Direktvergleich

GPT-6 Luna vs. Gemini 4 Argon

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

gemeinsame Messreihen: 170
verschiedene Benchmark-Messgrößen: 22
jüngster Abruf: 16.10.2026

Erstes ModellZweites Modell

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 Luna und Gemini 4 Argon
Merkmal	GPT-6 Luna	Gemini 4 Argon
Anbieter	OpenAI	Google DeepMind
Erschienen	22. Sept. 2026	13. Okt. 2026
Verfügbarkeit	Aktiv	Aktiv
Modelltyp	Proprietär	Proprietär
Parameter	Nicht veröffentlicht	Nicht veröffentlicht
Architektur	Nicht veröffentlicht	Nicht veröffentlicht
Kontextfenster	1.050.000 Token	1.048.576 Token gemeinsam für Eingabe, Thinking und Ausgabe
Wissensstand	18. Mai 2026	Nicht veröffentlicht
Technische Quellen	Modell, Kontext	Modell

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 Luna und Gemini 4 Argon
Preisart	GPT-6 Luna	Gemini 4 Argon
API-Eingabe	0,1 $ ≤272K / 0,2 $ >272K	2 $
API-Ausgabe	0,5 $ ≤272K / 0,75 $ >272K	10 $
Cache lesen	0,01 $ ≤272K / 0,02 $ >272K	0,1 $
Cache schreiben (5 Min.)	0,125 $ ≤272K / 0,25 $ >272K	Nicht ausgewiesen
Cache schreiben (1 Std.)	Nicht ausgewiesen	Nicht ausgewiesen
Preis geprüft	22.09.2026 Quelle	25.10.2026 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 LunaGemini 4 Argon

API-EingabeUSD pro 1 Mio. Token, Basistarif

GPT-6 Luna0,1 $

Gemini 4 Argon2 $

API-AusgabeUSD pro 1 Mio. Token, Basistarif

GPT-6 Luna0,5 $

Gemini 4 Argon10 $

Cache lesenUSD pro 1 Mio. Token, Basistarif

GPT-6 Luna0,01 $

Gemini 4 Argon0,1 $

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 Luna und Gemini 4 Argon
Modell	Anbieter	Bezugsweg und Tarif	Eingabe pro 1 Mio. Token	Ausgabe pro 1 Mio. Token	Quelle
GPT-6 Luna	OpenAI	Direkt beim EntwicklerBis 272.000 Kontext-Token	0,1 $	0,5 $	Quelle22.09.2026
	OpenAI	Direkt beim EntwicklerÜber 272.000 Kontext-Token	0,2 $	0,75 $	Quelle22.09.2026
	Amazon Bedrock	Über OpenRouteramazon-bedrock/us-east-1	0,11 $	0,55 $	Quelle26.10.2026
	Azure	Über OpenRouterazure	0,1 $	0,5 $	Quelle26.10.2026
	Azure	Über OpenRouterazure/eu	0,11 $	0,55 $	Quelle26.10.2026
	Azure	Über OpenRouterazure/us	0,11 $	0,55 $	Quelle26.10.2026
	OpenAI	Über OpenRouteropenai	0,1 $	0,5 $	Quelle26.10.2026
	OpenAI	Über OpenRouteropenai/fast	0,2 $	1 $	Quelle26.10.2026
	OpenAI	Über OpenRouteropenai/flex	Günstigster erfasster Preis: 0,05 $	Günstigster erfasster Preis: 0,25 $	Quelle26.10.2026
Gemini 4 Argon	Google DeepMind	Direkt beim EntwicklerStandard-API	Günstigster 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 Luna

Gesamtindex

41,4

Gemini 4 Argon

Gesamtindex

92,6

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

Bereich	GPT-6 Luna	Gemini 4 Argon
Programmieren	47,4	92,4
Schlussfolgern	46,1	91,6
Mathematik	63,1	89,3
Wissen	27,5	93,6
Allgemein	36,4	90,2
Finanzen	43,4	94,6
Recht	36,1	94,9
Gesundheit	39,4	92,8
Cybersicherheit	45,5	92,8
Produktivität	28,8	90,6
Bildung	48,5	93,6

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 LunaGemini 4 Argon

BioMysteryBenchOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

GPT-6 Luna61,481 %

Gemini 4 Argon76,296 %

Code MigrationOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

GPT-6 Luna42,554 %

Gemini 4 Argon68,173 %

CyberBench v1.1Overall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

GPT-6 Luna76,25 %

Gemini 4 Argon77,857 %

EMBOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

GPT-6 Luna68,515 %

Gemini 4 Argon75,244 %

Finance Agent (v2)Overall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

GPT-6 Luna49,873 %

Gemini 4 Argon65,401 %

Harvey's Legal Agent BenchmarkOverall · Task fully resolved. Mehr ist besser. Testaufbau nicht identisch dokumentiert

