Eine Titelkarte mit der Aufschrift „Gleicher Preis für vierzehn weitere Tage“ und dem Untertitel „Gemini 4 Carbon vs. GPT-6 Sol“, oberhalb eines zweispaltigen Panels: links Gemini 4 Carbon zu 2,00 $ Eingabe und 10,00 $ Ausgabe pro Million Token bis zum 30. November, danach 4,00 $ und 20,00 $; rechts GPT-6 Sol zu 2,00 $ und 10,00 $, mit einer Long-Context-Stufe auf 4,00 $ und 15,00 $ ab mehr als 272.000 Eingabe-Token.
Guides & Insights

Gemini 4 Carbon vs. GPT-6 Sol: Vierzehn Tage Parität, dann eine doppelte Kluft

Autor

jinhao.song

Veröffentlicht am

Neueste Modelle · 20Alle Modelle ansehen →
Benchmarks: Artificial Analysis · täglich aktualisiert
Zurück zu allen Beiträgen

Heute Gemini 4 Carbon und GPT-6 Sol haben denselben Listenpreis: 2,00 $ pro Million Input-Tokens, 10,00 $ pro Million Output-Tokens, 0,20 $ oder weniger für gecachte Eingabe. Am 1. Dezember 2026 gilt das nicht mehr. Carbons Tarif ist ein Einführungspreis und steigt auf 4,00 $ und 20,00 $, während für Sols 2,00 $ und 10,00 $ kein Ablaufdatum angegeben ist. Die Vergleichsfrage, die ein Käufer tatsächlich braucht, lautet also nicht „welches Modell ist beim selben Preis besser“ – sondern was der 16-Punkte-Abstand im unabhängigen Index wert ist und ob es sich lohnt, ab dem Ersten des nächsten Monats dafür doppelt so viel zu zahlen.

Es gibt ein drittes Modell in dieser Entscheidung, das das Marketing keines der beiden Anbieter dort hinstellt. GPT-6 Sol wird von Artificial Analysis inzwischen als veraltet gekennzeichnet und innerhalb derselben Linie durch GPT-6.1 Sol abgelöst, das bei denselben 2,00 $ und 10,00 $ 55 statt Sols 44 erzielt. Wer Mitte November zwischen Carbon und Sol wählt, wählt zwischen einem aktuellen und einem vorherigen Modell, und die ehrliche Version dieser Seite muss das im zweiten Absatz sagen statt im letzten.

Die beiden Tarifkarten, Zeile für Zeile, bevor der Kalender weiterrückt

Beginnen Sie mit den Zeilen, in denen die beiden Modelle tatsächlich übereinstimmen, denn es gibt mehr davon, als das Marketing auf beiden Seiten vermuten lässt.

• Standard-Eingabepreis — Carbon 2,00 $ pro Million; Sol 2,00 $ pro Million. Heute identisch, und Carbon verdoppelt sich am 1. Dezember.

• Standard-Ausgabepreis — Carbon 10,00 $ pro Million; Sol 10,00 $ pro Million. Dasselbe, mit demselben Ablaufdatum auf der Carbon-Seite.

• Gecachte Eingabe – Carbon $0.10 heute und $0.20 ab dem 1. Dezember, jeweils 95 % Rabatt; Sol $0.20, 90 % Rabatt. Carbons Cache ist vor und nach diesem Datum der günstigere der beiden.

• Kontextfenster — Carbon 1.048.576 Token; Sol 1.050.000. Runde beides auf eine Million und mach dir darüber keine Gedanken mehr.

• Maximale Ausgabe in einer Antwort — Sol 128.000 Token; Carbon 65.536. Dies ist der größte reale Unterschied bei den Spezifikationen, und er fällt nur ins Gewicht, wenn Sie ein langes Artefakt in einem einzigen Durchgang anfordern, was genau dem entspricht, was langfristig angelegte Agentenarbeit üblicherweise verlangt.

• Eingabemodalitäten — Carbon: Text, Bild, Audio, Video und PDF; Sol: Text und Bild, wobei Dokumente in unserer Katalogzeile akzeptiert werden, obwohl die Modellseite von GPT-6 Sol Text und Bild aufführt. Carbon ist der einzige der beiden, dem man eine Aufnahme oder einen Clip übergeben kann.

• Reasoning-Steuerung — Sols Effort-Leiter umfasst none, low, medium, high, xhigh, max, sodass ihm gesagt werden kann, gar nicht zu denken; Carbon wird mit den Stufen low, medium und high veröffentlicht, wobei keine Aus-Position aufgeführt ist. Auf einem kostengünstigen Klassifizierungspfad macht dieser Unterschied die gesamte Rechnung aus.

