Zum Hauptinhalt springen

Direktvergleich

GPT-6 Astra vs. Gemini 4 Argon

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

gemeinsame Messreihen
172
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 GPT-6 Astra und Gemini 4 Argon
MerkmalGPT-6 AstraGemini 4 Argon
AnbieterOpenAIGoogle DeepMind
Erschienen3. Sept. 202613. Okt. 2026
VerfügbarkeitEingeschränkter ZugangAktiv
ModelltypProprietärProprietär
ParameterNicht veröffentlichtNicht veröffentlicht
ArchitekturNicht veröffentlichtNicht veröffentlicht
Kontextfenster1.050.000 Token1.048.576 Token gemeinsam für Eingabe, Thinking und Ausgabe
Wissensstand30. April 2026Nicht veröffentlicht
Technische QuellenModell, KontextModell

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 GPT-6 Astra und Gemini 4 Argon
PreisartGPT-6 AstraGemini 4 Argon
API-Eingabe10 $ ≤272K / 20 $ >272K2 $
API-Ausgabe50 $ ≤272K / 75 $ >272K10 $
Cache lesen1 $ ≤272K / 2 $ >272K0,1 $
Cache schreiben (5 Min.)12,5 $ ≤272K / 25 $ >272KNicht ausgewiesen
Cache schreiben (1 Std.)Nicht ausgewiesenNicht ausgewiesen
Preis geprüft22.09.2026 Quelle25.10.2026 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

GPT-6 AstraGemini 4 Argon
API-EingabeUSD pro 1 Mio. Token, Basistarif
GPT-6 Astra10 $
Gemini 4 ArgonGünstiger2 $
API-AusgabeUSD pro 1 Mio. Token, Basistarif
GPT-6 Astra50 $
Gemini 4 ArgonGünstiger10 $
Cache lesenUSD pro 1 Mio. Token, Basistarif
GPT-6 Astra1 $
Gemini 4 ArgonGünstiger0,1 $

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 GPT-6 Astra und Gemini 4 Argon
ModellAnbieterBezugsweg und TarifEingabe pro 1 Mio. TokenAusgabe pro 1 Mio. TokenQuelle
GPT-6 AstraOpenAIDirekt beim EntwicklerBis 272.000 Kontext-Token10 $50 $Quelle22.09.2026
OpenAIDirekt beim EntwicklerÜber 272.000 Kontext-Token20 $75 $Quelle22.09.2026
Amazon BedrockÜber OpenRouteramazon-bedrock/us-west-211 $55 $Quelle26.10.2026
AzureÜber OpenRouterazure10 $50 $Quelle26.10.2026
AzureÜber OpenRouterazure/us11 $55 $Quelle26.10.2026
OpenAIÜber OpenRouteropenai10 $50 $Quelle26.10.2026
OpenAIÜber OpenRouteropenai/fast20 $100 $Quelle26.10.2026
OpenAIÜber OpenRouteropenai/flexGünstigster erfasster Preis: 5 $Günstigster erfasster Preis: 25 $Quelle26.10.2026
OpenAIÜber OpenRouteropenai/ultrafast60 $300 $Quelle26.10.2026
Gemini 4 ArgonGoogle DeepMindDirekt beim EntwicklerStandard-APIGünstigster erfasster Preis: 2 $Günstigster erfasster Preis: 10 $Quelle25.10.2026

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
GPT-6 Astra

Gesamtindex

90,0gleichauf

Gemini 4 Argon

Gesamtindex

92,6gleichauf

Gemini 4 Argon liegt in 3 von 10 gemeinsamen Bereichen vorn. In 6 Bereichen liegen beide gleichauf.

BereichGPT-6 AstraGemini 4 Argon
Programmierengleichauf93,492,4
Schlussfolgerngleichauf91,391,6
Mathematikgleichauf94,789,3
Wissengleichauf94,393,6
Allgemein93,990,2
Finanzen71,994,6
Recht78,994,9
Gesundheitgleichauf83,892,8
Cybersicherheitgleichauf90,592,8
Bildung88,093,6

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.

