Как выбрать между Gemini 4 Argon, GPT-6 Astra и Claude Fable 5.1? Сравнение доступности, цен и сценариев использования

Проверка данных: 30 сентября 2026 г. (UTC). PandaNpc предоставляет услуги AI Agent, что связано с выбором моделей. В этой статье собрана публичная информация трёх компаний и даны рекомендации по выбору под задачу; мы пока не получили доступ к пробной версии Gemini 4 Argon и не проводили сравнительного тестирования трёх моделей в одинаковых условиях. Упоминание «подходит» ниже означает официальное позиционирование и текущую доступность, а не то, что мы измерили, кто сильнее.

Сначала вывод: если нужно использовать уже сегодня, выбирайте между GPT-6 Astra и Claude Fable 5.1 по задаче и имеющемуся тарифу; Gemini 4 Argon сейчас открыт только для небольшого числа доверенных тестировщиков, и обычные пользователи пока не могут считать его третьим вариантом, доступным в любой момент. Для работы с несколькими программами, сложной обработки материалов или особенно трудного программирования можно сначала попробовать Astra; для длительного программирования, многократного чтения крупных проектов или сложных документов можно сначала попробовать Fable 5.1. После широкого открытия Argon сравните на тех же задачах реальное качество выполнения и общие затраты.

Посмотреть обложку в исходном размере PNG (1672×941)

Сначала проверим, можно ли этим пользоваться: три модели не на одной стартовой линии

Объявление Google о Gemini 4 Argon сообщает, что сейчас доступ ограничен, а в будущем его планируется расширить начиная с платных пользователей API и подписчиков Google AI Ultra; дата, когда модель станет доступна обычным пользователям, не объявлена. Объявление OpenAI об Astra и описание Anthropic Fable 5.1 соответственно описывают текущие рамки доступности. Здесь Astra — модель OpenAI, а не исследовательский проект Google Project Astra.

Сравнение параметров: не путайте «сколько может прочитать» и «сколько может написать»

Окно входного контекста — это сколько материалов можно за один раз передать модели; максимальный вывод — сколько содержимого она может сгенерировать за один раз. Эти два числа нельзя взаимозаменять, и по ним нельзя судить о качестве ответа. Ниже приведена информация о конкретных моделях, проверенная 30 сентября 2026 года, а не общие характеристики всего семейства Gemini, GPT или Claude.

Источники: объявление Google о Gemini 4 Argon, страница модели OpenAI GPT-6 Astra, страница модели Anthropic Claude Fable 5.1 и описание тарифов Anthropic. В объявлении Google «1 миллион» означает лимит вывода, и это нельзя считать объявленным для Argon «окном входного контекста в 1 миллион». Полная публичная карточка модели Argon и тесты обычных пользователей ещё не опубликованы; «не объявлено» в таблице не означает «такой возможности нет».

В таблице выше сравниваются публичные характеристики, а не победа по производительности: чем больше содержимого можно вместить, тем не обязательно точнее ответ. Производительность по бенчмаркам показана в следующей таблице.

Сравнение официальных результатов: смотрите на конкретные задачи, а не считайте «общего победителя»

Google DeepMind на официальной странице модели Gemini 4 Argon опубликовала таблицу результатов четырёх моделей. Здесь выделены только три столбца, обсуждаемые в этой статье: Argon, GPT-6 Astra и Claude Fable 5.1; в исходной таблице также есть Claude Opus 5.5. Приведённые ниже результаты взяты со страницы официального сайта Google, фактически прочитанной 30 сентября 2026 г. в 23:42 UTC, сведены Google, а не являются сравнительным тестированием PandaNpc в одинаковых условиях. Кроме строк с указанием F1, процента прохождения или частичного результата, значения следуют процентам из исходной таблицы; в каждой строке жирным выделено большее значение только среди этих трёх моделей. «—» означает, что в исходной таблице нет сопоставимого результата, а не 0 баллов.

