Gemini 4, Claude и GPT: какие модели сравнивать в каждом классе
Каждая модель Gemini 4 рядом со своим аналогом из Claude и GPT: официальные цены, контекст, уровень рассуждений по умолчанию, стоимость задачи по Artificial Analysis, доля галлюцинаций, бесплатный уровень и доступность в Ofox.
В верхнем классе Gemini 4 Carbon конкурирует с Claude Fable 5.2 и GPT-6.2 Astra. Gemini 4 Neon стоит в одном ряду с Claude Opus 5.5 и GPT-6.2 Sol. Gemini 4 Hydrogen сравнивают с Claude Sonnet 5.5 и GPT-6.1 Terra. Бюджетный аналог Claude Haiku 5.5 и GPT-6 Luna у Google — это Gemini 3.5 Flash-Lite, а не Hydrogen. Gemini 4 Argon стоит столько же, сколько Carbon, и выпал из руководства Google по выбору модели, поэтому считайте его устаревшим вариантом. Две из этих пар Google задала сама в карточках моделей. Две другие мы составили по цене и позиционированию; в таблице ниже это указано для каждой строки.
Если брать каждую модель с уровнем рассуждений по умолчанию, в трёх верхних классах прослеживается одна закономерность. В тесте AA-Omniscience от Artificial Analysis у модели Gemini самая низкая доля галлюцинаций в своей группе, причём с большим отрывом. В классах Neon и Hydrogen у неё к тому же самый высокий балл Intelligence Index по умолчанию, но за выполненную задачу она обычно обходится дороже модели OpenAI: настройки Gemini по умолчанию тратят больше токенов рассуждений.
Эта страница — карта нашей серии сравнений Gemini 4. Каждое число здесь взято из одной из полных статей с прямыми сравнениями (ссылки ниже) или из тех же данных Artificial Analysis (AA), которые используют эти статьи; данные получены 19 ноября 2026 года. Страницу публикует Ofox, и большинство моделей из неё можно вызвать через Ofox. Gemini 4 Carbon и Gemini 4 Neon — нельзя. Новых тестов для этой страницы мы не проводили. Результаты с пометкой «наш прогон» взяты из соседних статей серии, где описано, что и как измерялось.
Как соотносятся классы и кто определил каждую пару
| Класс | Anthropic | OpenAI | Кто определил пару | |
|---|---|---|---|---|
| Самые сложные задачи | Gemini 4 Carbon | Claude Fable 5.2 | GPT-6.2 Astra | Наш вывод. В карточке Carbon Google сравнивала Carbon с GPT-6 Astra, Claude Opus 5.5 и Claude Fable 5.1. Fable 5.2 (9 ноября) и GPT-6.2 Astra (17 ноября) — текущие версии этих линеек, и у обеих прейскурантная цена $8/$40 |
| Выше среднего, частая сложная работа | Gemini 4 Neon | Claude Opus 5.5 | GPT-6.2 Sol | Google. Карточка Neon (на английском) сравнивает именно эти три модели |
| Повседневное программирование и агенты | Gemini 4 Hydrogen | Claude Sonnet 5.5 | GPT-6.1 Terra | Google. Карточка Hydrogen (на английском) сравнивает именно эти три модели |
| Бюджетный, для больших объёмов | Gemini 3.5 Flash-Lite | Claude Haiku 5.5 | GPT-6 Luna | Наш вывод по цене и по позиционированию самих вендоров. Руководство Google по Hydrogen советует оставить 3.5 Flash-Lite «для массовой классификации, маршрутизации и целевых задержек меньше секунды». Anthropic описывает Haiku 5.5 как модель, созданную «для массовых задач, чувствительных к задержке, таких как классификация, извлечение и маршрутизация» |
| Устаревшая | Gemini 4 Argon | — | — | Страница Google о выборе модели (на английском) теперь описывает только Carbon, Neon и Hydrogen. Argon по-прежнему обслуживается, даты отключения нет |
При чтении этой карты важны две детали.
Opus 5.5 есть в двух карточках Google. И карточка Carbon (результаты «по состоянию на октябрь 2026 года»), и карточка Neon (ноябрь) включают Opus 5.5. С 1 декабря прейскурантная цена Carbon совпадает с ценой Opus 5.5 ($4/$20). Мы поместили Opus в класс Neon, потому что именно вокруг этого сравнения Google представила Neon и потому что в линейке самой Anthropic Fable 5.2 стоит выше Opus. Если ваш бюджет — это цена Opus, сравните его и с Carbon, и с Neon.