GPT-6 AstraGemini 4 Argon
BioMysteryBenchOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert
GPT-6 AstraHöherer Messwert79,259 %
Gemini 4 Argon76,296 %
Code MigrationOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert
GPT-6 Astra67,74 %
Gemini 4 ArgonHöherer Messwert68,173 %
CyberBench v1.1Overall. Mehr ist besser. Testaufbau nicht identisch dokumentiert
GPT-6 Astra41,072 %
Gemini 4 ArgonHöherer Messwert77,857 %
EMBOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert
GPT-6 Astra71,7 %
Gemini 4 ArgonHöherer Messwert75,244 %
Finance Agent (v2)Overall. Mehr ist besser. Testaufbau nicht identisch dokumentiert
GPT-6 Astra53,54 %
Gemini 4 ArgonHöherer Messwert65,401 %
Harvey's Legal Agent BenchmarkOverall · Task fully resolved. Mehr ist besser. Testaufbau nicht identisch dokumentiert
GPT-6 Astra5,417 %
Gemini 4 ArgonHöherer Messwert19,583 %
IOIOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert
GPT-6 AstraKein direkter Sieger100 %
Gemini 4 ArgonKein direkter Sieger100 %
Legal Research BenchOverall · All-pass. Mehr ist besser. Testaufbau nicht identisch dokumentiert
GPT-6 Astra39,423 %
Gemini 4 ArgonHöherer Messwert54,808 %
MedCodeOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert
GPT-6 Astra48,486 %
Gemini 4 ArgonHöherer Messwert58,801 %
MedScribeOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert
GPT-6 AstraHöherer Messwert87,908 %
Gemini 4 Argon87,427 %
MysteryMechanismOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert
GPT-6 AstraHöherer Messwert53,153 %
Gemini 4 Argon45,495 %
ProgramBenchOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert
GPT-6 AstraHöherer Messwert5,5 %
Gemini 4 Argon2,5 %