Как пользоваться этой таблицей? Если вы занимаетесь работой со знаниями, сначала смотрите на Vals Index, Finance Agent; если пишете код, смотрите одновременно на DeepSWE, FrontierSWE и Terminal-bench, не выбирайте только одну строку: Argon лидирует в DeepSWE, но Astra выше в FrontierSWE и Terminal-bench. Для работы с компьютером обратите особое внимание: две строки Fable в этой таблице Google отсутствуют, и из-за этого нельзя говорить, что она не умеет работать с компьютером. CWE-bench показывает, что Argon и Astra идут вровень среди этих трёх; это также не гарантия реальной безопасности.

Методика тестирования: описание методики оценки Google указывает, что результаты Argon обычно получены за одну попытку на максимальном уровне рассуждений; данные других моделей в основном взяты из отчётов поставщиков или публичных рейтингов и также могут использовать их собственный максимальный или доступный уровень рассуждений. Часть проектов Google запускала сама, часть взята у третьих сторон, а инструментальная среда и методы сэмплирования не везде одинаковы. Например, результаты Argon в DeepSWE и Terminal-bench — это собственные тесты Google, а для других моделей использованы публичные результаты; в LVBench для разных моделей извлекается разное число видеокадров. В строке GraphWalks используется BFS F1, а строка OSWorld представляет только «частичный балл» офлайн-подмножества. Нельзя усреднять по строкам и нельзя на этом основании объявлять комплексное первое место при единых условиях тестирования. На странице результатов этого методического PDF также написано «по состоянию на октябрь 2026 года», что не совпадает со временем 30 сентября, когда мы считали таблицу; точную дату завершения оценки подтвердить не удалось. В этой статье лишь воспроизводятся результаты, видимые на официальном сайте на тот момент; мы не делаем выводов о том, когда оценка была завершена, и не представляем их как воспроизведённый нами результат.

Как сравнивать цены: месячную плату и расходы API нужно разделять

Если вы хотите использовать модель только в чат-продукте или инструменте для программирования, сначала смотрите на подписку и лимиты использования. Среди публичных цен в США ChatGPT Plus стоит $20/мес., Pro делится на уровни $100, $200, $500/мес. и т. д.; конкретный объём использования Astra зависит от тарифа и задач. Описание цен и лимитов OpenAI для ChatGPT Work/Codex прямо предупреждает: цену API за миллион токенов нельзя использовать, чтобы рассчитать, сколько задач можно выполнить в рамках подписки.

Claude Pro при месячной оплате в США стоит $20, Max — от $100/мес. (официальная таблица цен Claude). Но «в Pro можно выбрать Fable 5.1» не означает, что Fable входит в обычные лимиты Pro: правила тарифов Anthropic для Fable поясняют, что для использования Fable 5.1 в Pro и стандартных местах Team требуются дополнительные usage credits; в Max и старших местах можно использовать его в рамках части недельного лимита. Google пока не приводит фактическую цену подписки или дату открытия Argon для обычных пользователей, поэтому текущую месячную плату Google AI Ultra нельзя считать ценой «покупки Argon сегодня».

При оплате через API по фактическому использованию ниже приведены стандартные текстовые тарифы, которые можно читать в одних единицах. Вход — это то, что вы передаёте модели для чтения, выход — это сгенерированный ею ответ. Единица везде — цена в долларах за 1 миллион токенов (токен — единица, на которую разбивается текст и другое содержимое при биллинге); Argon в таблице — объявленная Google цена будущего запуска, а не фактический счёт, который мы уже оплатили сегодня.

Данные взяты из объявления Google о выпуске Argon, страницы цен OpenAI на модель Astra и страницы модели Anthropic Fable 5.1. Цены не включают дополнительные инструменты, региональные различия, скоростные уровни или различия платформ; для Astra при одном входе более 272K токенов цена входа и кэша для всего запроса умножается на 2, а выхода — на 1,5. Цена кэша применяется только к содержимому, которое действительно попало в кэш; нельзя оценивать всю задачу по цене кэша. Даже если планируемая цена Argon ниже, чем у двух других моделей, без данных о проценте успеха на одинаковых задачах и объёме использования нельзя утверждать, что выполнение задачи с ним обойдётся дешевле всего.

Рис.: Схема биллинговых подходов, сгенерированная AI, а не счёт за продукт; месячную плату за подписку нельзя смешивать с ценой API за единицу.Посмотреть изображение в исходном размере (1672×941).

