, Top P: 0.95
Höherer Messwert62,5 %
12,5 %
Vals AI
Quellendetails
Datenstand: 14.10.2026
Time Horizon Index: KSPProgress efficiency
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: progressBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Grok 4.6: Reasoning: high, Temperatur: 0.7, Top P: 0.95
Höherer Messwert40,34 %
4,88 %
Vals AI
Quellendetails
Datenstand: 07.10.2026
Vals IndexCode Migration
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2.1Messgröße: benchmark scoreBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Grok 4.6: Reasoning: high, Temperatur: 0.7, Top P: 0.95
Höherer Messwert69,503 %
44,603 %
Vals AI
Quellendetails
Datenstand: 13.10.2026
BioMysteryBenchHuman-solvable
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Harness: Terminus 2, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Grok 4.6: Reasoning: high, Harness: Terminus 2, Temperatur: 0.7, Top P: 0.95
Höherer Messwert84,932 %
82,192 %
Vals AI
Quellendetails
Datenstand: 12.10.2026
Code MigrationCOBOL
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Grok 4.6: Reasoning: high, Temperatur: 0.7, Top P: 0.95
Höherer Messwert70 %
60 %
Vals AI
Quellendetails
Datenstand: 12.10.2026
CyberBench v1.1PoC
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1.1Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Grok 4.6: Reasoning: high, Temperatur: 0.7, Top P: 0.95
Höherer Messwert70 %
55 %
Vals AI
Quellendetails
Datenstand: 12.10.2026
EMBDataroom
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Grok 4.6: Reasoning: high, Temperatur: 0.7, Top P: 0.95
Höherer Messwert85,109 %
78,154 %
Vals AI
Quellendetails
Datenstand: 12.10.2026
Finance Agent (v2)All-Pass
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Grok 4.6: Reasoning: high, Temperatur: 0.7, Top P: 0.95
Höherer Messwert55,789 %
42,901 %
Vals AI
Quellendetails
Datenstand: 12.10.2026
Harvey's Legal Agent BenchmarkAntitrust Competition · Task fully resolved
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: task resolution rateBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Grok 4.6: Reasoning: high, Temperatur: 0.7, Top P: 0.95
Kein direkter Sieger20 %
Kein direkter Sieger20 %
Vals AI
Quellendetails
Datenstand: 12.10.2026
IOIIOI 2025
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Grok 4.6: Reasoning: high, Temperatur: 0.7, Top P: 0.95
Höherer Messwert100 %
49 %
Vals AI
Quellendetails
Datenstand: 14.10.2026
Legal Research BenchAdministrative / Regulatory · Weighted partial credit
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: weighted partial-credit scoreBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Grok 4.6: Reasoning: high, Temperatur: 0.7, Top P: 0.95
Höherer Messwert92,945 %
91,39 %
Vals AI
Quellendetails
Datenstand: 12.10.2026
LegalBenchInterpretation Tasks
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Grok 4.6: Reasoning: high, Temperatur: 0.7, Top P: 0.95
Höherer Messwert84,097 %
83,62 %
Vals AI
Quellendetails
Datenstand: 13.10.2026
ProgramBenchFully Resolved
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: fully resolved rateBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Grok 4.6: Reasoning: high, Temperatur: 0.7, Top P: 0.95
Höherer Messwert2,5 %
1 %
Vals AI
Quellendetails
Datenstand: 12.10.2026
SAGECalculus
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Grok 4.6: Reasoning: high, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 30.000 tokens
Höherer Messwert84,877 %
61,729 %
Vals AI
Quellendetails
Datenstand: 08.10.2026
Tax Agent BenchControversy & Precedence Analysis
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Grok 4.6: Reasoning: high, Temperatur: 0.7, Top P: 0.95
63,603 %
Höherer Messwert68,102 %
Vals AI
Quellendetails
Datenstand: 12.10.2026
Terminal-Bench 4.0Media
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 4.0Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Grok 4.6: Reasoning: high, Temperatur: 0.7, Top P: 0.95
Höherer Messwert83,333 %
0 %
Vals AI
Quellendetails
Datenstand: 13.10.2026
Terminal-Bench ScienceEngineering Sciences
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 0.1Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Harness: Mini-SWE-agent, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Grok 4.6: Reasoning: high, Harness: Mini-SWE-agent, Temperatur: 0.7, Top P: 0.95
Kein direkter Sieger11,111 %
Kein direkter Sieger11,111 %
Vals AI
Quellendetails
Datenstand: 14.10.2026
Vals IndexEMB
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2.1Messgröße: benchmark scoreBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Grok 4.6: Reasoning: high, Temperatur: 0.7, Top P: 0.95
Höherer Messwert75,244 %
62,727 %
Vals AI
Quellendetails
Datenstand: 13.10.2026
Code MigrationCode Quality
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: mean reviewer code-quality ratingBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Grok 4.6: Reasoning: high, Temperatur: 0.7, Top P: 0.95
3,574 / 5
Höherer Messwert4,077 / 5
Vals AI
Quellendetails
Datenstand: 12.10.2026
EMBDCF
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Grok 4.6: Reasoning: high, Temperatur: 0.7, Top P: 0.95
Höherer Messwert65,719 %
49,837 %
Vals AI
Quellendetails
Datenstand: 12.10.2026
Finance Agent (v2)Comparables
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Grok 4.6: Reasoning: high, Temperatur: 0.7, Top P: 0.95
Höherer Messwert50,956 %
41,229 %
Vals AI
Quellendetails
Datenstand: 12.10.2026
Harvey's Legal Agent BenchmarkArbitration International Dispute Resolution · Criteria passed
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: criteria pass rateBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Grok 4.6: Reasoning: high, Temperatur: 0.7, Top P: 0.95
Höherer Messwert94,265 %
88,889 %
Vals AI
Quellendetails
Datenstand: 12.10.2026
IOIIOI 2026
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Grok 4.6: Reasoning: high, Temperatur: 0.7, Top P: 0.95
Höherer Messwert100 %
43,5 %
Vals AI
Quellendetails
Datenstand: 14.10.2026
Legal Research BenchBusiness & Commercial · All-pass
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: all-pass rateBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Grok 4.6: Reasoning: high, Temperatur: 0.7, Top P: 0.95
46,512 %
Höherer Messwert48,837 %
Vals AI
Quellendetails
Datenstand: 12.10.2026
LegalBenchIssue Tasks
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Grok 4.6: Reasoning: high, Temperatur: 0.7, Top P: 0.95
Höherer Messwert92,941 %
90,129 %
Vals AI
Quellendetails
Datenstand: 13.10.2026
ProgramBenchRaw Pass Rate
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: raw test pass rateBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Grok 4.6: Reasoning: high, Temperatur: 0.7, Top P: 0.95
Höherer Messwert83,715 %
74,029 %
Vals AI
Quellendetails
Datenstand: 12.10.2026
SAGELinear Algebra
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Grok 4.6: Reasoning: high, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 30.000 tokens
Höherer Messwert74,031 %
41,064 %
Vals AI
Quellendetails
Datenstand: 08.10.2026
Tax Agent BenchCurrent & Temporal Analysis
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Grok 4.6: Reasoning: high, Temperatur: 0.7, Top P: 0.95
Höherer Messwert66,667 %
43,333 %
Vals AI
Quellendetails
Datenstand: 12.10.2026

