Todos los lanzamientos

Gemini 4 Argon vs. GPT-6.1 Sol: comparación de lanzamientos

Comparación de los lanzamientos Gemini 4 Argon y GPT-6.1 Sol: 2 y 5 modelos respectivamente, cada uno con distintas características de inteligencia, rendimiento y precio. A continuación se comparan las métricas clave de los 7 modelos.

  • En inteligencia, GPT-6.1 Sol obtiene la puntuación más alta: GPT-6.1 Sol (Max), con 55, frente a Gemini 4 Argon (High), con 50 de Gemini 4 Argon.
  • En tiempo por tarea, GPT-6.1 Sol es el más rápido: GPT-6.1 Sol (Low), con 2.0 min, frente a Gemini 4 Argon (High), con 29.9 min de Gemini 4 Argon.
  • En costo por tarea, GPT-6.1 Sol es el más económico: GPT-6.1 Sol (Low), con $0.16, frente a Gemini 4 Argon (Medium), con $4.31 de Gemini 4 Argon.
Playground de modelos

Lanzamientos comparados

GPT-6.1 Sol (max)GPT-6.1 Sol (xhigh)Gemini 4 Argon (high)GPT-6.1 Sol (high)Gemini 4 Argon (medium)GPT-6.1 Sol (medium)GPT-6.1 Sol (low)
Intelligence Index
55
52
50
50
48
46
35
Finanzas y contabilidad
56
55
56
53
53
51
44
Estrategia y operaciones
58
57
57
55
56
53
46
Jurídico
54
54
55
52
52
49
43
Salud y medicina
52
51
51
49
--
46
40
Costo por tareaUSD
$1.27
$0.76
$4.97
$0.59
$4.31
$0.36
$0.16
Tiempo por tareaMinutos
23.5
10.8
29.9
7.9
--
4.6
2.0
Tiempo hasta el primer token de respuestas
201.40
86.01
44.89
43.22
--
5.27
3.20
Ventana de contexto
1M
1M
1M
1M
1M
1M
1M
Creador
OpenAI
OpenAI
Google
OpenAI
Google
OpenAI
OpenAI
Licencia
Propietario
Propietario
Propietario
Propietario
Propietario
Propietario
Propietario
Modalidad de entrada

Admite: texto e imágenes

Admite: texto e imágenes

Admite: texto e imágenes

Admite: texto e imágenes

Admite: texto e imágenes

Admite: texto e imágenes

Admite: texto e imágenes

Modalidad de salida

Admite: texto

Admite: texto

Admite: texto

Admite: texto

Admite: texto

Admite: texto

Admite: texto

Proveedores
OpenAIMicrosoft Azure
OpenAI
Google
OpenAI
Google
OpenAI
OpenAI
Updated
Artificial Analysis Intelligence Index · Higher is better
Inference time (minutes) per Intelligence Index task · Lower is better
Weighted average cost (USD) per Intelligence Index task · Lower is better

InteligenciaUpdated

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index v5.0.1 incorporates 9 evaluations: AA-Briefcase v1.1, AutomationBench-AA, Terminal-Bench 4.0, FrontierCode-AA 2.0, AA-Omniscience v1.1, GDP.pdf, HLE-Diamond, CritPt v2 (Hard Subset), and Terminal-Bench-Science 0.1

Intelligence Index vs. costo por tarea

Artificial Analysis Intelligence Index · Weighted average cost (USD) per Artificial Analysis Intelligence Index task
Most attractive quadrant
Gemini 4 Argon
GPT-6.1 Sol
Pareto line

Costo por tarea (USD, escala logarítmica)

Costo

Costo por tarea del Intelligence Index

Weighted average cost (USD) per Intelligence Index task · Segmented by token type · Lower is better

Velocidad y latencia

Tiempo por tarea del Intelligence Index

Output tokens divided by end-to-end output speed (minutes per Intelligence Index task) · Speed at the model's own endpoint or the median across providers · Lower is better

Puntuaciones de capacidades

Índices de capacidades

Mide el rendimiento de los modelos en capacidades e industrias específicas
Finance & Accounting Index

Incorporates 5 evaluations: AA-Briefcase v1.1, AA-Omniscience v1.1, HLE-Diamond, AutomationBench-AA, GDP.pdf · Higher is better

Strategy & Ops Index

Incorporates 4 evaluations: AutomationBench-AA, AA-Briefcase v1.1, AA-Omniscience v1.1, GDP.pdf · Higher is better

Legal Index

Incorporates 5 evaluations: AA-Omniscience v1.1, AA-Briefcase v1.1, HLE-Diamond, GDP.pdf, AutomationBench-AA · Higher is better

Healthcare & Medical Index

Incorporates 5 evaluations: AA-Omniscience v1.1, AA-Briefcase v1.1, MLCR-AA, AutomationBench-AA, HLE-Diamond · Higher is better

Engineering Index

Incorporates 7 evaluations: AA-Omniscience v1.1, CritPt v2 (Hard Subset), Terminal-Bench-Science 0.1, HLE-Diamond, Terminal-Bench 4.0, FrontierCode-AA 2.0, AA-Briefcase v1.1 · Higher is better

Economics Index

Incorporates 4 evaluations: AA-Omniscience v1.1, AA-Briefcase v1.1, HLE-Diamond, GDP.pdf · Higher is better

AA-PersonalityBenchNew

vs.

AA-PersonalityBench: índice Expressiveness, Gemini 4 Argon (high) vs. GPT-6.1 Sol (max)

Probabilidad de que la respuesta de cada modelo sea juzgada como la que muestra más cada rasgo, según su diferencia de Elo · 50 % es un empate
GoogleGemini 4 Argon (high)OpenAIGPT-6.1 Sol (max)
Metaphorical
99%
1%
Eloquent
79%
21%
Lexically Varied
79%
21%
Literate
28%
72%
Natural Sounding
29%
71%