GPT-6.1 Sol vs Gemini 4 Carbon: Selisih Lima Poin Indeks, Tagihan Enam Kali Lipat, dan Satu yang Tidak Bisa Anda Hubungi

Perbandingan antara GPT-6.1 Sol dan Gemini 4 Carbon memiliki bentuk yang tidak biasa: salah satunya telah menjawab permintaan produksi sejak 29 September 2026, dan yang lainnya telah menjawab benchmark sejak 28 Oktober. Carbon milik Google itu nyata, ia adalah model dengan skor tertinggi di papan independen, dan Anda tidak dapat mengirimkan permintaan kepadanya kecuali Anda adalah seorang pembela keamanan siber yang diterima di program Fairwind Google. Tidak ada string model publik, tidak ada halaman harga yang dipublikasikan, tidak ada endpoint. GPT-6.1 Sol dapat Anda panggil sore ini. Asimetri itu tidak membuat perbandingan ini tidak berguna — justru membuatnya menjadi perbandingan yang berbeda dari yang tersirat oleh papan peringkat, dan jauh lebih praktis.

Yang satu adalah produk, yang lain adalah program.

Google mengumumkan Gemini 4 Carbon sebagai "model perbatasan kami berikutnya" pada 28 Oktober 2026, dua minggu setelah Gemini 4 Argon. Akses dibuka bagi sebagian kecil pembela siber melalui Fairwind, dengan akses yang lebih luas bagi pengembang, bisnis, dan konsumen dijanjikan "secepat mungkin" tanpa tanggal pasti. Hingga 5 November, masih belum ada pengenal model yang tersedia secara umum. Harga yang dinyatakan Google — $2,00 per juta token masukan dan $10,00 per juta token keluaran, masukan yang di-cache diskon 95%, naik menjadi $4,00 dan $20,00 pada tarif standar tanpa tanggal berakhir yang dikonfirmasi untuk tingkat pengenalan — adalah daftar harga untuk layanan yang tidak dapat dibeli oleh sebagian besar pembaca.

GPT-6.1 Sol telah tersedia secara umum di OpenAI API sejak 29 September dengan tarif utama yang persis sama: $2,00 untuk input, $10,00 untuk output, $0,10 untuk input yang di-cache, $2,50 untuk penulisan cache, dengan tahap konteks panjang yang menetapkan ulang harga seluruh permintaan menjadi $4,00 untuk input dan $15,00 untuk output di atas 272.000 token input. Katalog kami mencantumkannya sebagai openai/gpt-6.1-sol, tercantum pada 2026-09-29, dengan harga OpenAI sendiri tanpa markup. Kami tidak menyediakan Gemini 4 Carbon, karena belum ada yang bisa disediakan; kami menyediakan Gemini 4 Argon.

Jadi, cara membingkai yang jujur bukanlah "ke mana Anda harus beralih". Melainkan "terdiri dari apa sebenarnya keunggulan lima poin Carbon, dan berapa yang akan Anda bayarkan untuk itu jika itu ada di menu".

Kartu tarif yang identik, dan tagihan yang berbeda hingga enam kali lipat

Kedua model tercantum pada $2,00 dan $10,00. Baca baris itu dan Anda akan menyimpulkan biaya menjalankannya sama. Pengukuran independen mengatakan sebaliknya, dan alasannya adalah volume, bukan harga.

• Intelligence Index v5.0.1 — Gemini 4 Carbon 60 vs GPT-6.1 Sol 55, keduanya pada upaya maksimum yang dipublikasikan

• Kecepatan keluaran — Carbon 68 token/detik vs Sol 56 token/detik

• Biaya per tugas indeks yang diselesaikan — Carbon $7.76 vs Sol $1.27

• Token keluaran yang terpakai pada proses indeks — Carbon 205 juta vs Sol 63,7 juta

• Waktu per tugas indeks — Sol 20,3 menit, dengan 157,57 detik sampai token jawaban pertamanya

