AI Watch · Industry landscape
Two frontier launches in 24 hours, one price point
OpenAI shipped GPT-6.1 Sol on September 29. Google answered with Gemini 4 Argon on September 30. Both land at $2 per million input tokens and $10 per million output — the same list price as Claude Sonnet 5.5. What looks like a coincidence is really the market settling on a new default price for "near-frontier" models.
1. GPT-6.1 Sol: near-Astra at one-fifth the price
OpenAI's GPT-6 family now has three tiers: Astra (top, $10 input / $50 output), Sol (mid, now $2 / $10) and Luna (small, $0.10 / $0.50). GPT-6.1 Sol, released September 29, 2026, upgrades the middle tier with a specific claim: near-Astra results on agentic coding, computer use and professional work, at a fifth of Astra's token price. It is live in the API as gpt-6.1-sol, in ChatGPT Work and in Codex.
All numbers below are vendor-reported from OpenAI's launch post:
- Coding: matches GPT-6 Astra on DeepSWE v1.1 at roughly one-fifth of the cost.
- Professional work: scores 2.2 points above Claude Opus 5.5 on AutomationBench at about a third of the cost.
- Computer use: within 2.1 points of Astra on OSWorld 2.0 (offline set), at roughly one-seventh of the cost per task.
- Hardest science: Astra still leads Terminal-Bench Science 0.1 (68.1%) and OpenAI itself recommends it for the hardest research.
- Factuality: responses with a factual error at low effort drop from 11.4% to 7.7%.
Cached input costs $0.10 per million tokens — 5% of the uncached rate. That matters most for agents, which resend the same system prompt, tool schemas and history on every step.
2. Gemini 4 Argon: broad lead, narrow door
On September 30, Google announced Gemini 4 Argon, its first new flagship since the Gemini 3 series in late 2025. Across the 18 benchmarks Google disclosed, Argon leads outright on 12 and ties for first on one; GPT-6 Astra leads on three, Claude Opus 5.5 on two. It also raises the output ceiling to 1 million tokens, up from 64,000.
| Benchmark | Gemini 4 Argon | Claude Opus 5.5 | GPT-6 Astra |
|---|
| DeepSWE v1.1 (long-horizon coding) | 77.9% | 74.2% | 74.1% |
| AutomationBench | 51.3% | 42.5% | 41.4% |
| CWE-bench v1 (vulnerability fixing) | 68% | 67% | 68% |
| Terminal-Bench 4.0 | 57.4% | 66.4% | — |
| Terminal-Bench Science 0.1 | 57.6% | — | 68.1% |
The catch is access. Argon is not broadly available: it starts with trusted cyber defenders in Google's Fairwind Program (650+ partners), without cyber guardrails for those vetted users, while Google takes part in the U.S. government's voluntary pre-release access process. Wider availability is planned "as soon as possible" for paid API customers and Google AI Ultra subscribers.
3. The $2 / $10 convergence
| Model | Input ($/M) | Output ($/M) | Cached input ($/M) |
|---|
| GPT-6.1 Sol (OpenAI) | $2 | $10 | $0.10 |
| Gemini 4 Argon (Google) — introductory | $2 | $10 | $0.10 |
| Claude Sonnet 5.5 (Anthropic) | $2 | $10 | $0.20 |
| Claude Opus 5.5 (Anthropic) | $4 | $20 | $0.20 |
| GPT-6 Astra (OpenAI) | $10 | $50 | $1 |
Three labs, three different model tiers, one list price. Sol is a mid-tier model, Argon is a flagship, Sonnet 5.5 is Anthropic's mid-tier — and yet they sit on the same line of the price sheet. The practical effect: the old assumption that "the best model costs 5x more" is eroding. The premium tier ($10/$50 for Astra, Fable 5.1 and Mythos 5.1) now has to justify itself on specific hard tasks, not on general capability.
4. The fine print on both price tags
Argon's price is "introductory." After the intro period Google says it moves to $4 / $20 — the same as Claude Opus 5.5. Google hasn't said how long the intro period lasts, and past intro prices have sometimes become permanent. Don't budget around $2 / $10 as a settled number.
Sol has a long-prompt surcharge. Above 272K input tokens, input and cache rates double and output goes up 1.5x for the whole request. Claude Opus 5.5 and Sonnet 5.5 list 1M context at standard rates. Sol also doesn't support fine-tuning and has no none/minimal reasoning settings.
List price isn't cost per task. Tokenizers differ — Anthropic notes its newer tokenizer produces roughly 30% more tokens for the same text — and models differ in how many tokens they spend reasoning. Compare cost per completed task, not per million tokens.