Hydrogen — не бюджетная модель. Это универсальная модель Google по умолчанию. При $1,50/$7,50 за миллион токенов она в 15 раз дороже тарифов Haiku 5.5 и Luna для коротких промптов. Что эта надбавка даёт и чего не даёт, показывает сравнение Hydrogen, Haiku 5.5 и Luna.
Вторая ловушка — старые таблицы бенчмарков. Столбец с подписью «GPT-6 Astra» или «Fable 5.1» описывает не GPT-6.2 Astra и не Fable 5.2. В статьях с прямыми сравнениями название версии из каждого источника сохранено ровно так, как оно напечатано.
Сводная таблица
Все цены — стандартные (Standard) прейскурантные тарифы самого вендора в долларах США за миллион токенов, сначала вход, потом выход; проверено 19 ноября 2026 года. У каждой модели здесь выход включает токены рассуждений. Данные AA приведены для уровня рассуждений, указанного в столбце «Уровень рассуждений для столбцов AA». Для всех моделей, кроме двух, это задокументированное значение API по умолчанию. OpenAI не документирует значение по умолчанию для GPT-6.2 Astra и Sol, поэтому для этих двух моделей мы показываем результаты AA на medium и прямо пишем об этом в строке. В скобках — балл AA на самой высокой настройке модели. Стоимость задачи AA рассчитывает по токенам, которые модель израсходовала на Intelligence Index v5.0.1, и по её прейскурантной цене. Доля галлюцинаций — из AA-Omniscience: неверные ответы как доля всех ответов, кроме правильных, поэтому чем ниже, тем лучше.
| Модель | Цена вход / выход | Контекст | Уровень рассуждений для столбцов AA | Индекс AA на этом уровне (максимум) | Стоимость задачи AA на этом уровне | Галлюцинации на этом уровне | Бесплатный уровень API | В Ofox (19 ноября) |
|---|---|---|---|---|---|---|---|---|
| Gemini 4 Carbon | $2 / $10 до 30 ноября; $4 / $20 с 1 декабря | 1 048 576, общий | medium | 58,3 (60,0) | $6,59 по декабрьским тарифам (≈$3,29 по ноябрьским) | 4,2% | Нет | Нет |
| Claude Fable 5.2 | $8 / $40 | 1M | high | 61,8 (64,6) | $9,08 | 58,0% | Нет | Да |
| GPT-6.2 Astra | $8 / $40; дороже при входе свыше 272K | 1 050 000 (вход 922K) | medium (OpenAI не документирует значение по умолчанию)¹ | 57,0 (62,1) | $1,62 | 54,1% | Нет | Да |
| Gemini 4 Neon | $3 / $15 | 1 048 576, общий | high | 59,6 (61,4) | $3,74 | 13,9% | Нет | Нет |
| Claude Opus 5.5 | $4 / $20 | 1M | medium | 48,2 (59,1) | $2,45 | 66,9% | Нет | Да |
| GPT-6.2 Sol | $2 / $10; дороже при входе свыше 272K | 1 050 000 (вход 922K) | medium (OpenAI не документирует значение по умолчанию)¹ | 52,7 (57,3) | $0,41 | 61,1% | Нет | Да |
| Gemini 4 Hydrogen | $1,50 / $7,50 | 1 048 576, общий | high | 50,8 (53,9) | $1,87 | 8,7% | Да | Да |
| Claude Sonnet 5.5 | $2 / $10 | 1M | high | 41,5 (54,5) | $1,64 | 63,6% | Нет | Да |
| GPT-6.1 Terra | $1 / $5; $2 / $7,50 свыше 272K | 1 050 000 (вход 922K) | medium | 38,2 (51,3) | $0,17 | 39,6% | Нет | Да |
| Gemini 3.5 Flash-Lite | $0,30 / $2,50 | 1 048 576, вход | По умолчанию minimal; у AA один вариант без указания уровня | 11,7 | $0,69² | Нет в нашей выгрузке AA | Да | Да |
| Claude Haiku 5.5 | $0,10 / $0,50; $0,50 / $2,50 для промптов свыше 100K | 1M | medium | 24,6 (36,5) | $0,092 | 40,4% | Нет | Да |
| GPT-6 Luna | $0,10 / $0,50; $0,20 / $0,75 свыше 272K | 1 050 000 (вход 922K) | medium | 18,5 (27,9) | $0,042 | 85,3% | Нет | Да |
