Gemini 4 Carbon לעומת DeepSeek V4 Pro: מה באמת קונים עם 37 נקודות מדד ועלות גבוהה פי 4.4 לכל משימה

Put G​emini 4 Carbon and DeepSeek V4 Pro on the same scale and the result is not close: 60 against 23 on Artificial Analysis Intelligence Index v5.0.1, a 37-point gap between the fourth-best model on the board and one sitting below the median. Put them on the cost scale and it is not close either, in the other direction — $7.76 per index task against $1.77. The interesting question is not which is better. It is which of those two numbers you are actually paying for in the work you have, because for a large share of production traffic the 37 points go unused while the 4.4x bill arrives every month.

Both models are callable today, which makes this a real comparison rather than a roadmap exercise. G​emini 4 Carbon opened to paid API developers on 10 November 2026 after a twelve-day gated rollout. DeepSeek V4 Pro has been generally available since 13 August 2026 as the 0813 checkpoint, with open weights under MIT.

שני מודלים שנבנו על הנחות מנוגדות

המפרטים מסבירים את רוב ההבדל בהתנהגות לפני שכל מדד ביצועים עושה זאת.

• Price, standard rate — G​emini 4 Carbon: $2 in / $10 out per million until 30 November 2026, then $4 / $20. DeepSeek V4 Pro: $0.66 / $1.98 off-peak and $1.32 / $3.96 at peak, straight from D​eepSeek's own rate card.

• Cached input — Carbon $0.10 per million now, $0.20 after 1 December, implicit caching only. D​eepSeek $0.022 off-peak and $0.044 at peak, a 97% discount on the fresh-token rate.

• הקשר ופלט — לשניהם חלון של 1M טוקנים. Carbon מגבילה פלט סינכרוני ל־65,536 טוקנים ומאפשרת עד 1,048,576 עם פענוח ארוך; V4 Pro מגבילה ל־384,000.

• Input modality — Carbon takes text, image, audio, video and PDF. V4 Pro is text only, and D​eepSeek's own pricing page says vision is not supported on v4-pro.

• משקלים — Carbon סגור. ‏V4 Pro מופץ תחת רישיון MIT, עם תערובת מומחים בת 1.6 טריליון פרמטרים ו-49 מיליארד פרמטרים פעילים, כך שתוכלו לארח אותו בעצמכם, לכוונן אותו ולהפיץ אותו מחדש בכפוף לתנאי הרישיון.

• בקרת מאמץ — Carbon חושף חשיבה ברמות נמוכה, בינונית וגבוהה. V4 Pro חושף חוגת הסקה ברמות נמוכה, גבוהה ומקסימלית.

שורת המודאליות אינה הערת שוליים. אם ה-pipeline שלכם קולט צילומי מסך, קובצי PDF סרוקים או הקלטות שיחות, V4 Pro לא יכול להיות המודל בחלק הזה של הסטאק בשום מחיר, וההשוואה מצטמצמת למועמד יחיד. אם התעבורה שלכם היא קוד, לוגים ומסמכי טקסט, הפער הוא אכן בחירה.

37 הנקודות, מפורקות

פער מורכב בגודל כזה נובע בדרך כלל מכמה הערכות שעושות את כל העבודה, וזה מה שלוחות דירוג עצמאיים מראים עבור הצמד הזה. Artificial Analysis מודד את Carbon במאמץ גבוה ואת V4 Pro 0813 במאמץ מקסימלי; שני הנתונים הם של אותו מעריך, לא של הספקים.

• עלות לכל משימת Intelligence Index — Carbon ‏$7.76, V4 Pro ‏$1.77. היחס הזה כבר כולל את מידת הפירוט, ולכן זהו המספר הכלכלי הבודד ההוגן ביותר ביניהם.

• אסימוני פלט שנשרפו על האינדקס — Carbon ‏205 מיליון, V4 Pro ‏119 מיליון, לעומת חציון של 72.8 מיליון. שני המודלים פטפטניים; Carbon בערך פי 1.7 יותר, ושם טמון חלק מפער המחיר, ולא רק בתעריף לכל אסימון.