GPT-6 Luna2,917 %

Gemini 4 Argon19,583 %

IOIOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

GPT-6 Luna55,556 %

Gemini 4 Argon100 %

Legal Research BenchOverall · All-pass. Mehr ist besser. Testaufbau nicht identisch dokumentiert

GPT-6 Luna30,288 %

Gemini 4 Argon54,808 %

MedCodeOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

GPT-6 Luna44,685 %

Gemini 4 Argon58,801 %

MedScribeOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

GPT-6 Luna83,71 %

Gemini 4 Argon87,427 %

MysteryMechanismOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

GPT-6 Luna19,369 %

Gemini 4 Argon45,495 %

ProgramBenchOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

GPT-6 Luna0,5 %

Gemini 4 Argon2,5 %

Zeichenerklärung:besserer Wertbesser, aber nicht eindeutigGleichstand

Benchmarkwerte von GPT-6 Luna und Gemini 4 Argon
Benchmark und Aufgabe	GPT-6 Luna	Gemini 4 Argon	Quelle
BioMysteryBenchOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGPT-6 Luna: Reasoning: max, Harness: Terminus 2, Ausgabegrenze: 128.000 tokens Gemini 4 Argon: Reasoning: high, Harness: Terminus 2, Temperatur: 1, Ausgabegrenze: 262.144 tokens	61,481 %	Höherer Messwert76,296 %	Vals AI Quellendetails Datenstand: 12.10.2026
Code MigrationOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGPT-6 Luna: Reasoning: max, Ausgabegrenze: 128.000 tokens Gemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens	42,554 %	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 Luna: Reasoning: max, Ausgabegrenze: 128.000 tokens Gemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens	76,25 %	Höherer Messwert77,857 %	Vals AI Quellendetails Datenstand: 12.10.2026
EMBOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGPT-6 Luna: Reasoning: max, Ausgabegrenze: 128.000 tokens Gemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens	68,515 %	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 Luna: Reasoning: max, Ausgabegrenze: 128.000 tokens Gemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens	49,873 %	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 Luna: Reasoning: max, Ausgabegrenze: 128.000 tokens Gemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens	2,917 %	Höherer Messwert19,583 %	Vals AI Quellendetails Datenstand: 12.10.2026
IOIOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserGPT-6 Luna: Reasoning: max, Ausgabegrenze: 128.000 tokens Gemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens	55,556 %	Höherer Messwert100 %	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 Luna: Reasoning: max, Ausgabegrenze: 128.000 tokens Gemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens	30,288 %	Höherer Messwert54,808 %	Vals AI Quellendetails Datenstand: 12.10.2026
MedCodeOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGPT-6 Luna: Reasoning: max, Ausgabegrenze: 128.000 tokens Gemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens	44,685 %	Höherer Messwert58,801 %	Vals AI Quellendetails Datenstand: 13.10.2026
MedScribeOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGPT-6 Luna: Reasoning: max, Ausgabegrenze: 128.000 tokens Gemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens	83,71 %	Höherer Messwert87,427 %	Vals AI Quellendetails Datenstand: 13.10.2026
MysteryMechanismOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGPT-6 Luna: Reasoning: max, Ausgabegrenze: 128.000 tokens Gemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens	19,369 %	Höherer Messwert45,495 %	Vals AI Quellendetails Datenstand: 12.10.2026
ProgramBenchOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: fully resolved rateBewertung: Mehr ist besserGPT-6 Luna: Reasoning: max, Ausgabegrenze: 128.000 tokens Gemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens	0,5 %	Höherer Messwert2,5 %	Vals AI Quellendetails Datenstand: 12.10.2026
ProofBenchOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1.1Messgröße: accuracyBewertung: Mehr ist besserGPT-6 Luna: Reasoning: max, Ausgabegrenze: 128.000 tokens Gemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens	64 %	Höherer Messwert99 %	Vals AI Quellendetails Datenstand: 12.10.2026
Public Benefits Bench v1.1Overall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1.1Messgröße: accuracyBewertung: Mehr ist besserGPT-6 Luna: Reasoning: max, Ausgabegrenze: 128.000 tokens Gemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens	57,645 %	Höherer Messwert69,756 %	Vals AI Quellendetails Datenstand: 12.10.2026
SAGEOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGPT-6 Luna: Reasoning: max, Ausgabegrenze: 30.000 tokens Gemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens	48,091 %	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 Luna: Reasoning: max, Ausgabegrenze: 128.000 tokens Gemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens	2,672 %	Höherer Messwert44,275 %	Vals AI Quellendetails Datenstand: 14.10.2026
SWE-bench MultimodalOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGPT-6 Luna: Reasoning: max, Ausgabegrenze: 128.000 tokens Gemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens	37,5 %	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 Luna: Reasoning: max, Ausgabegrenze: 128.000 tokens Gemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens	19,947 %	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 Luna: Reasoning: max, Ausgabegrenze: 128.000 tokens Gemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens	13,636 %	Höherer Messwert57,576 %	Vals AI Quellendetails Datenstand: 13.10.2026