| Gemini 4 Argon (устаревшая) | $2 / $10 до 30 ноября; $4 / $20 с 1 декабря | 1 048 576, общий | medium | 47,6 (50,4) | $4,31 по ноябрьским тарифам³ | 15,4% | Нет | Да |
¹ На страницах моделей GPT-6.2 Astra и Sol и в руководстве OpenAI по рассуждениям (проверено 19 ноября 2026 года) уровень effort по умолчанию для этих двух моделей не указан. Там сказано лишь, что API отклоняет none. Руководство называет medium значением по умолчанию для GPT-6.1 Sol, GPT-6 Sol и GPT-6 Luna, а на страницах моделей Terra и Luna указано medium (default). Чтобы строки были сопоставимы, мы показываем модели 6.2 на medium, но это результаты AA на medium, а не задокументированное значение по умолчанию. На high AA даёт для Astra 60,1, $2,07 за задачу и 58,1% галлюцинаций, а для Sol — 54,9, $0,56 за задачу и 60,0% галлюцинаций. Вызывая любую из этих моделей, задавайте reasoning.effort явно, чтобы знать, какая из строк к вам относится.
² Собственная разбивка AA показывает, что большая часть $0,69 у Flash-Lite — это стоимость записи в кэш в тестовой среде AA, поэтому она не отражает цену короткого одиночного запроса. В нашем прогоне сортировки обращений из соседней статьи один запрос на 20 элементов по прейскуранту стоил около $0,0025 на Flash-Lite и $0,019 на Hydrogen.
³ AA считает Argon по текущему тарифу $2/$10, а Carbon — по декабрьскому $4/$20. 1 декабря каждый тариф Carbon и Argon ровно удваивается, поэтому по нашей оценке Argon с настройкой по умолчанию по декабрьским тарифам обойдётся примерно в $8,62 за задачу, а Carbon по ноябрьским — примерно в $3,29. Эти два числа — наша арифметика на основе данных AA, а не цифры AA. Строка Argon использует запись AA для medium, значения API по умолчанию для Argon. Основная запись AA по Argon, которую обычно цитируют (индекс 50,4, 4,3% галлюцинаций, $4,97 за задачу), в данных страницы AA подписана «Gemini 4 Argon (High)».
Источники (на английском). Цены, контекст и значения по умолчанию: страница цен и руководства по моделям Google, обзор моделей и цены Anthropic, страницы моделей OpenAI GPT-6.2 Astra, GPT-6.2 Sol, GPT-6.1 Terra и GPT-6 Luna; всё проверено 19 ноября 2026 года. Данные AA: страницы моделей на artificialanalysis.ai, исходные данные страниц сохранены 19 ноября 2026 года (около 03:20–03:35 UTC). Доступность в Ofox: GET https://api.ofox.ai/v1/models 19 ноября 2026 года, ответ содержал 137 моделей. Цены Ofox указаны на страницах моделей по ссылкам; здесь мы их не повторяем.
Что показывает таблица, класс за классом
Цена за токен: Google посередине, кроме нижнего класса
В трёх верхних классах прейскурантная цена модели Gemini находится между ценами Anthropic и OpenAI:
- Верхний класс: до 30 ноября токен Carbon стоит четверть от цены Fable 5.2 и GPT-6.2 Astra, а с 1 декабря — половину.
- Класс выше среднего: Neon ($3/$15) стоит 75% от Opus 5.5 и в 1,5 раза больше GPT-6.2 Sol.
- Повседневный класс: Hydrogen ($1,50/$7,50) стоит 75% от Sonnet 5.5 и в 1,5 раза больше GPT-6.1 Terra.
- Бюджетный класс: Flash-Lite — самая дорогая из трёх: втрое дороже Haiku 5.5 и Luna на входе и в 5 раз на выходе.
Длинные промпты меняют эти соотношения. Если промпт запроса превышает 100K токенов, тарифы Haiku 5.5 растут в пять раз. Модели OpenAI берут больше, когда вход превышает 272K токенов. Модели Gemini из этой таблицы держат один тариф на всё окно контекста. Эту границу подробно разбирает наше руководство по цене Haiku 5.5 после 100K.