• Wissens-Cutoff — Sol 20. April 2026; Google hat für Carbon keinen Cutoff veröffentlicht. Einseitig – und wissenswert, bevor man eine aktualitätsempfindliche Pipeline auf einer Annahme aufbaut.

• Verfügbarkeit – beide sind heute über die kostenpflichtige API aufrufbar; Carbon hat kein kostenloses Kontingent und berechnet jeden verarbeiteten Token, einschließlich Thinking, während Sol über die Service-Level Standard, Batch, Flex, Fast und Ultrafast bepreist wird.

Die Preiszeilen sind diejenigen, die diesen Vergleich entscheiden, und sie sind diejenigen, die sich ändern, ohne dass sich eines der beiden Modelle überhaupt ändert.

Woher die sechzehn Punkte kommen

Artificial Analysis misst beide Modelle anhand des Intelligence Index v5.0.1, der neun Evaluierungen — AA-Briefcase, AutomationBench-AA, Terminal-Bench 4.0, FrontierCode-AA 2.0, AA-Omniscience, GDP.pdf, HLE-Diamond, CritPt v2 und Terminal-Bench-Science — zu einer einzigen Zahl verdichtet. Diese gemeinsame Bewertungsgrundlage macht den Vergleich legitim und nicht bloß zu einer aus Pressemitteilungen zusammengewürfelten Mischung.

• Intelligence Index — Carbon 60, Platz 4 von 81 Modellen; GPT-6 Sol 44, Platz 34 von 81. Zum Vergleich: GPT-6.1 Sol liegt bei 55, auf Platz zwölf.

• Kosten pro abgeschlossener Indexierungsaufgabe — Carbon 5,48 $; GPT-6 Sol 2,47 $. Das günstigere Modell pro Token ist das günstigere Modell pro Aufgabe, und zwar um das 2,2-Fache.

• Zeit pro Aufgabe — Carbon 33,2 Minuten; Sol 7,3 Minuten, gegenüber einem Median von 13,5 für die Klasse.

• Ausgabegeschwindigkeit und Latenz — {{1}}Carbon 62 Token pro Sekunde bei 72,88 Sekunden bis zum ersten Antwort-Token{{/1}}; {{2}}Sol 123 Token pro Sekunde bei 36,21 Sekunden bis zum ersten Token{{/2}}.

• Token-Volumen — Carbon gab während des Indexlaufs 205 Millionen Ausgabe-Tokens aus 7,62 Milliarden Eingabe-Tokens aus und wurde vom Tracker als sehr ausführlich beschrieben; Sol gab 65,1 Millionen aus 4,75 Milliarden aus und wurde als recht prägnant beschrieben. Der Median für die Klasse liegt bei 78,6 Millionen Ausgabe-Tokens.

Diese letzte Zeile erklärt die Kostenzeile, und sie ist das mit Abstand Nützlichste auf beiden Seiten. Carbon verlangt nicht mehr pro Token für dieselbe Arbeit; es schreibt dreimal so viele Token, um die Antwort zu erreichen, in einem Benchmark, bei dem die Antwort ein Dokument oder ein Patch statt einer Beweissuche ist. Ein Modell, das in Prosa länger nachdenkt, wird pro Wort bezahlt, und beim Index-Lauf sieht man den Wechselkurs.

Ein Vorbehalt gehört zur Carbon-Zahl: Der Tracker veröffentlicht Carbon in drei separaten Zeilen – niedrige, mittlere und hohe Anstrengung –, und nur die hohe Zeile erreicht 60. Eine einzelne Zeile „Carbon erreicht 60“ ist bei maximaler Anstrengung wahr und bei der Einstellung falsch, auf die die meisten Menschen standardmäßig zurückgreifen werden.

Screenshot of the Artificial Analysis model page for Gemini 4 Carbon, showing an Intelligence Index of 60 with a rank of 4 out of 81, 62 tokens per second output speed with 72.88 seconds to first answer token, 33.2 minutes per Intelligence Index task, $5.48 cost per task, $2.00 input and $10.00 output per million tokens with a 95% cache discount, 205 million output tokens and a 1M-token context window.

Die 272.000-Token-Zeile, die die Rechnung stärker bestimmt als der Preis.

Keines der Modelle berechnet im naiven Sinn zusätzliche Kosten pro Token jenseits einer Grenze; beide bepreisen die gesamte Anfrage neu. Der Unterschied ist, dass nur eines von ihnen eine Grenze hat.

GPT-6 Sol berechnet 2,00 $ für Eingabe und 10,00 $ für Ausgabe bis zu 272.000 Eingabetoken. Darüber hinaus wird jeder Token in der Anfrage – nicht nur der überschüssige Teil, sondern die gesamte Anfrage – mit 4,00 $ für Eingabe und 15,00 $ für Ausgabe abgerechnet. Google veröffentlicht für Carbon keine Längenstaffel: Derselbe Preis pro Token gilt, egal ob die Anfrage 2.000 Token oder 900.000 Token umfasst.