5. Reading vendor benchmarks honestly
Every number above comes from the company selling the model, on benchmarks it chose to show. OpenAI compares Sol against Opus 5.5 (not Sonnet 5.5, its true price peer). Google's table is a set of 18 benchmarks it selected; the pattern across them is "wins on breadth, loses on terminal-agent and science tasks." Neither launch is independently verified yet — and Argon isn't even available for outsiders to test. The useful reading is directional: the gap between mid-priced and top-priced models is shrinking on agentic coding, while the hardest long-horizon science and terminal work still favors the expensive tier.
6. What this means if you build with these models
- Stop defaulting to the top tier. For routine agentic coding and document work, three vendors now offer near-frontier results at $2 / $10. Test your own workload on the cheaper tier first.
- Keep the premium tier for the hard tail. Long-horizon terminal work and research-grade science are where Astra, Opus 5.5 and Fable 5.1 still show leads.
- Make your code model-agnostic. If prices and rankings reshuffle every three weeks, hard-wiring one provider is the real risk. Keep the model name in config, and keep a small eval set of your own tasks.
- Watch cached-input pricing. For agents that resend large prompts, a $0.10 vs. $0.20 cache read can matter more than the headline rate.
Takeaway: the news isn't that OpenAI or Google "beat" anyone. It's that the price of near-frontier capability just collapsed to a shared number across three labs — and the competition is moving from "who's smartest" to "who's smartest per dollar, on your task."
Sources
IA Watch · Panorama da indústria
Dois lançamentos de fronteira em 24 horas, um único preço
A OpenAI lançou o GPT-6.1 Sol em 29 de setembro. O Google respondeu com o Gemini 4 Argon em 30 de setembro. Os dois chegam a US$ 2 por milhão de tokens de entrada e US$ 10 por milhão de saída — o mesmo preço de tabela do Claude Sonnet 5.5. Parece coincidência, mas é o mercado se acomodando num novo preço padrão para modelos "quase de fronteira".
1. GPT-6.1 Sol: quase Astra por um quinto do preço
A família GPT-6 da OpenAI agora tem três níveis: Astra (topo, US$ 10 entrada / US$ 50 saída), Sol (intermediário, agora US$ 2 / US$ 10) e Luna (pequeno, US$ 0,10 / US$ 0,50). O GPT-6.1 Sol, lançado em 29 de setembro de 2026, atualiza o nível do meio com uma promessa específica: resultados próximos do Astra em código agêntico, uso de computador e trabalho profissional, por um quinto do preço de tokens. Ele está na API como gpt-6.1-sol, no ChatGPT Work e no Codex.
Todos os números abaixo são reportados pelo próprio fabricante, do post de lançamento da OpenAI:
- Código: iguala o GPT-6 Astra no DeepSWE v1.1 por cerca de um quinto do custo.
- Trabalho profissional: marca 2,2 pontos a mais que o Claude Opus 5.5 no AutomationBench, por cerca de um terço do custo.
- Uso de computador: a 2,1 pontos do Astra no OSWorld 2.0 (conjunto offline), por cerca de um sétimo do custo por tarefa.
- Ciência mais difícil: o Astra ainda lidera o Terminal-Bench Science 0.1 (68,1%) e a própria OpenAI o recomenda para a pesquisa mais difícil.
- Factualidade: respostas com erro factual em esforço baixo caem de 11,4% para 7,7%.
A entrada em cache custa US$ 0,10 por milhão de tokens — 5% da tarifa sem cache. Isso importa mais para agentes, que reenviam o mesmo prompt de sistema, schemas de ferramentas e histórico a cada passo.
2. Gemini 4 Argon: liderança ampla, porta estreita
Em 30 de setembro, o Google anunciou o Gemini 4 Argon, seu primeiro flagship novo desde a série Gemini 3, no fim de 2025. Nos 18 benchmarks que o Google divulgou, o Argon lidera isolado em 12 e empata em primeiro em um; o GPT-6 Astra lidera em três, o Claude Opus 5.5 em dois. Ele também eleva o teto de saída para 1 milhão de tokens, contra 64 mil antes.
| Benchmark | Gemini 4 Argon | Claude Opus 5.5 | GPT-6 Astra |
|---|
| DeepSWE v1.1 (código de longo horizonte) | 77,9% | 74,2% | 74,1% |
| AutomationBench | 51,3% | 42,5% | 41,4% |
| CWE-bench v1 (correção de vulnerabilidades) | 68% | 67% | 68% |
| Terminal-Bench 4.0 | 57,4% | 66,4% | — |
| Terminal-Bench Science 0.1 | 57,6% | — | 68,1% |
O porém é o acesso. O Argon não está amplamente disponível: começa com defensores de segurança confiáveis no Programa Fairwind do Google (650+ parceiros), sem guardrails de cibersegurança para esses usuários verificados, enquanto o Google participa do processo voluntário de acesso pré-lançamento do governo dos EUA. A disponibilidade ampla está prevista "o mais rápido possível" para clientes pagos da API e assinantes do Google AI Ultra.