Zeichenerklärung:besserer Wertbesser, aber nicht eindeutigGleichstand

Benchmarkwerte von GPT-6 Astra und Gemini 4 Argon
Benchmark und AufgabeGPT-6 AstraGemini 4 ArgonQuelle
BioMysteryBenchOverall
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGPT-6 Astra: Reasoning: max, Harness: Terminus 2, Ausgabegrenze: 128.000 tokens
Gemini 4 Argon: Reasoning: high, Harness: Terminus 2, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Höherer Messwert79,259 %
76,296 %
Vals AI
Quellendetails
Datenstand: 12.10.2026
Code MigrationOverall
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGPT-6 Astra: Reasoning: max, Ausgabegrenze: 128.000 tokens
Gemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
67,74 %
Höherer Messwert68,173 %
Vals AI
Quellendetails
Datenstand: 12.10.2026
CyberBench v1.1Overall
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1.1Messgröße: accuracyBewertung: Mehr ist besserGPT-6 Astra: Reasoning: max, Ausgabegrenze: 128.000 tokens
Gemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
41,072 %
Höherer Messwert77,857 %
Vals AI
Quellendetails
Datenstand: 12.10.2026
EMBOverall
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGPT-6 Astra: Reasoning: max, Ausgabegrenze: 128.000 tokens
Gemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
71,7 %
Höherer Messwert75,244 %
Vals AI
Quellendetails
Datenstand: 12.10.2026
Finance Agent (v2)Overall
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserGPT-6 Astra: Reasoning: max, Ausgabegrenze: 128.000 tokens
Gemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
53,54 %
Höherer Messwert65,401 %
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 besserGPT-6 Astra: Reasoning: max, Ausgabegrenze: 128.000 tokens
Gemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
5,417 %
Höherer Messwert19,583 %
Vals AI
Quellendetails
Datenstand: 12.10.2026
IOIOverall
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserGPT-6 Astra: Reasoning: max, Ausgabegrenze: 128.000 tokens
Gemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Kein direkter Sieger100 %
Kein direkter Sieger100 %
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 besserGPT-6 Astra: Reasoning: max, Ausgabegrenze: 128.000 tokens
Gemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
39,423 %
Höherer Messwert54,808 %
Vals AI
Quellendetails
Datenstand: 12.10.2026
MedCodeOverall
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGPT-6 Astra: Reasoning: max, Ausgabegrenze: 128.000 tokens
Gemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
48,486 %
Höherer Messwert58,801 %
Vals AI
Quellendetails
Datenstand: 13.10.2026
MedScribeOverall
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGPT-6 Astra: Reasoning: max, Ausgabegrenze: 128.000 tokens
Gemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Höherer Messwert87,908 %
87,427 %
Vals AI
Quellendetails
Datenstand: 13.10.2026
MysteryMechanismOverall
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGPT-6 Astra: Reasoning: max, Ausgabegrenze: 128.000 tokens
Gemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Höherer Messwert53,153 %
45,495 %
Vals AI
Quellendetails
Datenstand: 12.10.2026
ProgramBenchOverall
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: fully resolved rateBewertung: Mehr ist besserGPT-6 Astra: Reasoning: max, Ausgabegrenze: 128.000 tokens
Gemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Höherer Messwert5,5 %
2,5 %
Vals AI
Quellendetails
Datenstand: 12.10.2026
ProofBenchOverall
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1.1Messgröße: accuracyBewertung: Mehr ist besserGPT-6 Astra: Reasoning: max, Ausgabegrenze: 128.000 tokens
Gemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Kein direkter Sieger99 %
Kein direkter Sieger99 %
Vals AI
Quellendetails
Datenstand: 12.10.2026
SAGEOverall
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGPT-6 Astra: Reasoning: max, Ausgabegrenze: 30.000 tokens
Gemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
46,367 %
Höherer Messwert53,645 %
Vals AI
Quellendetails
Datenstand: 08.10.2026
SRE BenchOverall
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: fully solved rateBewertung: Mehr ist besserGPT-6 Astra: Reasoning: max, Ausgabegrenze: 128.000 tokens
Gemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Höherer Messwert56,87 %
44,275 %
Vals AI
Quellendetails
Datenstand: 14.10.2026
SWE-bench MultimodalOverall
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGPT-6 Astra: Reasoning: max, Ausgabegrenze: 128.000 tokens
Gemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
43,333 %
Höherer Messwert56,042 %
Vals AI
Quellendetails
Datenstand: 13.10.2026
Tax Agent BenchOverall
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGPT-6 Astra: Reasoning: max, Ausgabegrenze: 128.000 tokens
Gemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
20,717 %
Höherer Messwert44,56 %
Vals AI
Quellendetails
Datenstand: 12.10.2026
Terminal-Bench 4.0Overall
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 4.0Messgröße: accuracyBewertung: Mehr ist besserGPT-6 Astra: Reasoning: max, Ausgabegrenze: 128.000 tokens
Gemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Höherer Messwert59,596 %
57,576 %
Vals AI
Quellendetails
Datenstand: 13.10.2026
Terminal-Bench ScienceOverall
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 0.1Messgröße: accuracyBewertung: Mehr ist besserGPT-6 Astra: Reasoning: max, Harness: Mini-SWE-agent, Ausgabegrenze: 128.000 tokens
Gemini 4 Argon: Reasoning: high, Harness: Mini-SWE-agent, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Höherer Messwert62,857 %
44,286 %
Vals AI
Quellendetails
Datenstand: 14.10.2026
Time Horizon Index: KSPOverall
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: progressBewertung: Mehr ist besserGPT-6 Astra: Reasoning: max, Ausgabegrenze: 128.000 tokens
Gemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Höherer Messwert90,5 %
52,5 %
Vals AI
Quellendetails
Datenstand: 07.10.2026
Vals IndexOverall
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2.1Messgröße: weighted index scoreBewertung: Mehr ist besserGPT-6 Astra: Reasoning: max, Ausgabegrenze: 128.000 tokens
Gemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
63,125 %
Höherer Messwert68,896 %
Vals AI
Quellendetails
Datenstand: 13.10.2026
