GPT-6.1 Sol vs Gemini 4 Carbon : cinq points d’indice, une facture six fois plus élevée, et un que l’on ne peut pas appeler

La comparaison entre GPT-6.1 Sol et Gemini 4 Carbon a une forme inhabituelle : l’un des deux répond à des requêtes de production depuis le 29 septembre 2026, et l’autre répond à des benchmarks depuis le 28 octobre. Le Carbon de Google est bien réel, c’est le modèle qui obtient le meilleur score au classement indépendant, et vous ne pouvez pas lui envoyer de requête à moins d’être un défenseur en cybersécurité admis au programme Fairwind de Google. Aucune chaîne de modèle publique, aucune page tarifaire publiée, aucun point de terminaison. GPT-6.1 Sol, vous pouvez l’appeler cet après-midi. Cette asymétrie ne rend pas la comparaison inutile — elle en fait une comparaison différente de celle que suggèrent les classements, et bien plus pratique.

L'un est un produit, l'autre est un programme.

Google a annoncé Gemini 4 Carbon comme « notre prochain modèle de pointe » le 28 octobre 2026, deux semaines après Gemini 4 Argon. L'accès a été ouvert à un sous-ensemble de cyberdéfenseurs via Fairwind, un accès plus large pour les développeurs, les entreprises et les consommateurs étant promis « dès que possible », sans date fixée. Au 5 novembre, il n'existe toujours aucun identifiant de modèle généralement disponible. La tarification annoncée par Google — 2,00 $ par million de tokens d'entrée et 10,00 $ par million de tokens de sortie, entrée mise en cache à -95 %, passant à 4,00 $ et 20,00 $ aux tarifs standards, sans date de fin confirmée pour le palier de lancement — est une grille tarifaire pour un service que la plupart des lecteurs ne peuvent pas acheter.

GPT-6.1 Sol est généralement disponible sur l’API OpenAI depuis le 29 septembre, exactement au même tarif affiché : 2,00 $ en entrée, 10,00 $ en sortie, 0,10 $ pour l’entrée mise en cache, 2,50 $ pour l’écriture de cache, avec un palier de contexte long qui refacture toute la requête à 4,00 $ en entrée et 15,00 $ en sortie au-delà de 272 000 tokens d’entrée. Notre catalogue le propose sous openai/gpt-6.1-sol, référencé le 2026-09-29, au prix d’OpenAI lui-même, sans marge. Nous ne proposons pas Gemini 4 Carbon, car il n’y a encore rien à proposer ; nous proposons Gemini 4 Argon.

Donc, la formulation honnête n’est pas « vers lequel devriez-vous basculer ». C’est « en quoi consiste réellement l’avance de cinq points de Carbon, et combien seriez-vous prêt à payer pour cela si c’était au menu ».

Des grilles tarifaires identiques, et une facture qui diffère d'un facteur six

Les deux modèles sont affichés à 2,00 $ et 10,00 $. À la lecture de cette ligne, on conclurait qu’ils coûtent la même chose à exploiter. La mesure indépendante dit le contraire, et la raison tient au volume plutôt qu’au prix.

• Intelligence Index v5.0.1 — Gemini 4 Carbon 60 vs GPT-6.1 Sol 55, tous deux à l’effort maximal publié

• Vitesse de sortie — Carbon 68 tokens/sec contre Sol 56 tokens/sec

• Coût par tâche d'indexation terminée — Carbon 7,76 $ contre Sol 1,27 $

• Tokens de sortie consommés lors de l’exécution d’indexation — Carbon 205 millions contre Sol 63,7 millions

• Temps par tâche d'indexation — Sol 20,3 minutes, avec 157,57 secondes avant son premier token de réponse

• Fenêtre de contexte — Carbon 1M vs Sol 1 050 000

• Sortie maximale pour une seule réponse — Sol 128 000 tokens ; Google n’a pas publié de chiffre pour Carbon

• Modalités — les deux acceptent du texte et des images et renvoient du texte

• Disponibilité — Carbon réservé aux défenseurs Fairwind, sans identifiant public, tandis que Sol est généralement disponible depuis le 29 septembre

• Prix catalogue — soit 2,00 $ en entrée et 10,00 $ en sortie par million, avant le passage de Carbon à 4,00 $ et 20,00 $

Carbon a produit 3,2 fois plus de jetons de sortie que Sol et a coûté 6,1 fois plus cher par tâche. La facture augmente plus vite que le nombre de jetons, ce qui se produit lorsqu’un modèle réfléchit plus longtemps et ingère davantage de contexte à chaque tentative. Une avance de cinq points sur l’indice obtenue avec six fois la dépense est un compromis défendable pour une équipe de sécurité qui réalise quelques centaines d’analyses à fort enjeu ; elle est indéfendable pour tout ce qui a une file d’attente.

Là où Carbon a véritablement une longueur d’avance

Il serait facile, et erroné, de classer Carbon parmi les cravates coûteuses. Sur les évaluations que Google a construites ou sélectionnées, il arrive nettement en tête, et ce sont les évaluations les plus proches du cas d’usage annoncé.

• SEC-bench Pro, détection de vulnérabilités — Carbon 88,2 %. Rapporté par Google.

• ExploitGym, exploitation — Carbon 54,8 %. Rapporté par Google.

• CWE-bench, correctifs — Carbon 71,0 %. Rapporté par Google.

• Injection indirecte de prompt Gray Swan — taux de réussite des attaques de 0,0 %. Rapporté par Google.

