Une carte de titre indiquant « Même prix pendant quatorze jours de plus » avec le sous-titre « Gemini 4 Carbon vs GPT-6 Sol », au-dessus d’un panneau à deux colonnes : à gauche, Gemini 4 Carbon à 2,00 $ en entrée et 10,00 $ en sortie par million de tokens jusqu’au 30 novembre, puis à 4,00 $ et 20,00 $ ; à droite, GPT-6 Sol à 2,00 $ et 10,00 $, avec un palier de contexte long à 4,00 $ et 15,00 $ au-delà de 272 000 tokens d’entrée.
Guides & Insights

Gemini 4 Carbon contre GPT-6 Sol : quatorze jours de parité, puis un écart d’un facteur deux

Auteur

jinhao.song

Date de publication

Derniers modèles · 20Voir tous les modèles →
Benchmarks : Artificial Analysis · mis à jour quotidiennement
Retour à tous les articles

Aujourd'hui, Gemini 4 Carbon et GPT-6 Sol ont le même prix affiché : 2,00 $ par million de tokens d'entrée, 10,00 $ par million de tokens de sortie, 0,20 $ ou moins pour l'entrée mise en cache. Le 1er décembre 2026, cela ne sera plus vrai. Le tarif de Carbon est un tarif de lancement et passera à 4,00 $ et 20,00 $, tandis que ceux de Sol, à 2,00 $ et 10,00 $, ne portent aucune date d'expiration. La comparaison dont un acheteur a réellement besoin n'est donc pas « quel modèle est meilleur au même prix » — mais ce que vaut l'écart de seize points sur l'indice indépendant, et s'il vaut la peine de payer deux fois plus cher dès le premier du mois prochain.

Il y a un troisième modèle dans cette décision que le marketing d’aucun des deux fournisseurs n’y place. GPT-6 Sol est désormais marqué comme obsolète par Artificial Analysis, supplanté au sein de la même gamme par GPT-6.1 Sol, qui obtient 55 au lieu du 44 de Sol aux mêmes tarifs de 2,00 $ et 10,00 $. Un lecteur qui choisit entre Carbon et Sol à la mi-novembre choisit entre un modèle actuel et un modèle précédent, et la version honnête de cette page doit le dire au deuxième paragraphe plutôt qu’au dernier.

Les deux grilles tarifaires, ligne par ligne, avant que le calendrier ne bouge

Commencez par les lignes où les deux modèles concordent véritablement, car elles sont plus nombreuses que ne le laisse entendre le marketing de part et d'autre.

• Prix standard des entrées — Carbon 2,00 $ par million ; Sol 2,00 $ par million. Identiques aujourd’hui, et Carbon double le 1er décembre.

• Prix de sortie standard — Carbon 10,00 $ par million ; Sol 10,00 $ par million. Idem, avec la même expiration du côté de Carbon.

• Entrée en cache — Carbon 0,10 $ aujourd’hui et 0,20 $ à partir du 1er décembre, soit une remise de 95 % dans les deux cas ; Sol 0,20 $, une remise de 90 %. Le cache de Carbon est le moins cher des deux avant et après cette date.

• Fenêtre de contexte — Carbon 1,048,576 tokens ; Sol 1,050,000. Arrondissez les deux à un million et ne vous en souciez plus.

• Sortie maximale en une seule réponse — Sol 128 000 tokens ; Carbon 65 536. C'est la différence de spécification la plus importante en pratique, et elle ne se fait sentir que lorsque vous demandez un long artefact en un seul tour, ce qui est exactement ce que le travail d'agent à long horizon tend à faire.

• Modalités d’entrée — Carbon : texte, image, audio, vidéo et PDF ; Sol : texte et image, les documents étant acceptés sur la ligne de notre catalogue, bien que la page du modèle GPT-6 Sol indique texte et image. Carbon est le seul des deux à pouvoir recevoir un enregistrement ou un clip.

• Contrôle du raisonnement — l’échelle d’effort de Sol couvre none, low, medium, high, xhigh, max, de sorte qu’on peut lui demander de ne pas réfléchir du tout ; Carbon est publié en lignes low, medium et high, sans position désactivée indiquée. Sur un chemin de classification peu coûteux, cette différence représente l’intégralité de la facture.

• Date limite des connaissances — Sol 20 avril 2026 ; Google n'a publié aucune date limite pour Carbon. Unilatéral, et bon à savoir avant de construire un pipeline sensible à la récence sur une hypothèse.

• Disponibilité — les deux peuvent être appelés dès aujourd'hui sur l'API payante ; Carbon n'a pas d'offre gratuite et facture chaque token traité, réflexion incluse, tandis que Sol est tarifé selon les niveaux de service Standard, Batch, Flex, Fast et Ultrafast.

Les lignes de prix sont celles qui décident de cette comparaison, et ce sont elles qui changent sans qu’aucun des deux modèles ne change du tout.