Как выбрать под задачу? Сначала используйте доступные вам модели

Если задача требует работы в нескольких программах, просмотра веб-страниц, управления интерфейсом и сложных решений: сначала попробуйте GPT-6 Astra. OpenAI называет работу с компьютером, просмотр, сложное программирование и профессиональные документы среди её ключевых способностей. Если у вас уже есть подходящий платный аккаунт ChatGPT или доступ к API, можно уже сегодня поручить ей реальную задачу и посмотреть, соответствует ли результат требованиям. Описание модели OpenAI.

Если задача — программирование в течение нескольких часов, проверка кода или работа с крупными документами: сначала попробуйте Claude Fable 5.1. Anthropic позиционирует её для длительных автономных задач, сложного программирования и исследований. Те, у кого уже есть рабочий процесс Claude Code, могут сначала использовать привычные инструменты, но сначала нужно проверить, не списываются ли за тариф дополнительные usage credits; если такие задачи нужно запускать много раз в день, сравните реальную стоимость Max и API. Описание модели Anthropic.

Если хотите попробовать Gemini 4 Argon: сначала убедитесь, что у вас есть официальный доступ. Объявленные Google направления включают сложное программирование, корпоративную работу со знаниями и задачи защитной безопасности, а также планируемую цену; за этим стоит следить, но это пока не заменяет практический опыт обычных пользователей. Если доступа нет, не рекомендуется менять работающий процесс из-за «предполагаемой дешевизны» Argon. Официальное объявление Google.

Эти рекомендации не означают, что «если модель сильна в одном типе задач, она может делать только их». Если все три модели станут доступны, самый надёжный способ выбора: взять одну и ту же реальную задачу, дать одинаковые материалы и критерии приёмки и отдельно записать, выполнена ли задача, сколько потребовалось ручных доработок, сколько времени и денег ушло. Один красивый демонстрационный пример или отдельные результаты каждого производителя не доказывают напрямую, что ваша задача даст такой же результат.

Рис.: Схема пути выбора, сгенерированная AI: сначала посмотрите доступность аккаунта и региона, затем потребности задачи, а в конце проверьте на своей небольшой задаче. Фраза «в этой статье не проводится никаких сравнительных тестов» на рисунке означает, что мы сами не запускали тесты в одинаковых условиях; таблица результатов выше — это воспроизведение опубликованных Google данных.Посмотреть изображение в исходном размере (1672×941).

Если ваша задача — разделить работу между двумя помощниками по программированию, смотрите руководство по совместной работе Claude Code и Codex; если нужно передать конкретный вопрос на уже открытую страницу ChatGPT Pro, смотрите руководство по обращению Codex и Claude Code к ChatGPT Pro. Эти две статьи описывают работу с процессами и не означают, что Gemini 4 Argon уже подключён к PandaNpc.

FAQ

Gemini 4 Argon уже официально выпущен, почему я его не нахожу?

«Выпуск» означает, что Google объявила модель и открыла к ней ограниченный доступ; официальное объявление пока не приводит единой даты открытия для всех разработчиков и обычных потребителей. Сначала проверьте официальный список моделей в используемом продукте Gemini и аккаунте; не считайте слухи о «Gemini 4 Pro» доступным входом в Argon.

Astra — это Google Project Astra?

Нет. GPT-6 Astra в этой статье — это модель OpenAI; Google Project Astra — другой исследовательский проект, и их нельзя смешивать в таблице цен трёх моделей.

Если я оформил Claude Pro, смогу ли использовать Fable 5.1 в рамках лимитов тарифа?

Не обязательно. Текущее описание тарифов Anthropic указывает, что для использования Fable 5.1 в Pro нужны usage credits, а в некоторых тарифах, например Max, его можно использовать в пределах ограниченного недельного лимита. Перед оплатой посмотрите свою страницу «Использование/кредиты».

Можно ли прямо по ценам выше определить, кто выгоднее?

Нет. Таблица API сравнивает только указанные цены; на выполнение задачи также влияют длина ввода, попадание повторяющегося содержимого в кэш, стоимость инструментов, число запусков и доработки. Особенно Argon пока широко не открыт, поэтому мы не можем привести свою «стоимость одного успешного задания».