Стоимость выполненной задачи: настройки по умолчанию меняют порядок
Цена за токен — это не то, что вы платите за работу. Вот стоимость задачи Intelligence Index по AA для каждой модели с настройкой по умолчанию, из сводной таблицы:
| Класс | Дешевле всех за задачу AA | В середине | Дороже всех |
|---|---|---|---|
| Верхний | GPT-6.2 Astra $1,62 на medium¹ ($2,07 на high) | Carbon $6,59 (≈$3,29 в ноябре) | Fable 5.2 $9,08 |
| Выше среднего | GPT-6.2 Sol $0,41 на medium¹ ($0,56 на high) | Opus 5.5 $2,45 | Neon $3,74 |
| Повседневный | GPT-6.1 Terra $0,17 | Sonnet 5.5 $1,64 | Hydrogen $1,87 |
| Бюджетный | GPT-6 Luna $0,042 | Haiku 5.5 $0,092 | (Flash-Lite $0,69, несопоставимо²) |
В каждом классе дешевле всех за задачу AA оказывается модель OpenAI, а Astra и Sol остаются самыми дешёвыми даже на high. Neon и Hydrogen в своих классах самые дорогие, хотя их тарифы за токен ниже, чем у Anthropic. Причина в настройках по умолчанию: Neon и Hydrogen поставляются с рассуждениями на high, Anthropic документирует для Opus 5.5 medium, а Terra работает на задокументированном medium (модели 6.2 тоже показаны на medium). Настройка Gemini по умолчанию тратит больше токенов, а в классах выше среднего и повседневном ещё и набирает больше баллов. По умолчанию Neon опережает Opus 5.5 на 11,4 пункта индекса, а Hydrogen опережает Sonnet 5.5 на 9,3.
Это сравнение настроек по умолчанию, а не одинакового уровня усилий. На максимальных настройках разрыв сокращается: Opus 5.5 на max достигает 59,1 против 61,4 у Neon на xhigh, а Sonnet 5.5 на max достигает 54,5 — чуть выше, чем 53,9 у Hydrogen на xhigh. Как понизить уровень у моделей Gemini, если по умолчанию они думают больше, чем нужно задаче, объясняет наше руководство по уровням рассуждений Gemini 4.
Галлюцинации: Gemini чаще воздерживается от ответа
С настройками по умолчанию доля галлюцинаций AA-Omniscience у четырёх моделей Gemini 4 лежит между 4,2% и 15,4%. У каждой модели Claude и GPT из таблицы — между 39,6% и 85,3%. Это самое явное различие между вендорами во всех данных. Но метрика показывает, как часто модель ошибается, когда не знает ответа, а не как часто она права. Модели Gemini чаще отказываются отвечать. Обратную сторону показывают данные AA о точности: Fable 5.2 по умолчанию ответил правильно в 77,2% случаев, а Carbon по умолчанию — в 48,9%. Если неверный ответ хуже, чем отсутствие ответа, профиль Gemini лучше. Если вам нужно как можно больше правильных ответов и вы всё равно будете их проверять, модели Claude отвечают чаще. Наше полное сравнение доли галлюцинаций Gemini 4 разбирает это по уровням рассуждений.
Бесплатные уровни и доступ
Бесплатный уровень API в этом наборе есть только у Google и только для Hydrogen и Flash-Lite. Carbon, Neon и Argon доступны только на платном уровне. На страницах цен Anthropic и OpenAI бесплатного уровня ни для одной модели отсюда нет. Google указывает, что контент бесплатного уровня используется для улучшения её продуктов, а лимиты зависят от проекта. Подробности — в руководстве по бесплатному уровню API Gemini 4.
19 ноября 2026 года в Ofox были 11 из 13 моделей таблицы. Gemini 4 Carbon и Gemini 4 Neon не было. Чтобы использовать эти две модели, вызывайте Gemini API от Google напрямую с ключом платного уровня. Всё остальное можно вызывать через один OpenAI-совместимый эндпоинт. На страницах моделей Hydrogen, Argon и 3.5 Flash-Lite также указан протокол Gemini (проверено 19 ноября 2026 года), поэтому эти три модели могут работать через нативный маршрут Gemini в Ofox.