• GDPx, le benchmark professionnel de 206 tâches de SemiAnalysis — Carbon à environ 10,9 % pour environ 16 $ par tâche, derrière Claude Opus 5.5 à environ 12 % et environ 51 $ par tâche.

• AA-Omniscience — Carbon arrive en tête du classement de l’exactitude des connaissances ; des analyses indépendantes situent son taux d’hallucination à près de 11 %, en hausse par rapport au chiffre d’Argon, ce qu’il vaut la peine de savoir avant de considérer un leader de la cybersécurité comme un leader de la fiabilité générale.

Les chiffres cyber sont la raison d’être du modèle et la raison pour laquelle il est soumis à des restrictions d’accès. Ils n’ont par ailleurs été reproduits par personne en dehors de Google, ont été exécutés sans garde-fous selon la couverture du lancement, et publiés sans fiche système distincte au lancement. Qualifiez-les de déclarations du fournisseur et passez à autre chose ; ce n’est pas la raison pour laquelle une équipe d’ingénierie générale choisirait ce modèle.

Le lead est façonné par le domaine, pas général

Le résultat tiers le plus utile de la semaine dernière est négatif. Lorsque SemiAnalysis a relancé son classement GDPx en excluant les tâches de cybersécurité, de biologie et d’alignement, l’ordre a changé : GPT-6 Astra est passé en première position, et GPT-6.1 Sol ainsi que Claude Sonnet 5.5 sont tous deux passés devant Gemini 4 Carbon. SemiAnalysis a déclaré que l’ordre révisé correspondait mieux à ses propres impressions subjectives.

C'est un énoncé précis de ce qu'est Carbon. Il n'est pas uniformément plus intelligent ; il est disproportionnellement fort sur un ensemble de domaines qui se trouve être celui que Google a ciblé, et l'indice agrégé récompense cet ensemble. Si votre charge de travail est l'analyse de sécurité, c'est tout l'argument pour attendre d'obtenir l'accès. Si votre charge de travail est un pipeline documentaire, un agent de codage ou un flux d'assistance, l'écart de cinq points est largement composé de tâches que vous n'exécuterez jamais, et vous comparez un modèle que vous pouvez appeler à un modèle que vous ne pouvez pas.

Ce que Sol fait mieux, selon les propres chiffres d’OpenAI

Les affirmations de lancement d’OpenAI concernant GPT-6.1 Sol proviennent du fournisseur et doivent être lues comme telles, mais elles sont suffisamment précises pour être vérifiées ultérieurement. Sur DeepSWE v1.1, il annonce 75,22 % en mode high et 71,90 % en mode max — le détail inhabituel étant que ce benchmark culmine en mode high, et non max. Sur OSWorld 2.0, 71,42 % en mode max. Sur Terminal-Bench Science 0.1, 57,02 % en mode max, contre 68,1 % pour GPT-6 Astra. Sur AutomationBench 1.0.6, 36,10 % en mode max. Sur GDP.pdf, 32,0 % en mode high, au niveau d’Astra.

Ce qui est utile, c’est la tendance que révèlent ces chiffres : Sol est proche d’Astra sur le travail documentaire et le codage, et nettement derrière sur la science et l’automatisation à long horizon. C’est une bête de somme dont le plafond frôle la frontière, vendue à un cinquième des 10,00 $ et 50,00 $ d’Astra. Une mesure indépendante confirme le profil — 55 sur v5.0.1 n’est pas un score de frontière, mais 1,27 $ par tâche terminée est le plus bas de cette comparaison, et de loin.

La décision, pour les deux lecteurs que compte cet article

Si vous êtes un défenseur au sein de Fairwind, l’arbitrage est réel et les chiffres ci-dessus constituent l’arbitrage : cinq points d’indice et une large avance spécifique à la cybersécurité, contre six fois le coût par tâche et une grille tarifaire qui double à la fin de la période d’introduction. Utilisez Carbon lorsque l’analyse est le livrable et Sol lorsque le volume est de mise.

Si vous êtes tous les autres, Carbon n’est pas une décision, c’est un point à surveiller. Le modèle auquel se comparer aujourd’hui est Gemini 4 Argon, que notre catalogue propose sous la référence google/gemini-4-argon au même tarif introductif de 2,00 $ et 10,00 $, et qui obtient 50 sur le même indice v5.0.1 — cinq points de moins que Sol, à 68 tokens par seconde et avec un coût par tâche dans la même fourchette que celui de Carbon. Argon passe au double, à 4,00 $ et 20,00 $ aux tarifs standard, ce qui est la date à inscrire dans un calendrier.

La raison de s’intéresser au gating plutôt qu’aux seuls scores, c’est qu’une couche de routage rend la réponse finale peu coûteuse. Sol et Argon se trouvent ici derrière une seule clé, au prix catalogue du fournisseur, sans marge, de sorte que la comparaison relève d’un changement de configuration plutôt que d’un second contrat. Quand Carbon sera disponible, c’est dans le DSL de routage que devra se faire une répartition par tâche : l’analyse cyber au spécialiste, tout le reste au modèle de travail, avec bascule en cas d’indisponibilité si le spécialiste est limité en débit dès le premier jour. Construire le pipeline autour d’un seul modèle et le coder en dur est la décision qui vieillit mal, et ce duo constitue l’argument le plus clair pour ne pas la prendre.

Cinq points, c'est une vraie différence entre deux modèles. Ce n'est pas, en soi, une raison de reconstruire une pile technologique autour d'un service qui n'a pas encore ouvert ses portes.