Lass eine 400.000-Token-Dokumentenanalyse durch beide laufen, zum Nach-Dezember-Tarif von Carbon:

• Gemini 4 Carbon — 400.000 Tokens zu 4,00 $ pro Million ergeben 1,60 $ für den Prompt. Zum heutigen Einführungspreis kostet dieselbe Anfrage 0,80 $.

• GPT-6 Sol — dieselben 400.000 Tokens überschreiten die Grenze und werden auf 4,00 US-Dollar pro Million neu bepreist, ebenfalls 1,60 US-Dollar. Wäre die Anfrage unter 272.000 Tokens geblieben, hätte sie 0,80 US-Dollar gekostet.

Rechnet man 20.000 Ausgabe-Token hinzu, öffnet sich die Lücke: Carbon berechnet dafür 20,00 $ pro Million, also 0,40 $; Sol 15,00 $, also 0,30 $. Der von Carbon beworbene Festpreisvorteil verflüchtigt sich oberhalb der Schwelle bei der Eingabe und kehrt sich bei der Ausgabe leicht um. Die Behauptung, Carbon sei bei langen Dokumenten günstiger, trifft gegenüber GPT-6 Astra zu, dessen Preise sich auf 20,00 $ und 75,00 $ verdoppeln, und trifft gegenüber Sol nicht zu.

Wo Carbons No-Tier-Struktur wirklich gewinnt, ist die Vorhersagbarkeit, nicht der Preis. Eine Pipeline mit variabler Dokumentlänge hat einen Tarif zu modellieren und keine Klippe, über die man stolpern kann, und die Klippe ist leicht zu treffen: Eine Anfrage mit 300.000 Tokens kostet unter Sol nicht etwas mehr als eine mit 270.000 Tokens, sondern für alle 300.000 Tokens doppelt so viel beim Input. Wenn Ihr Retrieval-Schritt gelegentlich zu viel zurückgibt, ist das ein Budgetvorfall statt einer langsamen Drift.

Welches Modell ist worin besser, so eng gefasst, wie es die Belege zulassen

Keines der beiden Modelle wurde in einem direkten Vergleich mit einer Aufgaben-Suite getestet, die von jemandem ausgewählt wurde, der an keinem der beiden ein Eigeninteresse hat. Was es gibt, sind der gemeinsame Index und Herstellermaterial, und die neun Komponenten des Index lassen sich einzeln lesen.

• Reasoning über lange Zeithorizonte und wissenschaftliche Arbeit — Carbons Vorteil. Es ist das Modell, das Google in seinem Forschungsbeitrag vom 13. November neben Argon und Hydrogen nannte, und seine Indexführung konzentriert sich auf die Frontier-Reasoning-Evaluierungen, statt gleichmäßig verteilt zu sein.

• Agentisches Coding und Terminal-Arbeit — näher, als der Gesamtscore vermuten lässt. Carbons Vorsprung ist eher allgemeiner Natur als speziell agentisch, und Googles eigenes Launch-Material für die Gemini-4-Generation hat durchgängig gezeigt, dass die Coding-Agent-Zahlen hinter dem allgemeinen Index zurückbleiben.

• Hochvolumige Produktionspfade — Sol oder besser dessen Nachfolger. Halbe Latenz bis zum ersten Token, vierfacher Durchsatz pro Aufgabenminute und ein dokumentierter Schalter zum Deaktivieren des Reasonings. Für Arbeit, bei der die Antwort kurz und das Volumen hoch ist, ist Carbons Ausführlichkeit eine Steuer ohne entsprechenden Gegenwert.

• Multimodale Eingabe — Carbon, ohne Frage. Sol verarbeitet Text und Bilder; Carbon verarbeitet zusätzlich Audio, Video und PDFs, die einzige Zeile, in der die beiden nicht in derselben Produktkategorie liegen.

• Lange einzelne Artefakte — Sol, allein an der Obergrenze. 128.000 Ausgabetokens gegenüber Carbons 65.536 bedeutet, dass alles, was in einem Durchgang erzeugt werden muss, auf der Google-Seite ein hartes Limit hat.

• Kontinuität — Sol, aber nur über seinen Nachfolger. Ein Team, das heute auf GPT-6 Sol aufbaut, baut auf einem Modell auf, das der Tracker bereits zugunsten von GPT-6.1 Sol als veraltet kennzeichnet, welches gleich viel kostet und elf Punkte mehr erzielt. Das ist kein Grund, den Anbieter zu meiden; es ist ein Grund, beim Schreiben des Request-Bodys gpt-6.1-sol statt gpt-6-sol anzugeben.