Terminal-Bench ScienceOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 0.1Messgröße: accuracyBewertung: Mehr ist besserGPT-6 Luna: 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	4,286 %	Höherer Messwert44,286 %	Vals AI Quellendetails Datenstand: 14.10.2026
Vals IndexOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2.1Messgröße: weighted index scoreBewertung: Mehr ist besserGPT-6 Luna: Reasoning: max, Ausgabegrenze: 128.000 tokens Gemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens	51,216 %	Höherer Messwert68,896 %	Vals AI Quellendetails Datenstand: 13.10.2026
Vibe Code Bench v1.1Overall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1.1Messgröße: accuracyBewertung: Mehr ist besserGPT-6 Luna: Reasoning: max, Harness: OpenHands, Ausgabegrenze: 128.000 tokens Gemini 4 Argon: Reasoning: high, Harness: OpenHands, Temperatur: 1, Ausgabegrenze: 262.144 tokens	81,649 %	Höherer Messwert91,906 %	Vals AI Quellendetails Datenstand: 12.10.2026
BioMysteryBenchHard Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGPT-6 Luna: Reasoning: max, Harness: Terminus 2, Ausgabegrenze: 128.000 tokens Gemini 4 Argon: Reasoning: high, Harness: Terminus 2, Temperatur: 1, Ausgabegrenze: 262.144 tokens	17,647 %	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 Luna: Reasoning: max, Ausgabegrenze: 128.000 tokens Gemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens	37,215 %	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 Luna: Reasoning: max, Ausgabegrenze: 128.000 tokens Gemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens	Höherer Messwert87,5 %	85,714 %	Vals AI Quellendetails Datenstand: 12.10.2026
EMBComps Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGPT-6 Luna: Reasoning: max, Ausgabegrenze: 128.000 tokens Gemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens	70,474 %	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 Luna: Reasoning: max, Ausgabegrenze: 128.000 tokens Gemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens	49,75 %	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 Luna: Reasoning: max, Ausgabegrenze: 128.000 tokens Gemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens	81,884 %	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 Luna: Reasoning: max, Ausgabegrenze: 128.000 tokens Gemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens	69,333 %	Höherer Messwert100 %	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 Luna: Reasoning: max, Ausgabegrenze: 128.000 tokens Gemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens	37,879 %	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 Luna: Reasoning: max, Ausgabegrenze: 128.000 tokens Gemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens	8 %	Höherer Messwert41 %	Vals AI Quellendetails Datenstand: 12.10.2026
SAGEAutomata Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGPT-6 Luna: Reasoning: max, Ausgabegrenze: 30.000 tokens Gemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens	37,698 %	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 Luna: Reasoning: max, Ausgabegrenze: 128.000 tokens Gemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens	11,132 %	Höherer Messwert57,824 %	Vals AI Quellendetails Datenstand: 14.10.2026
SWE-bench Multimodalbpmn-js Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGPT-6 Luna: Reasoning: max, Ausgabegrenze: 128.000 tokens Gemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens	56,604 %	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 Luna: Reasoning: max, Ausgabegrenze: 128.000 tokens Gemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens	6,667 %	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 Luna: Reasoning: max, Ausgabegrenze: 128.000 tokens Gemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens	0 %	Höherer Messwert46,667 %	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 Luna: 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	0 %	Höherer Messwert62,5 %	Vals AI Quellendetails Datenstand: 14.10.2026
Vals IndexCode Migration Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2.1Messgröße: benchmark scoreBewertung: Mehr ist besserGPT-6 Luna: Reasoning: max, Ausgabegrenze: 128.000 tokens Gemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens	44,377 %	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 Luna: Reasoning: max, Harness: Terminus 2, Ausgabegrenze: 128.000 tokens Gemini 4 Argon: Reasoning: high, Harness: Terminus 2, Temperatur: 1, Ausgabegrenze: 262.144 tokens	71,689 %	Höherer Messwert84,932 %	Vals AI Quellendetails Datenstand: 12.10.2026
Code MigrationCOBOL Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGPT-6 Luna: Reasoning: max, Ausgabegrenze: 128.000 tokens Gemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens	58,571 %	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 Luna: Reasoning: max, Ausgabegrenze: 128.000 tokens Gemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens	65 %	Höherer Messwert70 %	Vals AI Quellendetails Datenstand: 12.10.2026