Выбор под задачу
Это отправные точки, основанные на данных соседних статей серии; в каждой строке указан тип доказательства. Прежде чем менять модель по умолчанию в продакшене, прогоните свои задачи.
| Ваша задача | Начните с | Запасной вариант | Доказательства |
|---|---|---|---|
| Длинные отчёты или аудиты по сканам чертежей, графикам и плотным файлам | Gemini 4 Carbon | Claude Fable 5.2, если несколько баллов важнее счёта примерно в 6 раз выше (статья MKA) | Статья Google DeepMind о MKA: разрыв между Fable 5.2 и Carbon статистически незначим; доска AA MKA |
| Самое сложное агентное программирование и исследования, где важнее всего максимальный балл | Claude Fable 5.2 | GPT-6.2 Astra на high или max | Индекс AA: Fable 5.2 — 64,6 на max; таблица Anthropic из анонса |
| Сложные рассуждения, которые должны быть быстрыми и дешёвыми в пересчёте на задачу | GPT-6.2 Astra | Gemini 4 Neon | AA: Astra на high — 60,1 при $2,07 и 5,9 мин на задачу |
| Сложное программирование и работа со знаниями при умеренной стоимости и низкой доле галлюцинаций | Gemini 4 Neon | Claude Opus 5.5 для работы с упором на терминал | Карточка Neon (16 из 19 строк); галлюцинации AA 13,9% по умолчанию |
| Терминал и сложные задачи разработки, где важен каждый балл | Claude Opus 5.5 | Gemini 4 Neon | Таблица Google для Neon: Opus лидирует в Terminal-Bench 4.1 и FrontierCode 2.0 |
| Массовые агенты для программирования, исправления CI, повседневные PR при ограниченном бюджете | GPT-6.2 Sol или GPT-6.1 Terra | Claude Sonnet 5.5 | Стоимость задачи AA; наш прогон повседневного программирования из 30 вызовов |
| Небольшие повседневные задачи программирования, где важны длина и стабильность ответа | Claude Sonnet 5.5 | GPT-6.1 Terra | Наш прогон: два запуска Sonnet на одной задаче отличались меньше чем на секунду |
| Повседневные агенты с видео- или аудиовходом либо бесплатное прототипирование | Gemini 4 Hydrogen | Gemini 3.5 Flash-Lite | Карточка модели Google (вход: текст, изображения, аудио, видео); бесплатный уровень |
| Классификация, маршрутизация, извлечение по таблице правил | GPT-6 Luna или Claude Haiku 5.5 | Gemini 3.5 Flash-Lite для минимальной задержки | Наш прогон сортировки: Luna и Haiku — 20/20 при 1/46 и 1/24 стоимости Hydrogen |
| Контекст от 256K до 1M токенов, где нужно рассуждение, а не поиск | Gemini 4 Neon или Carbon | GPT-6.2 Sol (цена растёт после 272K) | Карточки Google: GraphWalks 95,2% (Neon), 96,2% (Carbon) |
| Существующее приложение, которое уже проходит свои проверки на Argon | Оставить Argon до 1 декабря, затем протестировать Neon | Hydrogen | 1 декабря Argon дорожает вдвое, до $4/$20; Neon стоит $3/$15 |
В серии повторяются два шаблона маршрутизации. Простую проверяемую работу сначала целиком отправляйте бюджетной модели, а неудачные ответы передавайте модели среднего класса. Как это посчитать, показывает наше руководство по стоимости правильного результата. Сложную работу начинайте на класс ниже, чем, как вам кажется, нужно, и повышайте класс только для задач, не прошедших приёмочную проверку. Собственное руководство Google советует выбирать Carbon, «когда более быстрая модель застревает».
Прямые сравнения вкратце
Carbon против Claude Fable 5.2 и GPT-6.2 Astra
На бенчмарке Google DeepMind MKA из 200 мультимодальных задач на знания Fable 5.2 набрал на 2,22 балла больше Carbon. Бутстрап-тест из самой статьи не смог отличить этот разрыв от нуля, а Fable обошёлся в 6,26 раза дороже за задачу. Против GPT-6.2 Astra аргументы в пользу Carbon по соотношению цены и качества слабеют: в Intelligence Index от AA Astra на high догоняет Carbon на high (60,1 против 60,0) примерно за половину ноябрьской стоимости Carbon и за 5,9 минуты на задачу вместо 37,2. За Carbon остаются плотные визуальные документы и очень длинный контекст — лучше всего до удвоения тарифов. Полное сравнение.