• Jendela konteks — Carbon 1 jt vs Sol 1.050.000

• Keluaran maksimum dalam satu respons — Sol 128.000 token; Google belum menerbitkan angka Carbon

• Modalitas — keduanya menerima teks dan gambar serta mengembalikan teks

• Ketersediaan — Carbon dibatasi untuk pembela Fairwind, tanpa pengenal publik, sedangkan Sol tersedia secara umum sejak 29 September

• Harga daftar — baik input $2,00 maupun output $10,00 per juta, sebelum Carbon beralih ke $4,00 dan $20,00

Carbon menghasilkan 3,2 kali token keluaran Sol dan biayanya 6,1 kali lebih besar per tugas. Tagihan tumbuh lebih cepat daripada jumlah token, seperti yang terjadi ketika sebuah model berpikir lebih lama dan menyerap lebih banyak konteks per percobaan. Keunggulan lima poin pada indeks yang diperoleh dengan pengeluaran enam kali lipat merupakan trade-off yang bisa dipertahankan bagi tim keamanan yang menjalankan beberapa ratus analisis berisiko tinggi; tetapi itu merupakan trade-off yang tidak bisa dipertahankan untuk apa pun yang memiliki antrean.

Di mana Carbon benar-benar unggul

Akan mudah dan keliru untuk menggolongkan Carbon sebagai dasi mahal. Dalam evaluasi yang dibuat atau dipilih Google, Carbon unggul secara jelas, dan itulah evaluasi yang paling dekat dengan kasus penggunaan yang diumumkan.

• SEC-bench Pro, deteksi kerentanan — Carbon 88,2%. Dilaporkan oleh Google.

• ExploitGym, eksploitasi — Carbon 54.8%. Dilaporkan Google.

• CWE-bench, penambalan — Carbon 71,0%. Dilaporkan Google.

• Gray Swan injeksi prompt tidak langsung — tingkat keberhasilan serangan 0,0%. Dilaporkan Google.

• GDPx, tolok ukur profesional 206 tugas dari SemiAnalysis — Carbon sekitar 10,9% dengan biaya sekitar $16 per tugas, di belakang Claude Opus 5.5 pada sekitar 12% dan sekitar $51 per tugas.

• AA-Omniscience — Carbon memimpin papan akurasi pengetahuan; cakupan independen menempatkan tingkat halusinasinya mendekati 11%, naik dari angka Argon, yang perlu diketahui sebelum menganggap keunggulan siber sebagai keunggulan keandalan secara umum.

Angka-angka siber adalah alasan model ini ada dan alasan model ini dibatasi aksesnya. Angka-angka itu juga belum direproduksi oleh siapa pun di luar Google, dijalankan tanpa pengaman menurut liputan peluncuran, dan diterbitkan tanpa kartu sistem terpisah saat peluncuran. Beri label sebagai dilaporkan vendor dan lanjutkan; itu bukan alasan tim teknik umum akan memilih model ini.

Lead-nya berbentuk domain, bukan bersifat umum.

Hasil pihak ketiga yang paling berguna dari pekan lalu adalah hasil yang bersifat negatif. Ketika SemiAnalysis menjalankan ulang peringkat GDPx dengan tugas keamanan siber, biologi, dan alignment dikecualikan, urutannya berubah: GPT-6 Astra pindah ke posisi pertama, dan GPT-6.1 Sol serta Claude Sonnet 5.5 sama-sama bergerak mendahului Gemini 4 Carbon. SemiAnalysis mengatakan urutan yang direvisi lebih cocok dengan kesan subjektif mereka sendiri.

Itu adalah pernyataan yang tepat tentang apa itu Carbon. Carbon tidak lebih pintar secara merata; ia sangat kuat secara tidak proporsional pada sekelompok domain yang kebetulan menjadi sasaran Google, dan indeks agregat menghargai kluster tersebut. Jika beban kerja Anda adalah analisis keamanan, itulah seluruh alasan untuk menunggu akses. Jika beban kerja Anda adalah pipeline dokumen, agen pengodean, atau alur dukungan, selisih lima poin itu sebagian besar terdiri dari tugas-tugas yang tidak akan pernah Anda jalankan, dan Anda membandingkan model yang dapat Anda panggil dengan model yang tidak dapat Anda panggil.

