Claude Sonnet 5.5 vs GPT-6 Luna vs Gemini 4 Argon

Claude Sonnet 5.5, GPT-6 Luna ou Gemini 4 Argon

Somente pelos preços de 29 de outubro de 2026, com 2,000 tokens de entrada e 500 de saída, GPT-6 Luna custa 24.3 Credits ($0.122) por 1,000 requisições na Orux AI, Gemini 4 Argon 594 Credits ($2.97) e Claude Sonnet 5.5 855 Credits ($4.275). Nas tarifas oficiais padrão, a mesma carga custa $0.45, $9.00 e $9.00. Argon dobra seu preço oficial em 1º de dezembro de 2026.

Luna é posicionado para tarefas específicas e frequentes, como classificação e extração; Sonnet e Argon, para raciocínio e escrita mais amplos. Confira se seu trabalho justifica a tarifa maior, sem deduzir qualidade do preço. Esta é uma comparação histórica de três candidatos, não um ranking de todo o catálogo atual.

Comparação rápida

Deslize para os lados para ver toda a tabela.

O posicionamento vem das descrições Orux citadas pelo original. Não é uma classificação de qualidade medida. “Preço oficial atual” na tabela refere-se a 29 de outubro de 2026.

Preços detalhados

Tarifas por milhão de tokens, conferidas em 29 de outubro de 2026. A Orux cobra principalmente em Credits, com 1 Credit=$0.005. Os dólares são conversão.

Deslize para os lados para ver toda a tabela.

Três limites importantes:

• Luna muda de faixa a partir de 270K de entrada na Orux. O original registrou limite OpenAI de 272K e $0.20/$0.75, comparando o intervalo 270K–272K. Não reconfirmamos esses dados antigos nas páginas oficiais atuais em 1º de novembro de 2026. Ficam na tabela como registro histórico, não como garantia vigente da diferença. Os 270K e 20/80 Credits Orux estão conferidos na configuração atual.
• Escritas de cache Sonnet são cobradas separadamente: 237.5 Credits por milhão para cinco minutos, 1.25 vez a entrada; 380 para uma hora, o dobro. Leituras a 12 Credits geram economia quando há acerto real; a escrita não é grátis.
• Argon oficial dobra em 1º de dezembro de 2026. Qualquer mudança Orux deve ser consultada na página do modelo; não presumimos que acompanhe a alta. O guia de preços Gemini API, em inglês, apresenta o calendário.

Custo por tarefa: três cargas

Para transformar tarifas em orçamento, calculamos três formatos de entrada/saída por 1,000 requisições.

Deslize para os lados para ver toda a tabela.

Nas tarifas oficiais padrão citadas, Sonnet e Argon custam o mesmo. Na Orux, entrada e saída Argon são aproximadamente 69.5% das de Sonnet. Enquanto essas tarifas fixas se aplicarem sem outros custos, Argon fica cerca de 30% mais barato em qualquer proporção. Isso não compara qualidade nem repetições.

Se Luna não passa nos seus critérios e Sonnet excede o orçamento, Claude Haiku 5.5 é um candidato intermediário em preço: 10.8/54 Credits por milhão até 100K de entrada, ou 48.6 Credits por 1,000 requisições de referência. A lista original de 14 candidatos está em APIs LLM baratas, em inglês; não representa todo o catálogo atual.

Um prompt, três modelos: a evidência disponível

Este artigo não publica resultados de qualidade dos três. O que existe é uma chamada histórica Sonnet e cálculos dos outros preços com os mesmos tokens, não três respostas realmente comparadas.

A primeira chamada do caso JSON de inventário de museu, de 29 de outubro de 2026, usou 402 tokens de entrada e 195 de saída. Ao reler o relatório salvo em 1º de novembro, verificamos que passou apenas na estrutura: a conferência com a fonte falhou porque “Gallery A/B/D” virou “A/B/D”. Assim, “JSON validado” no original não significa aprovação completa na primeira tentativa. A repetição real com instrução corrigida passou em estrutura e fatos com 446 tokens de entrada e 207 de saída, equivalentes a 0.28139 Credits Sonnet. São registros históricos, não novas chamadas para a tradução.

A primeira custa 402×190/1M+195×950/1M=0.26163 Credits, arredondados a 0.2616 na tabela original, cerca de $0.0013. Com a mesma quantidade:

Deslize para os lados para ver toda a tabela.

Cada modelo tem tokenizer e extensão de resposta diferentes, então as contagens reais variam. O script abaixo registra usage, saída e tempo para seus testes; não executamos uma comparação tripla aqui. O percurso completo e o validador estão no guia Claude Sonnet 5.5 API, em inglês.

Contexto e parâmetros

Os três compartilham a requisição compatível com OpenAI, com duas diferenças:

• Luna usa max_completion_tokens, que limita conjuntamente saída visível e tokens de raciocínio. Sonnet e Argon usam max_tokens.
• Luna oferece reasoning_effort; confira as opções reais do modo de resposta direta no formulário Orux.

Todos suportam streaming e cache de contexto na Orux, sem esse modo Batch. Anthropic direta oferece Batch pela metade do preço: use esse comparativo para grandes trabalhos Claude offline.

A média Luna de 7.8 segundos vem de cinco requisições concluídas em outubro de 2026. A amostra pequena e não controlada não classifica velocidades. O original não tinha amostras comparáveis dos demais; o catálogo de 1º de novembro já inclui amostras Sonnet. Não transforme a ausência histórica em conclusão atual. Este artigo continua sem teste dos três nas mesmas condições.