Neon против Claude Opus 5.5 и GPT-6.2 Sol
В собственной таблице Google из 19 строк Neon лидирует в 16, Opus 5.5 — в двух, Sol — в одной. AA подтверждает, что на максимальных настройках у Neon самый высокий индекс из трёх (61,4; 59,1; 57,3) и намного более низкая доля галлюцинаций. На max Sol выполнял задачи индекса AA за $1,01 и 8,5 минуты каждую, Neon — за $6,44 и 21,5 минуты, Opus — за $10,04 и 24,5 минуты. Результат Neon 39,0% на SWE-sweep получен в основном в среде Antigravity от Google. В общей среде Mini-SWE Neon опережает Sol на 1,2 балла. Полное сравнение.
Hydrogen против Claude Sonnet 5.5 и GPT-6.1 Terra
Все 30 наших тестовых вызовов прошли проверку: пять повседневных задач, три модели, по два запуска. Корректность их не разделила, а стоимость и задержка — разделили: медианная задержка составила 8,4 с у Hydrogen, 4,2 с у Sonnet и 3,8 с у Terra, а стоимость десяти вызовов каждой модели по прейскуранту — $0,102, $0,054 и $0,019. Больше всего выходных токенов выдал Hydrogen, в основном рассуждения. В карточке Google Hydrogen впереди в семи строках из десяти, а Sonnet лидирует в работе с терминалом и управлении компьютером. Полное сравнение.
Hydrogen против Claude Haiku 5.5 и GPT-6 Luna
Это сравнение отвечает на вопрос, бюджетная ли модель Hydrogen. Нет. На нашем пакете из 20 обращений в поддержку Hydrogen, Haiku 5.5 и Luna оба раза набрали 20/20, при этом Hydrogen обошёлся примерно в 24 раза дороже Haiku и в 46 раз дороже Luna. Запрос уровня рассуждений low для Hydrogen почти не изменил расход токенов на этом промпте, а по ответу не видно, был ли уровень применён. Gemini 3.5 Flash-Lite оказалась самой быстрой и в каждом прогоне ошибалась в одном элементе. Надбавка за Hydrogen оправдана для более сложной многошаговой работы, аудио- и видеовхода и длинных промптов. Полное сравнение.
Neon против Carbon внутри линейки Google
Neon — рекомендуемый Google вариант по умолчанию для сложной работы, а Carbon — ступень выше. С настройками по умолчанию Neon набрал в замерах AA 59,6 против 58,3 у Carbon, примерно за половину времени. До 30 ноября токен Carbon дешевле, с 1 декабря дешевле Neon. Carbon по-прежнему лидирует в физике исследовательского уровня (CritPt) и имеет более низкую долю галлюцинаций по умолчанию. Полное сравнение.
Выбор внутри Gemini 4
Если вы выбираете только среди моделей Google, наше руководство по выбору модели Gemini 4 разбирает Hydrogen, Argon и Carbon по задачам и поясняет, где место Neon. Руководство по декабрьскому изменению цен объясняет, что подорожание Carbon и Argon означает для уже существующего счёта.
Где сейчас место Argon
Gemini 4 Argon стала общедоступной (GA) 13 октября 2026 года, и в примечаниях к выпуску Google назвала её своей самой мощной моделью для сложных задач в программировании, агентной работе, математике и науке. С тех пор изменились три вещи. Hydrogen взял на себя повседневную работу, предлагая бесплатный уровень и более низкую цену. 18 ноября вышел Neon для сложной работы по $3/$15. А страница Google о выборе модели теперь перечисляет только Carbon, Neon и Hydrogen. Argon по-прежнему есть на страницах Google с моделями, ценами и выводом из эксплуатации, и последняя не объявляет даты отключения. В Ofox Argon тоже по-прежнему доступна.
С 1 декабря Argon стоит $4/$20 — столько же, сколько Carbon, и на треть дороже Neon за токен. С настройками по умолчанию AA дал Argon 47,6 против 59,6 у Neon, а доля галлюцинаций Argon по умолчанию (15,4%) немного хуже, чем у Neon (13,9%). Часто цитируемые 4,3% для Argon относятся к настройке high. Если приложение на Argon сегодня проходит свои проверки, спешить с миграцией не нужно. Но до прихода декабрьского счёта протестируйте на тех же примерах Neon (только через Google API) и Hydrogen (есть и в Ofox). Как провести такой тест, описано в руководстве по переходу с Argon на Neon. Прежнюю позицию модели описывают наши статьи о бенчмарках Argon против GPT-6 Astra и Claude Opus и о ценах API Argon.