Vibe Code Bench 1-100Overall
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1.0Messgröße: accuracyBewertung: Mehr ist besserGPT-6 Astra: Reasoning: max, Harness: OpenHands, Ausgabegrenze: 128.000 tokens
Gemini 4 Argon: Reasoning: high, Harness: OpenHands, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Höherer Messwert27,644 %
21,2 %
Vals AI
Quellendetails
Datenstand: 14.10.2026
Vibe Code Bench v1.1Overall
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1.1Messgröße: accuracyBewertung: Mehr ist besserGPT-6 Astra: Reasoning: max, Harness: OpenHands, Ausgabegrenze: 128.000 tokens
Gemini 4 Argon: Reasoning: high, Harness: OpenHands, Temperatur: 1, Ausgabegrenze: 262.144 tokens
89,594 %
Höherer Messwert91,906 %
Vals AI
Quellendetails
Datenstand: 12.10.2026
BioMysteryBenchHard
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGPT-6 Astra: Reasoning: max, Harness: Terminus 2, Ausgabegrenze: 128.000 tokens
Gemini 4 Argon: Reasoning: high, Harness: Terminus 2, Temperatur: 1, Ausgabegrenze: 262.144 tokens
37,255 %
Höherer Messwert39,216 %
Vals AI
Quellendetails
Datenstand: 12.10.2026
Code MigrationCLI
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGPT-6 Astra: Reasoning: max, Ausgabegrenze: 128.000 tokens
Gemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
67,463 %
Höherer Messwert67,564 %
Vals AI
Quellendetails
Datenstand: 12.10.2026
CyberBench v1.1Patch
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1.1Messgröße: accuracyBewertung: Mehr ist besserGPT-6 Astra: Reasoning: max, Ausgabegrenze: 128.000 tokens
Gemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
82,143 %
Höherer Messwert85,714 %
Vals AI
Quellendetails
Datenstand: 12.10.2026
EMBComps
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGPT-6 Astra: Reasoning: max, Ausgabegrenze: 128.000 tokens
Gemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
77,953 %
Höherer Messwert82,979 %
Vals AI
Quellendetails
Datenstand: 12.10.2026
Finance Agent (v2)Adjustments
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserGPT-6 Astra: Reasoning: max, Ausgabegrenze: 128.000 tokens
Gemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
48,318 %
Höherer Messwert60,527 %
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 besserGPT-6 Astra: Reasoning: max, Ausgabegrenze: 128.000 tokens
Gemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
88,768 %
Höherer Messwert94,203 %
Vals AI
Quellendetails
Datenstand: 12.10.2026
IOIIOI 2024
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserGPT-6 Astra: Reasoning: max, Ausgabegrenze: 128.000 tokens
Gemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Kein direkter Sieger100 %
Kein direkter Sieger100 %
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 besserGPT-6 Astra: Reasoning: max, Ausgabegrenze: 128.000 tokens
Gemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
53,03 %
Höherer Messwert68,182 %
Vals AI
Quellendetails
Datenstand: 12.10.2026
ProgramBenchAlmost Resolved
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: almost-resolved rateBewertung: Mehr ist besserGPT-6 Astra: Reasoning: max, Ausgabegrenze: 128.000 tokens
Gemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Höherer Messwert50 %
41 %
Vals AI
Quellendetails
Datenstand: 12.10.2026
SAGEAutomata
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGPT-6 Astra: Reasoning: max, Ausgabegrenze: 30.000 tokens
Gemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
37,302 %
Höherer Messwert45,635 %
Vals AI
Quellendetails
Datenstand: 08.10.2026
SRE BenchCapability Score
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: capability scoreBewertung: Mehr ist besserGPT-6 Astra: Reasoning: max, Ausgabegrenze: 128.000 tokens
Gemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Höherer Messwert63,868 %
57,824 %
Vals AI
Quellendetails
Datenstand: 14.10.2026
SWE-bench Multimodalbpmn-js
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGPT-6 Astra: Reasoning: max, Ausgabegrenze: 128.000 tokens
Gemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
62,264 %
Höherer Messwert71,698 %
Vals AI
Quellendetails
Datenstand: 13.10.2026
Tax Agent BenchControversy & Precedence Analysis
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGPT-6 Astra: Reasoning: max, Ausgabegrenze: 128.000 tokens
Gemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
13,333 %
Höherer Messwert20 %
Vals AI
Quellendetails
Datenstand: 12.10.2026
Terminal-Bench 4.0Hardware
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 4.0Messgröße: accuracyBewertung: Mehr ist besserGPT-6 Astra: Reasoning: max, Ausgabegrenze: 128.000 tokens
Gemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Höherer Messwert60 %
46,667 %
Vals AI
Quellendetails
Datenstand: 13.10.2026
Terminal-Bench ScienceEarth Sciences
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 0.1Messgröße: accuracyBewertung: Mehr ist besserGPT-6 Astra: Reasoning: max, Harness: Mini-SWE-agent, Ausgabegrenze: 128.000 tokens
Gemini 4 Argon: Reasoning: high, Harness: Mini-SWE-agent, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Kein direkter Sieger62,5 %
Kein direkter Sieger62,5 %
Vals AI
Quellendetails
Datenstand: 14.10.2026
Time Horizon Index: KSPProgress efficiency
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: progressBewertung: Mehr ist besserGPT-6 Astra: Reasoning: max, Ausgabegrenze: 128.000 tokens
Gemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Höherer Messwert70,112 %
40,34 %
Vals AI
Quellendetails
Datenstand: 07.10.2026
Vals IndexCode Migration
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2.1Messgröße: benchmark scoreBewertung: Mehr ist besserGPT-6 Astra: Reasoning: max, Ausgabegrenze: 128.000 tokens
Gemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
68,462 %
Höherer Messwert69,503 %
Vals AI
Quellendetails
Datenstand: 13.10.2026
BioMysteryBenchHuman-solvable
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGPT-6 Astra: Reasoning: max, Harness: Terminus 2, Ausgabegrenze: 128.000 tokens
Gemini 4 Argon: Reasoning: high, Harness: Terminus 2, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Höherer Messwert89,041 %
84,932 %
Vals AI
Quellendetails
Datenstand: 12.10.2026
Code MigrationCOBOL
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGPT-6 Astra: Reasoning: max, Ausgabegrenze: 128.000 tokens
Gemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
68,571 %
Höherer Messwert70 %
Vals AI
Quellendetails
Datenstand: 12.10.2026
CyberBench v1.1PoC
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1.1Messgröße: accuracyBewertung: Mehr ist besserGPT-6 Astra: Reasoning: max, Ausgabegrenze: 128.000 tokens
Gemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
0 %
Höherer Messwert70 %
Vals AI
Quellendetails
Datenstand: 12.10.2026
EMBDataroom
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGPT-6 Astra: Reasoning: max, Ausgabegrenze: 128.000 tokens
Gemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
79,319 %
Höherer Messwert85,109 %
Vals AI
Quellendetails
Datenstand: 12.10.2026
Finance Agent (v2)All-Pass
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserGPT-6 Astra: Reasoning: max, Ausgabegrenze: 128.000 tokens
Gemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
40,252 %
Höherer Messwert55,789 %
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 besserGPT-6 Astra: Reasoning: max, Ausgabegrenze: 128.000 tokens
Gemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
0 %
Höherer Messwert20 %
Vals AI
Quellendetails
Datenstand: 12.10.2026
IOIIOI 2025
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserGPT-6 Astra: Reasoning: max, Ausgabegrenze: 128.000 tokens
Gemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Kein direkter Sieger100 %
Kein direkter Sieger100 %
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 besserGPT-6 Astra: Reasoning: max, Ausgabegrenze: 128.000 tokens
Gemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
87,482 %
Höherer Messwert92,945 %
Vals AI
Quellendetails
Datenstand: 12.10.2026
ProgramBenchFully Resolved
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: fully resolved rateBewertung: Mehr ist besserGPT-6 Astra: Reasoning: max, Ausgabegrenze: 128.000 tokens
Gemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Höherer Messwert5,5 %
2,5 %
Vals AI
Quellendetails
Datenstand: 12.10.2026
SAGECalculus
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGPT-6 Astra: Reasoning: max, Ausgabegrenze: 30.000 tokens
Gemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
79,938 %
Höherer Messwert84,877 %
Vals AI
Quellendetails
Datenstand: 08.10.2026
SRE BenchFully Solved
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: fully solved rateBewertung: Mehr ist besserGPT-6 Astra: Reasoning: max, Ausgabegrenze: 128.000 tokens
Gemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Höherer Messwert56,87 %
44,275 %
Vals AI
Quellendetails
Datenstand: 14.10.2026
SWE-bench MultimodalCarbon
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGPT-6 Astra: Reasoning: max, Ausgabegrenze: 128.000 tokens
Gemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
24,06 %
Höherer Messwert43,609 %
Vals AI
Quellendetails
Datenstand: 13.10.2026
Tax Agent BenchControversy & Precedence Analysis
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGPT-6 Astra: Reasoning: max, Ausgabegrenze: 128.000 tokens
Gemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
58,616 %
Höherer Messwert63,603 %
Vals AI
Quellendetails
Datenstand: 12.10.2026
Terminal-Bench 4.0Media
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 4.0Messgröße: accuracyBewertung: Mehr ist besserGPT-6 Astra: Reasoning: max, Ausgabegrenze: 128.000 tokens
Gemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
66,667 %
Höherer Messwert83,333 %
Vals AI
Quellendetails
Datenstand: 13.10.2026
Terminal-Bench ScienceEngineering Sciences
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 0.1Messgröße: accuracyBewertung: Mehr ist besserGPT-6 Astra: Reasoning: max, Harness: Mini-SWE-agent, Ausgabegrenze: 128.000 tokens
Gemini 4 Argon: Reasoning: high, Harness: Mini-SWE-agent, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Höherer Messwert33,333 %
11,111 %
Vals AI
Quellendetails
Datenstand: 14.10.2026
Vals IndexEMB
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2.1Messgröße: benchmark scoreBewertung: Mehr ist besserGPT-6 Astra: Reasoning: max, Ausgabegrenze: 128.000 tokens
Gemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
71,7 %
Höherer Messwert75,244 %
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 besserGPT-6 Astra: Reasoning: max, Ausgabegrenze: 128.000 tokens
Gemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Höherer Messwert4,469 / 5
3,574 / 5
Vals AI
Quellendetails
Datenstand: 12.10.2026
EMBDCF
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGPT-6 Astra: Reasoning: max, Ausgabegrenze: 128.000 tokens
Gemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
64,483 %
Höherer Messwert65,719 %
Vals AI
Quellendetails
Datenstand: 12.10.2026
Finance Agent (v2)Comparables
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserGPT-6 Astra: Reasoning: max, Ausgabegrenze: 128.000 tokens
Gemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
37,758 %
Höherer Messwert50,956 %
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 besserGPT-6 Astra: Reasoning: max, Ausgabegrenze: 128.000 tokens
Gemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
86,022 %
Höherer Messwert94,265 %
Vals AI
Quellendetails
Datenstand: 12.10.2026
IOIIOI 2026
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserGPT-6 Astra: Reasoning: max, Ausgabegrenze: 128.000 tokens
Gemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Kein direkter Sieger100 %
Kein direkter Sieger100 %
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 besserGPT-6 Astra: Reasoning: max, Ausgabegrenze: 128.000 tokens
Gemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
32,558 %
Höherer Messwert46,512 %
Vals AI
Quellendetails
Datenstand: 12.10.2026
ProgramBenchRaw Pass Rate
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: raw test pass rateBewertung: Mehr ist besserGPT-6 Astra: Reasoning: max, Ausgabegrenze: 128.000 tokens
Gemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
Höherer Messwert85,417 %
83,715 %
Vals AI
Quellendetails
Datenstand: 12.10.2026
SAGELinear Algebra
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGPT-6 Astra: Reasoning: max, Ausgabegrenze: 30.000 tokens
Gemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens
62,117 %
Höherer Messwert74,031 %
Vals AI
Quellendetails
Datenstand: 08.10.2026