D'où viennent les seize points

Artificial Analysis mesure les deux modèles sur l’Intelligence Index v5.0.1, qui regroupe neuf évaluations — AA-Briefcase, AutomationBench-AA, Terminal-Bench 4.0, FrontierCode-AA 2.0, AA-Omniscience, GDP.pdf, HLE-Diamond, CritPt v2 et Terminal-Bench-Science — en un seul chiffre. C’est ce score commun qui rend la comparaison légitime plutôt qu’un méli-mélo de communiqués de presse.

• Indice d'intelligence — Carbon 60, classé 4e sur 81 modèles ; GPT-6 Sol 44, classé 34e sur 81. À titre de référence, GPT-6.1 Sol se situe à 55, à la douzième place.

• Coût par tâche d’indexation terminée — Carbon 5,48 $ ; GPT-6 Sol 2,47 $. Le modèle le moins cher par jeton est le moins cher par tâche, par un facteur de 2,2×.

• Temps par tâche — Carbon 33,2 minutes ; Sol 7,3 minutes, contre une médiane de 13,5 pour la classe.

• Vitesse de sortie et latence — Carbon 62 jetons par seconde avec 72,88 secondes avant le premier jeton de réponse ; Sol 123 jetons par seconde avec 36,21 secondes avant le premier jeton.

• Volume de tokens — Carbon a émis 205 millions de tokens de sortie lors de l'exécution de l'index, à partir de 7,62 milliards de tokens d'entrée, ce que l'outil de suivi décrit comme très verbeux ; Sol en a émis 65,1 millions à partir de 4,75 milliards, décrit comme plutôt concis. La médiane pour la catégorie est de 78,6 millions de tokens de sortie.

Cette dernière ligne explique la ligne de coût, et c’est l’élément le plus utile sur l’une comme sur l’autre page. Carbon ne facture pas plus cher par token pour faire le même travail ; il écrit trois fois plus de tokens pour arriver à la réponse, dans un benchmark où la réponse est un document ou un patch plutôt qu’une recherche de preuve. Un modèle qui réfléchit plus longtemps en prose est payé au mot, et c’est dans l’exécution de l’index que l’on peut voir le taux de change.

Une mise en garde s’impose concernant le chiffre de Carbon : le tracker publie Carbon en trois lignes distinctes — effort faible, moyen et élevé — et seule la ligne « élevé » atteint 60. Une simple phrase « Carbon obtient 60 » est vraie à effort maximal et fausse au réglage que la plupart des gens utiliseront par défaut.

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.

La ligne des 272 000 tokens, qui pèse davantage sur la facture que le prix.

Aucun des deux modèles ne facture de supplément par token au-delà d’une frontière au sens naïf ; les deux réappliquent le tarif à l’ensemble de la requête. La différence, c’est que seul l’un des deux a une frontière.

GPT-6 Sol facture 2,00 $ en entrée et 10,00 $ en sortie jusqu’à 272 000 jetons d’entrée. Au-delà, chaque jeton de la requête — pas seulement l’excédent, mais la totalité — est facturé à 4,00 $ en entrée et 15,00 $ en sortie. Google ne publie aucun palier de longueur pour Carbon : le même tarif par jeton s’applique, que la requête fasse 2 000 ou 900 000 jetons.

Faites passer une analyse de document de 400 000 jetons par les deux, au tarif de Carbon applicable après décembre :

• Gemini 4 Carbon — 400 000 tokens à 4,00 $ par million, soit 1,60 $ pour le prompt. Au tarif d’introduction actuel, la même requête coûte 0,80 $.

• GPT-6 Sol — les mêmes {{1}}400 000 tokens{{/1}} franchissent le seuil et passent à {{2}}4,00 $ par million{{/2}}, soit également {{3}}1,60 ${{/3}}. Si la requête était restée sous {{4}}272 000 tokens{{/4}}, elle aurait coûté {{5}}0,80 ${{/5}}.

Ajoutez 20 000 tokens de sortie et l’écart se creuse : Carbon les facture 20,00 $ le million, soit 0,40 $ ; Sol à 15,00 $, soit 0,30 $. L’avantage du prix fixe que Carbon met en avant disparaît donc au-delà du seuil en entrée et s’inverse légèrement en sortie. L’affirmation selon laquelle Carbon est moins cher pour les documents longs est vraie face à GPT-6 Astra, qui double à 20,00 $ et 75,00 $, et fausse face à Sol.

Là où la structure sans paliers de Carbon gagne véritablement, c'est en prévisibilité plutôt qu'en prix. Un pipeline dont la longueur des documents varie n'a qu'un seul tarif à modéliser et aucun effet de falaise à déclencher, et la falaise est facile à déclencher : une requête de 300 000 tokens ne coûte pas un peu plus qu'une requête de 270 000 tokens avec Sol, elle coûte le double en entrée pour l'ensemble des 300 000 tokens. Si votre étape de récupération renvoie occasionnellement trop de contenu, il s'agit d'un incident budgétaire plutôt que d'une dérive progressive.

Quel modèle est meilleur pour quoi, formulé de manière aussi restrictive que les preuves le permettent.

Aucun des deux modèles n’a été évalué en confrontation directe sur une suite de tâches choisie par une personne n’ayant aucun intérêt dans l’un ou l’autre. Ce qui existe, c’est l’index partagé et la documentation des fournisseurs, et les neuf composantes de l’index peuvent être lues individuellement.