Den Vergleich durchführen, statt ihn zu lesen

Beide Modelle werden auf OrcaRouter zu den eigenen Listenpreisen ihrer Anbieter ohne Aufschlag (0 %) geroutet, als google/gemini-4-carbon und openai/gpt-6-sol, über einen einzigen OpenAI-kompatiblen Endpunkt und einen einzigen Schlüssel — neben openai/gpt-6.1-sol, also genau der Zeile, die durch den Hinweis zur Einstellung (Deprecation) relevant wird. Dadurch lässt sich dieser spezielle Vergleich ungewöhnlich günstig empirisch klären: Derselbe Request-Body kann auf Carbon, auf Sol und auf Sols Nachfolger gerichtet werden, und das Einzige, was sich ändert, ist der Modell-String.

Zwei praktische Hinweise für alle, die das tun. Erstens: Die Carbon-Preisänderung am 1. Dezember ist eine Anbieteränderung, die hier am selben Tag weitergegeben wird, sodass ein Kostenvergleich, der im November durchgeführt und im Dezember wiederholt wird, sich aus Gründen unterscheiden wird, die nichts mit dem Modell zu tun haben. Zweitens: Wenn die Workload explorativ ist – Carbon mit echtem Traffic testen, bevor man einen Produktionspfad auf ein Modell festlegt, dessen Kosten pro Aufgabe 2,2× so hoch sind wie die des etablierten Anbieters –, dann ist automatisches Failover zwischen Anbietern das, was verhindert, dass eine schlechte Woche ein Ausfall statt eines Datenpunkts wird.

A two-column comparison card headed 'Gemini 4 Carbon vs GPT-6 Sol', with rows reading: Intelligence Index 60 versus 44; cost per index task $5.48 versus $2.47; time per task 33.2 versus 7.3 minutes; output speed 62 versus 123 tokens per second; maximum output 65,536 versus 128,000 tokens; input price $2.00 rising to $4.00 on 1 December versus $2.00 flat, with a long-context step to $4.00 above 272,000 tokens. A footer reads 'Index, cost and speed per Artificial Analysis Intelligence Index v5.0.1; prices per Google and OpenAI.'

Was diese Woche zu tun ist

Drei Entscheidungen, in der Reihenfolge, in der sie geklärt werden.

Wenn die Arbeitslast aus kurzen Antworten besteht und ein hohes Volumen hat, ist die Frage überhaupt nicht Carbon versus Sol. Es ist Sol versus GPT-6.1 Sol, und der Nachfolger gewinnt bei gleichem Preis bei der Punktzahl. Carbons 60 kommt in der Diskussion nicht vor, weil Carbon mit 205 Millionen Ausgabe-Tokens pro Indexlauf für diesen Traffic die falsche Form ist, unabhängig von seiner Punktzahl.

Wenn die Arbeitslast aus langen Dokumenten besteht und die Dokumente unterschiedlich lang sind, ist Carbon am 30. November der bessere Kauf und am 1. Dezember der schlechtere, und der Wendepunkt ist reine Arithmetik und keine Geschmacksfrage. Modellieren Sie die Abrechnung mit $4.00 und $20.00, bevor Sie sich festlegen, denn das ist der Tarif, zu dem der Vertrag den Großteil seiner Laufzeit laufen wird.

Wenn die Arbeitslast Audio- oder Videoeingaben erfordert, gibt es keinen Vergleich anzustellen. Sol kann die Eingabe nicht verarbeiten, in dieser Paarung bleibt also nur Carbon oder nichts – und die Obergrenze von 65.536 Token für die Ausgabe wird zur Randbedingung, um die herum man planen muss, statt der Preis.

Das Einzige, was man nicht tun sollte, ist, den Vorsprung von sechzehn Punkten im Index als Grund für einen Wechsel anzuführen, ohne die Kosten pro Aufgabe daneben zu nennen. Beim selben Evaluator, derselben Revision und am selben Tag kostet der Spitzenreiter pro abgeschlossener Aufgabe das 2,2-Fache und bei der Wall-Clock-Zeit das 4,5-Fache. Das ist ein vertretbarer Trade-off für Frontier-Reasoning und ein unvertretbarer für eine Warteschlange.

Screenshot of the OrcaRouter model page for openai/gpt-6-sol, showing a 1,050,000-token context window, a 128,000-token maximum output, text and image input with text output, configurable reasoning effort, and pricing of $2.00 per million input tokens and $10.00 per million output tokens with a long-context tier above 272,000 input tokens.

In diesem Artikel verglichen2

Aus diesem Artikel erkannt · Benchmarks: Artificial Analysis · täglich aktualisiert