• מהירות וזמן השהיה — {{1}}Carbon 80{{/1}} מפיק 80 אסימוני פלט בשנייה, עם 66.85 שניות עד אסימון התשובה הראשון; {{2}}V4 Pro{{/2}} מפיק 67 אסימוני פלט בשנייה, עם 67.71 שניות. בציר הזה הם כמעט זהים, ושניהם איטיים מספיק כדי שאף אחד מהם לא שייך לנתיב צ'אט אינטראקטיבי בלי סטרימינג וסבלנות.

• רגישות למאמץ — Carbon מקבל ציון 60 ברמה גבוהה, 58 ברמה בינונית ו-54 ברמה נמוכה. תצורת ה-non-reasoning של V4 Pro מקבלת ציון 13 לעומת 23 במקסימום. המודל הזול מפסיד הרבה יותר כשמנמיכים את ה-reasoning, ולכן "להריץ בזול" אינו מתג חינם באף אחד מהצדדים.

On the vendor side the numbers are loud and unaudited, and they do not overlap enough to compare directly. D​eepSeek's own card for the 0813 build reports Terminal-Bench 2.1 at 87.9, DeepSWE at 62.7, CyberGym at 83.3, SWE-bench Verified at 80.6 and a Codeforces rating of 3206 — all vendor-reported, none reproduced by a neutral party at the time of writing. G​oogle's card for Carbon reports SEC-bench Pro at 88.2%, ExploitGym at 54.8% and CWE-bench at 71.0%. Note what happens if you try to line those up: CyberGym and ExploitGym are different harnesses, Terminal-Bench 2.1 and Terminal-Bench 4.0 are different versions of a moving target, and only one of the two vendors published a cyber score on a benchmark the other also ran. Any chart setting 83.3 beside 54.8 is comparing a scale to a different scale.

שעון החיוב שאיש לא מתקצב

D​eepSeek's price is not one price, and this is the most under-reported difference between the two models. V4 Pro bills at half rate outside a defined peak window: peak is 01:00–04:00 and 06:00–10:00 UTC, Monday to Friday, excluding Chinese public holidays. Everything else — nights, weekends, holidays — is off-peak.

שבע שעות ביום חול מתוך 24, חמישה ימים בשבוע, הן כ-21% משבוע הלוח. אם משימות האצווה שלך מתוזמנות באמצעות cron ב-UTC, קל ליישר אותן. אם התעבורה שלך היא מוצר חי עם עקומת שעות יום אמריקאית או אירופית, נתח משמעותי ממנה נופל בתוך חלון השיא, והתעריף המשוקלל האמיתי שלך נמצא בין $0.66 ל-$1.32, לא במספר שבדף השיווקי.

השעון של Carbon פועל בכיוון ההפוך. הוא קבוע עד 30 בנובמבר ואז מוכפל. שני מודלים, שני מקורות שונים לחלוטין לשונות בחיוב: האחד משתנה לפי שעה ביום, והאחר לפי תאריך בלוח השנה. אף אחד מהם אינו נראה מנתון בודד פר טוקן, והשוואה שמצטטת $4/$20 מול $0.66/$1.98 מתארת מקרה גרוע ביותר בצד אחד ומקרה טוב ביותר בצד האחר.

הגרסה הכנה: בתעריף ההיכרות של Carbon לעומת תעריף השיא של V4 Pro,‏ Carbon הוא פי 1.5 בקלט ופי 2.5 בפלט. אחרי 1 בדצמבר, לעומת תעריף מחוץ לשעות השיא, זה פי 6 ופי 10. נתון העלות למשימה של פי 4.4 נמצא בין אלה, והוא המספר שכדאי לתכנן לפיו, כי הוא מביא בחשבון כמה טוקנים כל מודל באמת צריך כדי לסיים.

במקום שבו הפער שווה את התשלום

במקום הכרעה, ארבע חלוקות שמחזיקות מעמד לנוכח האופן שבו שני המודלים באמת בנויים.

Cyber and vulnerability work. This is Carbon's home ground and the reason G​oogle gated it to defenders first. Carbon reads code, images and PDFs in one call, which is what a vulnerability triage pipeline needs, and G​oogle's own reported numbers put it at the top of the cyber boards it chose to publish. V4 Pro has respectable self-reported cyber scores and cannot see a screenshot. For a security team, Carbon at 6x the input price is not obviously the wrong call.