Disponibilidade de GPT-6 Sol e Astra

O original de 29 de outubro dizia que Sol e Astra não estavam na Orux e Luna era o único GPT-6. Essa informação ficou desatualizada. Em 1º de novembro de 2026 conferimos as páginas públicas Orux de GPT-6 Sol, GPT-6 Astra e GPT-6.1 Sol; os modelos correspondentes estão no catálogo de venda. O recorte de três candidatos não significa indisponibilidade dos demais. Para OpenAI direta, veja preços oficiais e a versão vigente.

Por onde começar

Com base apenas em preço e posicionamento, confirmando qualidade nos seus exemplos:

• Teste Luna para classificação, roteamento, etiquetas, extração curta e JSON pequeno. A referência custa 24.3 Credits por 1,000 chamadas; repetir Luna uma vez com os mesmos tokens ainda fica abaixo de um Sonnet. Porém, cálculo, modelo ou trabalho humano de validação custam à parte. Nem toda validação será barata.
• Se Luna não atende, experimente Argon como o mais econômico dos dois candidatos maiores. Se também usa Google direta, inclua no orçamento a mudança de 1º de dezembro.
• Considere Sonnet para depuração e rascunhos em várias etapas depois de confirmar, com seus prompts, que o resultado compensa o adicional.

Uma opção é começar em Luna e escalar para Argon ou Sonnet quando uma checagem falha. Endpoint e chave são iguais, mas critérios de aceitação e orçamento de execução continuam necessários.

Python: trocar modelos e registrar uso

O script envia o mesmo prompt aos três com um cliente, adapta o limite de saída e exibe resposta, usage, Credits estimados e tempo real. Executar gera cobrança. Nesta tradução somente sintaxe e cálculos foram verificados localmente, sem API.

# pip install openai
import os, time
from openai import OpenAI

client = OpenAI(base_url="https://orux.top/api/v1", api_key=os.environ["ORUX_API_KEY"])

# Credits per 1M tokens (input, output), checked 2026-10-29. GPT-6 Luna: under-270K tier.
RATES = {
    "claude-sonnet-5-5": (190, 950),
    "gpt-6-luna": (5.4, 27),
    "gemini-4-argon": (132, 660),
}

PROMPT = """Extract every record as a JSON array of objects with keys
id, title, location, estimated_value_usd. Use null when a value is unknown
or conflicting. Return JSON only.

1. ID A-104, "Blue Vase", Gallery A, valued at $1,200
2. ID A-105, "Bronze Bell", Gallery B, valued at $800 or $950 (two appraisals)"""

def ask(model, prompt, limit=600):
    params = {"model": model, "messages": [{"role": "user", "content": prompt}]}
    # The one parameter difference between the three
    params["max_completion_tokens" if model == "gpt-6-luna" else "max_tokens"] = limit
    start = time.perf_counter()
    resp = client.chat.completions.create(**params)
    return resp, time.perf_counter() - start

for model, (rin, rout) in RATES.items():
    resp, secs = ask(model, PROMPT)
    u = resp.usage
    credits = (u.prompt_tokens * rin + u.completion_tokens * rout) / 1e6
    print(f"--- {model}: {u.prompt_tokens}/{u.completion_tokens} tokens, "
          f"≈ {credits:.6f} Credits, {secs:.1f} s, finish={resp.choices[0].finish_reason}")
    print(resp.choices[0].message.content)

Na chamada padrão, você muda principalmente model e o nome do limite Luna. URL, chave e estrutura básica de resposta são iguais. Outras funções e restrições devem ser conferidas nos formulários atuais. A estimativa usa tarifas curtas originais sem cache, mínimos ou mudanças de faixa. O valor exato está no histórico real.

Consulta original: 2026-10-29; verificações adicionais: 2026-11-01. Fontes: Anthropic, OpenAI, Gemini API e as páginas Orux vinculadas. O detalhamento com Opus e Haiku está em preços Claude API, em inglês.

FAQ

Q.Qual dos três é mais barato?

Na referência curta, Luna custa 5.4/27 Credits por milhão de tokens de entrada/saída ($0.027/$0.135), ou 24.3 Credits por 1,000 chamadas. Argon custa 594 e Sonnet 855. Recalcule para outros volumes, cache ou faixas.

Q.Qual é melhor para programar?

Sem benchmark de código entre os três, não declaramos vencedor. A página Sonnet o posiciona para depuração e resolução iterativa. Uma chamada de 3,000/2,000 tokens custa aproximadamente 2.47 Credits em Sonnet, 1.72 em Argon e 0.07 em Luna. São custos, não taxas de acerto.

Q.Posso mudar sem alterar código?

URL e chave são comuns; mude model, mas Luna exige max_completion_tokens e os demais max_tokens. Confira os outros parâmetros por modelo.

Q.Argon vai ficar mais caro?

Google sobe oficialmente de $2/$10 para $4/$20 por milhão em 1º de dezembro de 2026. A Orux tinha 132/660 Credits em 29 de outubro; tarifas futuras Orux seguem a publicação real na página do modelo.

Q.Luna substitui Sonnet?

Não por padrão. Luna é voltado a classificação, extração e respostas curtas; Sonnet a escrita, depuração e trabalho mais amplo. Teste tarefas específicas e frequentes em Luna e avalie. Custar cerca de 35 vezes menos na referência justifica o teste, não comprova qualidade equivalente.