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

GPT-6 Astra

In dieser Runde nicht verfügbar

Gemini 4 Argon

In dieser Runde nicht verfügbar

Frühere Tests

Pelikan auf dem Fahrrad

Community-Klassiker für eine freie SVG-Zeichnung.

GPT-6 Astra

GPT-6 Astra: Pelikan auf dem Fahrrad
Community-Klassiker für eine freie SVG-Zeichnung.

Reasoning (angefragt): high

Aktueller Versuch
Datum des Testlaufs
07.09.2026
API-Anbieter
openrouter
Angefragtes API-Modell
openai/gpt-6-astra
API-Modell laut Antwort
openai/gpt-6-astra
Reasoning-Einstellung
high
Festgelegter Endpunkt
OpenAI | openai/gpt-6-astra-20260903
Temperatur
Anbieterstandard
Tokenlimit inklusive Reasoning
8.192 Token
Testprotokoll
community-visual-tests-v1
Technische Prüfung
Bestanden, keine Qualitätsbewertung
Antwortzeit
141,7 s

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

Gemini 4 Argon

Noch nicht getestet

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 GPT-6 Astra und Gemini 4 Argon mit weiteren wichtigen Modellen. Alle Duelle nutzen dieselbe Daten- und Benchmarklogik.

Zum vollständigen LLM-Vergleich