EMBDataroom Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGPT-6 Luna: Reasoning: max, Ausgabegrenze: 128.000 tokens Gemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens	75,536 %	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 Luna: Reasoning: max, Ausgabegrenze: 128.000 tokens Gemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens	38,433 %	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 Luna: 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 Luna: Reasoning: max, Ausgabegrenze: 128.000 tokens Gemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens	39 %	Höherer Messwert100 %	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 Luna: Reasoning: max, Ausgabegrenze: 128.000 tokens Gemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens	83,175 %	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 Luna: Reasoning: max, Ausgabegrenze: 128.000 tokens Gemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens	0,5 %	Höherer Messwert2,5 %	Vals AI Quellendetails Datenstand: 12.10.2026
SAGECalculus Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGPT-6 Luna: Reasoning: max, Ausgabegrenze: 30.000 tokens Gemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens	44,136 %	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 Luna: Reasoning: max, Ausgabegrenze: 128.000 tokens Gemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens	2,672 %	Höherer Messwert44,275 %	Vals AI Quellendetails Datenstand: 14.10.2026
SWE-bench MultimodalCarbon Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGPT-6 Luna: Reasoning: max, Ausgabegrenze: 128.000 tokens Gemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens	19,549 %	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 Luna: Reasoning: max, Ausgabegrenze: 128.000 tokens Gemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens	54,423 %	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 Luna: Reasoning: max, Ausgabegrenze: 128.000 tokens Gemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens	16,667 %	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 Luna: 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 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 besserGPT-6 Luna: Reasoning: max, Ausgabegrenze: 128.000 tokens Gemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens	68,515 %	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 Luna: Reasoning: max, Ausgabegrenze: 128.000 tokens Gemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens	Höherer Messwert3,752 / 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 Luna: Reasoning: max, Ausgabegrenze: 128.000 tokens Gemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens	62,771 %	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 Luna: Reasoning: max, Ausgabegrenze: 128.000 tokens Gemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens	39,772 %	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 Luna: Reasoning: max, Ausgabegrenze: 128.000 tokens Gemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens	82,796 %	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 Luna: Reasoning: max, Ausgabegrenze: 128.000 tokens Gemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens	58,333 %	Höherer Messwert100 %	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 Luna: Reasoning: max, Ausgabegrenze: 128.000 tokens Gemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens	23,256 %	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 Luna: Reasoning: max, Ausgabegrenze: 128.000 tokens Gemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens	66,223 %	Höherer Messwert83,715 %	Vals AI Quellendetails Datenstand: 12.10.2026
SAGELinear Algebra Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGPT-6 Luna: Reasoning: max, Ausgabegrenze: 30.000 tokens Gemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens	68,479 %	Höherer Messwert74,031 %	Vals AI Quellendetails Datenstand: 08.10.2026
SWE-bench MultimodalESLint Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGPT-6 Luna: Reasoning: max, Ausgabegrenze: 128.000 tokens Gemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens	36,364 %	Höherer Messwert72,727 %	Vals AI Quellendetails Datenstand: 13.10.2026
Tax Agent BenchCurrent & Temporal Analysis Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGPT-6 Luna: Reasoning: max, Ausgabegrenze: 128.000 tokens Gemini 4 Argon: Reasoning: high, Temperatur: 1, Ausgabegrenze: 262.144 tokens	16,533 %	Höherer Messwert66,667 %	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

GPT-6 Luna

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 Luna

Reasoning (angefragt): high

Aktueller Versuch

Datum des Testlaufs: 01.10.2026
API-Anbieter: openrouter
Angefragtes API-Modell: openai/gpt-6-luna
API-Modell laut Antwort: openai/gpt-6-luna
Reasoning-Einstellung: high
Festgelegter Endpunkt: OpenAI | openai/gpt-6-luna-20260922
Temperatur: Anbieterstandard
Tokenlimit inklusive Reasoning: 8.192 Token
Testprotokoll: community-visual-tests-v1
Technische Prüfung: Bestanden, keine Qualitätsbewertung
Antwortzeit: 46,7 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

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

Zum vollständigen LLM-Vergleich

GPT-6 Luna vs. Gemini 4 Argon

Modellauswahl ändern

Allgemeine Daten

API-Preise im Vergleich

Benchmark-Index im Vergleich

Gemeinsame Benchmarks

Fähigkeitsprofil aus vergleichbaren Benchmarks

Unsere Tests

SVG-Kurztest

GPT-6 Luna

Gemini 4 Argon

Pelikan auf dem Fahrrad

Ein Benchmark-Sieg ist kein Gesamturteil

Ähnliche LLM-Vergleiche