Zeichenerklärung:besserer Wertbesser, aber nicht eindeutigGleichstand

Eigene Modelltests

Unsere Tests

SVG-Kurztest

Ein SVG-Prompt, feste Ausgabeparameter. Aufnahmen erscheinen nur bei gemeldeten 0 Reasoning-Tokens oder dokumentiert fehlender Reasoning-Steuerung. Gleiche Testbedingungen machen die interne Rechenleistung der Modelle nicht identisch.

Gemeinsame Testrunde: 43b8c5c46830

Gemini 4 Argon

In dieser Runde nicht verfügbar

Grok 4.6

In dieser Runde nicht verfügbar

Frühere Tests

Pelikan auf dem Fahrrad

Community-Klassiker für eine freie SVG-Zeichnung.

Gemini 4 Argon

Noch nicht getestet

Grok 4.6

Grok 4.6: Pelikan auf dem Fahrrad
Community-Klassiker für eine freie SVG-Zeichnung.

Reasoning (angefragt): high

Aktueller Versuch
Datum des Testlaufs
01.10.2026
API-Anbieter
openrouter
Angefragtes API-Modell
x-ai/grok-4.6
API-Modell laut Antwort
x-ai/grok-4.6
Reasoning-Einstellung
high
Festgelegter Endpunkt
xAI | x-ai/grok-4.6-20260810
Temperatur
Anbieterstandard
Tokenlimit inklusive Reasoning
8.192 Token
Testprotokoll
community-visual-tests-v1
Technische Prüfung
Bestanden, keine Qualitätsbewertung
Antwortzeit
113,6 s

Visuell geprüft. Aus diesem Einzeltest ergibt sich kein Gesamturteil über das Modell.

Frühere Versuche (1)
  • 07.09.2026API-Anfrage fehlgeschlagenReasoning-Einstellung: high
Prompt und Testbedingungen

Generate an SVG of a pelican riding a bicycle

Tokenlimit inklusive Reasoning: 8.192 Token

Ursprung der Aufgabe (Simon Willison)

So liest du den Vergleich

Ein Benchmark-Sieg ist kein Gesamturteil

Entscheidend sind deine Aufgaben, dein Budget und die benötigte Kontextlänge. Ein Coding-Benchmark sagt wenig über Bildverständnis oder Agentenarbeit aus.

Die Standardpreistabelle nutzt direkte Entwicklertarife. Der Anbieter-Vergleich kennzeichnet OpenRouter-Endpoints, Regionen und Sondertarife separat.

Jeder Messwert verlinkt seine Messstelle und zeigt den Abrufstand. Je nach Kennzeichnung handelt es sich um eine Anbieterangabe, ein offizielles Benchmark-Leaderboard oder eine unabhängige Evaluation. Strittige oder archivierte Ergebnisse werden nicht verwendet.

Weitere Duelle

Ähnliche LLM-Vergleiche

Vergleiche Gemini 4 Argon und Grok 4.6 mit weiteren wichtigen Modellen. Alle Duelle nutzen dieselbe Daten- und Benchmarklogik.

Zum vollständigen LLM-Vergleich