Тестирование моделей разных вендоров с одним ключом
Любую модель из таблицы, кроме Carbon и Neon, можно вызвать через OpenAI-совместимый эндпоинт Ofox, поэтому для сравнения классов разных вендоров достаточно поменять ID модели. Вот форма запроса, которую соседние статьи использовали для своих прогонов:
from openai import OpenAI
import os
client = OpenAI(base_url="https://api.ofox.ai/v1", api_key=os.environ["OFOX_API_KEY"])
tier = {
"everyday": ["google/gemini-4-hydrogen", "anthropic/claude-sonnet-5.5", "openai/gpt-6.1-terra"],
"budget": ["google/gemini-3.5-flash-lite", "anthropic/claude-haiku-5.5", "openai/gpt-6-luna"],
}
for model in tier["everyday"]:
r = client.chat.completions.create(
model=model,
max_tokens=32000,
messages=[{"role": "user", "content": "<одна из ваших реальных задач>"}],
)
print(model, r.usage.prompt_tokens, r.usage.completion_tokens)
Записывайте входные и выходные токены, задержку и то, прошёл ли ответ вашу проверку. Затем умножьте на прейскурантный тариф каждого вендора или на тариф Ofox со страницы модели. Не сравнивайте модели только по max_tokens или цене за токен: в одном из наших прогонов один и тот же промпт дал 301 входной токен на Fable 5.2 и 212 на GPT-6.2 Astra, а число выходных токенов для одинаково успешного ответа различалось между моделями более чем в десять раз (до 1 145 у Hydrogen против 79–83 у Terra на одной и той же задаче извлечения). На некоторых страницах моделей OpenAI, например у GPT-6.1 Terra, сказано, что вызов инструментов требует Responses API, поэтому тесты с инструментами на моделях GPT запускайте через /v1/responses. Настройку клиентов описывают руководства по интеграции Ofox.
Если вызов завершился ошибкой, сначала разберитесь в причине, а потом уже вините модель. Обычные виновники — неверные ID моделей и ошибки в параметрах. Сбои запросов к Gemini 4 разбирает наше руководство по ошибкам API Gemini 4. Для других вендоров — руководство по ошибке model not found в OpenAI (на английском), исправление ошибки Claude 529 overloaded (на английском) и руководство по повторам при 429 (на английском). Собственные коды и лимиты шлюза перечислены в руководстве по обработке ошибок и документации по лимитам запросов Ofox.
Ограничения этой карты
- Две из четырёх пар — наши. Наборы для сравнения Neon и Hydrogen выбрала Google. Пары для Carbon и бюджетного класса — наше прочтение цен и позиционирования, а карточка Carbon от Google использовала более старые версии конкурентов.
- Настройки по умолчанию — не одинаковые усилия. Сводная таблица сравнивает каждую модель в том виде, в каком она поставляется. Там, где значения по умолчанию различаются (Gemini
highпротивmediumу Claude или OpenAI), разница в стоимости и баллах отчасти отражает этот выбор. - Два значения по умолчанию у OpenAI не задокументированы. OpenAI не документирует effort по умолчанию для GPT-6.2 Astra и Sol. В их строках — результаты AA на
medium, а значения наhigh— в сноске 1. - AA — одна тестовая среда на одну дату. Её индекс — набор сложных оценок. Низкий индекс не означает, что бюджетная модель провалит простую, чётко поставленную работу, что показал наш прогон сортировки. AA перезапускает модели и меняет страницы, поэтому перепроверяйте данные перед решением.
- Цены меняются. Carbon и Argon дорожают вдвое 1 декабря 2026 года. Всё здесь проверено 19 ноября 2026 года.
Связанная документация
- Руководства по интеграции Ofox для клиентов, совместимых с OpenAI и Anthropic
- Нативный Gemini API в Ofox для моделей Gemini, которые есть в Ofox (Carbon и Neon среди них нет)
- Обработка ошибок и лимиты запросов
- Документация Ofox по ценам и оплате; цены по моделям — на страницах моделей, на которые ведут ссылки из сводной таблицы