• Raisonnement à long horizon et travail scientifique — l’avantage de Carbon. C’est le modèle que Google a placé aux côtés d’Argon et d’Hydrogen dans son compte rendu de recherche du 13 novembre, et son avance dans l’indice est concentrée dans les évaluations de raisonnement de frontière plutôt que répartie uniformément.

• Codage agentique et travail dans le terminal — plus proche que ne le suggère le score global. L’avance de Carbon est de nature générale plutôt que spécifiquement agentique, et les propres documents de lancement de Google pour la génération Gemini 4 ont systématiquement montré que les chiffres des agents de codage sont en retrait par rapport à l’indice général.

• Chemins de production à haut volume — Sol, ou mieux, son successeur. Deux fois moins de latence jusqu’au premier token, quatre fois plus de débit par minute-tâche, et un moyen documenté de désactiver le raisonnement. Pour les tâches où la réponse est courte et le volume élevé, la verbosité de Carbon est une taxe sans bénéfice équivalent.

• Entrées multimodales — Carbon, sans conteste. Sol prend en charge le texte et les images ; Carbon prend également en charge l’audio, la vidéo et les PDF, ce qui constitue la seule ligne où les deux ne sont pas dans la même catégorie de produit.

• Artefacts longs uniques — Sol, ne serait-ce que par son plafond. 128 000 jetons de sortie contre 65 536 pour Carbon, ce qui signifie que tout ce qui doit être produit en une seule passe se heurte à une limite stricte côté Google.

• Continuité — Sol, mais uniquement via son successeur. Une équipe qui construit aujourd’hui sur GPT-6 Sol construit sur un modèle que l’outil de suivi signale déjà comme obsolète au profit de GPT-6.1 Sol, qui coûte le même prix et obtient onze points de plus. Ce n’est pas une raison d’éviter le fournisseur ; c’est une raison de spécifier gpt-6.1-sol plutôt que gpt-6-sol au moment de rédiger le corps de la requête.

Exécuter la comparaison au lieu de la lire

Les deux modèles sont routés sur OrcaRouter aux prix catalogue de leurs fournisseurs respectifs, avec 0 % de marge, sous les identifiants google/gemini-4-carbon et openai/gpt-6-sol, sur un même endpoint compatible OpenAI et une même clé — aux côtés d’openai/gpt-6.1-sol, qui est la ligne que la note de dépréciation rend pertinente. Cela rend cette comparaison particulièrement peu coûteuse à trancher empiriquement : le même corps de requête peut être dirigé vers Carbon, vers Sol et vers le successeur de Sol, et la seule chose qui change est la chaîne du modèle.

Deux remarques pratiques pour quiconque s’y essaie. Premièrement, le changement de prix de Carbon au 1er décembre est un changement de fournisseur répercuté ici le jour même ; une comparaison de coûts réalisée en novembre puis répétée en décembre différera donc pour des raisons sans aucun rapport avec le modèle. Deuxièmement, si la charge de travail est exploratoire — tester Carbon sur du trafic réel avant d’engager un chemin de production vers un modèle dont le coût par tâche est 2,2 fois celui du modèle en place —, le basculement automatique entre fournisseurs permet qu’une mauvaise semaine reste un point de données plutôt qu’elle ne devienne une panne.

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.'

Que faire cette semaine

Trois décisions, dans l’ordre où elles se résolvent.

Si la charge de travail consiste en réponses courtes et à fort volume, la question n’est pas du tout Carbon contre Sol. C’est Sol contre GPT-6.1 Sol, et le successeur l’emporte sur le score au même prix. Le 60 de Carbon n’entre pas dans le débat, car Carbon à 205 millions de tokens de sortie par exécution d’indexation présente une forme inadaptée à ce trafic, quel que soit son score.

Si la charge de travail est de type longs documents et que les documents varient en longueur, Carbon est l'option la plus avantageuse le 30 novembre et la moins avantageuse le 1er décembre, et le point de bascule relève de l'arithmétique plutôt que du goût. Modélisez la facture à 4,00 $ et à 20,00 $ avant de vous engager, car c'est le tarif auquel le contrat s'appliquera pendant la majeure partie de sa durée de vie.

Si la charge de travail nécessite une entrée audio ou vidéo, il n’y a pas de comparaison à faire. Sol ne peut pas recevoir l’entrée, donc le choix se limite à Carbon ou à rien dans ce duo — et le plafond de sortie de 65 536 jetons devient la contrainte autour de laquelle concevoir plutôt que le prix.

La seule chose à ne pas faire est de citer l’avance de seize points dans l’indice comme raison de changer sans y joindre le chiffre du coût par tâche. Sur le même évaluateur, la même révision, le même jour, l’avance coûte 2,2 × par tâche terminée et 4,5 × le temps horloge. C’est un compromis défendable pour le raisonnement de pointe et indéfendable pour une file d’attente.

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.

Comparés dans cet article2

Détecté à partir de cet article · Benchmarks : Artificial Analysis · mis à jour quotidiennement