Apa yang dilakukan Sol lebih baik, menurut angka OpenAI sendiri

Klaim peluncuran OpenAI untuk GPT-6.1 Sol dilaporkan oleh vendor dan harus dibaca sebagai demikian, tetapi cukup spesifik untuk diperiksa nanti. Pada DeepSWE v1.1, dilaporkan 75,22% pada high effort dan 71,90% pada max — detail tak biasa adalah bahwa benchmark ini memuncak pada high, bukan max. Pada OSWorld 2.0, 71,42% pada max. Pada Terminal-Bench Science 0.1, 57,02% pada max, dibandingkan dengan 68,1% milik GPT-6 Astra. Pada AutomationBench 1.0.6, 36,10% pada max. Pada GDP.pdf, 32,0% pada high, setara dengan Astra.

Pola dalam angka-angka itu adalah bagian yang berguna: Sol mendekati Astra dalam {{1}}pekerjaan dokumen dan pengodean{{/1}} dan jelas tertinggal dalam {{2}}sains dan otomasi jangka panjang{{/2}}. Ia adalah pekerja keras dengan plafon yang berdekatan dengan garis depan, dijual seharga seperlima dari {{3}}$10.00 dan $50.00{{/3}} milik Astra. Pengukuran independen sepakat pada bentuknya — {{4}}55 pada v5.0.1{{/4}} bukan skor garis depan, tetapi {{5}}$1.27 per tugas yang diselesaikan{{/5}} adalah yang terendah dalam perbandingan ini dengan selisih yang lebar.

Keputusan itu, bagi dua pembaca yang dimiliki artikel ini

Jika Anda adalah pihak pembela di dalam Fairwind, pertukaran ini nyata dan angka-angka di atas adalah pertukarannya: lima poin indeks dan keunggulan besar yang spesifik untuk siber, dengan imbalan biaya enam kali lipat per tugas dan rate card yang berlipat ganda saat periode pengenalan berakhir. Jalankan Carbon ketika analisis adalah hasil akhirnya dan Sol ketika volumenya yang menjadi soal.

Jika Anda adalah semua orang lain, Carbon bukanlah keputusan, melainkan hal yang perlu dipantau. Model yang perlu dibandingkan hari ini adalah Gemini 4 Argon, yang ada di katalog kami sebagai google/gemini-4-argon dengan tarif pengenalan yang sama, yaitu $2.00 dan $10.00, dan yang mencetak skor 50 pada indeks v5.0.1 yang sama — lima poin di bawah Sol, pada 68 token per detik dan biaya per tugas dalam rentang yang sama dengan Carbon. Argon naik dua kali lipat menjadi $4.00 dan $20.00 pada tarif standar, yang merupakan tanggal yang perlu dicatat di kalender.

Alasan untuk memperhatikan gating dan bukan hanya skornya adalah bahwa lapisan routing membuat jawaban akhir menjadi murah. Baik Sol maupun Argon berada di balik satu kunci di sini, dengan harga daftar penyedia tanpa markup, jadi perbandingannya adalah perubahan konfigurasi, bukan kontrak kedua. Saat Carbon nanti dibuka, routing DSL adalah tempat pemisahan per tugas: analisis siber ke spesialis, sisanya ke pekerja andalan, dengan failover jika spesialis terkena pembatasan laju pada hari pertama. Membangun pipeline terhadap satu model dan melakukan hard-coding adalah keputusan yang menua dengan buruk, dan pasangan ini adalah argumen paling jelas untuk tidak melakukannya.

Selisih lima poin adalah perbedaan yang nyata antara dua model. Itu sendiri bukan alasan untuk membangun ulang stack di sekitar layanan yang belum membuka pintunya.