3. A convergência em US$ 2 / US$ 10
| Modelo | Entrada (US$/M) | Saída (US$/M) | Entrada em cache (US$/M) |
|---|
| GPT-6.1 Sol (OpenAI) | US$ 2 | US$ 10 | US$ 0,10 |
| Gemini 4 Argon (Google) — introdutório | US$ 2 | US$ 10 | US$ 0,10 |
| Claude Sonnet 5.5 (Anthropic) | US$ 2 | US$ 10 | US$ 0,20 |
| Claude Opus 5.5 (Anthropic) | US$ 4 | US$ 20 | US$ 0,20 |
| GPT-6 Astra (OpenAI) | US$ 10 | US$ 50 | US$ 1 |
Três laboratórios, três níveis de modelo diferentes, um único preço de tabela. O Sol é intermediário, o Argon é flagship, o Sonnet 5.5 é o intermediário da Anthropic — e mesmo assim estão na mesma linha da tabela. O efeito prático: a velha suposição de que "o melhor modelo custa 5x mais" está se desfazendo. O nível premium (US$ 10/US$ 50 do Astra, Fable 5.1 e Mythos 5.1) agora precisa se justificar em tarefas difíceis específicas, não em capacidade geral.
4. As letras miúdas das duas tabelas de preço
O preço do Argon é "introdutório". Depois do período inicial, o Google diz que passa a US$ 4 / US$ 20 — igual ao Claude Opus 5.5. O Google não disse quanto dura o período, e preços introdutórios do passado às vezes viraram permanentes. Não planeje orçamento em cima de US$ 2 / US$ 10 como número fechado.
O Sol tem sobretaxa para prompts longos. Acima de 272 mil tokens de entrada, entrada e cache dobram e a saída sobe 1,5x para a requisição inteira. O Claude Opus 5.5 e o Sonnet 5.5 listam 1M de contexto a preço padrão. O Sol também não suporta fine-tuning e não tem os modos none/minimal de raciocínio.
Preço de tabela não é custo por tarefa. Tokenizadores são diferentes — a Anthropic informa que seu tokenizador mais novo gera cerca de 30% mais tokens para o mesmo texto — e modelos gastam quantidades diferentes de tokens raciocinando. Compare o custo por tarefa concluída, não por milhão de tokens.
5. Lendo benchmarks de fabricante com honestidade
Todo número acima vem da empresa que vende o modelo, em benchmarks que ela escolheu mostrar. A OpenAI compara o Sol com o Opus 5.5 (e não com o Sonnet 5.5, seu par real de preço). A tabela do Google é um conjunto de 18 benchmarks selecionados por ela; o padrão é "vence em amplitude, perde em tarefas de terminal agêntico e ciência". Nenhum dos lançamentos foi verificado de forma independente ainda — e o Argon nem está disponível para testes externos. A leitura útil é direcional: a distância entre modelos de preço médio e de preço alto está diminuindo em código agêntico, enquanto ciência de longo horizonte e trabalho de terminal mais difíceis ainda favorecem o nível caro.
6. O que isso significa pra quem constrói com esses modelos
- Pare de usar o nível mais alto como padrão. Para código agêntico e trabalho com documentos de rotina, três fornecedores agora oferecem resultados quase de fronteira a US$ 2 / US$ 10. Teste sua própria carga de trabalho no nível mais barato primeiro.
- Reserve o nível premium para a cauda difícil. Trabalho de terminal de longo horizonte e ciência de nível pesquisa são onde Astra, Opus 5.5 e Fable 5.1 ainda mostram vantagem.
- Deixe seu código agnóstico de modelo. Se preços e rankings se embaralham a cada três semanas, amarrar-se a um único provedor é o risco real. Mantenha o nome do modelo em configuração e um pequeno conjunto de avaliação com tarefas suas.
- Olhe o preço do cache. Para agentes que reenviam prompts grandes, US$ 0,10 vs. US$ 0,20 na leitura de cache pode pesar mais que a tarifa de destaque.
Conclusão: a notícia não é que a OpenAI ou o Google "venceram" alguém. É que o preço da capacidade quase de fronteira acabou de colapsar para um número compartilhado entre três laboratórios — e a disputa está saindo de "quem é mais inteligente" para "quem é mais inteligente por dólar, na sua tarefa".
Fontes