סיווג, חילוץ וניתוב בנפח גבוה. שלחו את זה ל-V4 Pro. פער משוקלל של 37 נקודות כמעט ואינו אומר דבר על היכולת של מודל לתייג פניית תמיכה או לשלוף שדות מחשבונית, ובתעריף של $0.66 למיליון טוקני קלט המודל הזול מנצח בחשבון הרבה לפני שהוא מפסיד באיכות. רוב הצוותים קונים יותר מדי כאן.

עבודה עם מסמכים בהקשר ארוך.שני החלונות הם 1M טוקנים, כך שהיכולת הגולמית שווה. הגורם המבדיל הוא המודאליות ותקרת הפלט: Carbon קולט את ה-PDF הסרוק וכותב עד 1M טוקנים; V4 Pro זקוק לטקסט שכבר חולץ ועוצר ב-384K. אם ה-pipeline שלך כבר עבר OCR, V4 Pro נושא את אותו חלון של 1M בעשירית ממחיר הפלט.

כל דבר שאולי תצטרכו לארח בעצמכם. רק V4 Pro עומד על הפרק. משקולות ברישיון MIT פירושם שאין ספק שיכול למשוך את המודל, לתמחר אותו מחדש או לחסום אותו מאחורי תוכנית — וזה אינו חשש היפותטי בשנה שבה תנאי הגישה של Carbon השתנו פעמיים בתוך ארבעה עשר יום, ומחירו משתנה שוב ב-1 בדצמבר.

תשובת הניתוב, עם הסתייגות כנה

הגרסה הבוגרת של ההחלטה הזו היא לא לבחור באחד. היא להריץ את V4 Pro על עיקר התעבורה ולהסלים את המקרים הקשים למודל חזית — וזו בדיוק ההרכבה שה-DSL לניתוב שלנו נועד עבורה: ענף זול שמטפל בנפח, תנאי הסלמה שמופעל בביטחון נמוך או באימות כושל, ונקודת קצה אחת תואמת OpenAI שמקדימה את שניהם.

What is on that endpoint today is deepseek/deepseek-v4-pro at D​eepSeek's own $0.66/$1.98, alongside google/gemini-4-argon at $2/$10 — Argon being the G​emini 4 model that carries the same 1M window and a 50 on the same index, at half Carbon's post-December output price. G​emini 4 Carbon is not in our catalogue; it is reached through G​oogle's paid API, and a Carbon branch in a pipeline is a direct integration. Because provider list price is passed through with 0% markup across the 200-plus models on the key, a vendor rate change lands the day it happens, which for Carbon means 1 December.

מעבר אוטומטי לגיבוי הוא החלק שמשנה את החישוב הכלכלי במודל הזול. הסיבה שצוותים קונים יותר מדי קיבולת של מודלי קצה היא החשש מתשובה גרועה ב-5% מהבקשות שחשובות. מעבר לגיבוי והסלמה מאפשרים למודל הזול לקחת את ה-95% שהוא מטפל בהם היטב, כשהמודל היקר נגיש בנקודת קצה אחת כאשר בקשה נופלת מחוץ לתחומו — במקום לשלם תעריפי קצה על כל טוקן כדי לבטח מפני זנב שאפשר לנתב במקום.

מה ישנה את ההמלצה הזו?

Two developments, both plausible within a quarter. If a neutral evaluator runs Carbon on a cyber benchmark that D​eepSeek also published, the two scorecards become comparable for the first time and the gap stops being an inference. And if D​eepSeek ships the V4.1-Pro that its own migration note pointed at, the cheap side of this comparison gets stronger without the expensive side moving — which would make the escalation split even more attractive than it is now.

עד אז, העמדה שאפשר להגן עליה אינה זוהרת: V4 Pro לנפח גבוה, Carbon רק היכן שקלט מולטימודלי או יכולת סייבר הם גורם מכריע, ולא לחתום על חוזה ארוך טווח באף צד של מחיר שמכפיל את עצמו בעשרים יום.