Gemini 4 Carbon vs GPT-6 Astra: due modelli di punta ad accesso limitato, una trappola di riprezzamento

Entrambi questi modelli sono stati rilasciati disattivati. GPT-6 Astra è arrivato il 3 settembre 2026 come il primo modello OpenAI a superare la soglia critica di cybersecurity secondo il proprio Preparedness Framework, ed è arrivato alle imprese disattivato per impostazione predefinita finché il 9 settembre agli amministratori non sono stati forniti i controlli per abilitarlo. Gemini 4 Carbon è arrivato il 28 ottobre 2026 a una cohorte designata di difensori informatici tramite il Fairwind Program di Google e il 10 novembre è stato aperto solo agli sviluppatori API a pagamento. Questa storia condivisa è il motivo per cui il confronto è più interessante di un punteggio: due laboratori di frontiera hanno concluso indipendentemente che un modello così capace necessita di un gate, e i due gate funzionano in modo diverso. Spiega anche il numero che la maggior parte degli acquirenti trascura, ovvero che Carbon applica la stessa tariffa per una richiesta da 900.000 token come per una da 9.000, mentre GPT-6 Astra ricalcola il prezzo dell'intera richiesta una volta superati i 272.000 token di input.

Dove i due sono genuinamente identici

Comincia dalle righe che corrispondono, perché restringono la decisione più rapidamente delle righe che differiscono.

• Finestra di contesto — 1.000.000 di token per Carbon; 1.050.000 per Astra, di cui 922.000 rappresentano il massimo per l'input e 128.000 il massimo per l'output. Su un prompt concreto, si tratta dello stesso spazio complessivo, ed entrambi i fornitori lo indicano in milioni arrotondati.

• Modalità di input — testo, immagine e file per Astra; testo, immagine, audio, video e PDF per Carbon. Il supporto audio e video di Carbon è l'unica vera differenza nella riga.

• Posizionamento — lavoro professionale a lungo termine anziché chat. OpenAI vende Astra per il lavoro che va da un'istruzione a un artefatto finito attraverso molti passaggi, sulle superfici di lavoro anziché sul prodotto di chat. Google vende Carbon come il suo modello più potente per compiti complessi a lungo termine, con cicli di verifica estesi in ingegneria del software, sicurezza informatica, lavoro della conoscenza e scienza. Nessuno dei due fornitori sostiene di offrire un chatbot migliore.

• Accesso controllato al lancio: Astra a un insieme limitato di organizzazioni fin dal primo giorno, poi il rilascio più ampio su ChatGPT e API; Carbon ai difensori informatici e ai partner Fairwind per dodici giorni prima dell'accesso API a pagamento.

• Posizionamento indipendente — entrambi sono valutati sull'Artificial Analysis Intelligence Index v5.0.1, cosa non vera per ogni modello di questa fascia di prezzo, e ciò rende i numeri confrontabili tra loro come non lo sono la maggior parte dei confronti tra laboratori diversi.

• Data limite delle conoscenze: quello di Astra è il 30 aprile 2026. Google non ha pubblicato alcun data limite per Carbon e la documentazione del suo modello non riporta questo campo, quindi quella riga è a senso unico e vale la pena saperlo prima di costruire una pipeline sensibile all'aggiornamento partendo dal presupposto che sia attuale.

La riga da 272.000 token, esaminata a fondo

Questa è la parte del confronto che cambia i budget, quindi richiede aritmetica anziché aggettivi.

GPT-6 Astra addebita 10 $ per milione di token di input e 50 $ per milione di output fino a 272.000 token di input. Oltre quella soglia addebita 20 $ e 75 $ — e l'intera richiesta viene ricalcolata, non solo i token oltre la soglia. Un prompt da 300.000 token non costa poco più di uno da 270.000; costa il doppio sull'input e una volta e mezza sull'output, per tutti i 300.000 token.

Gemini 4 Carbon non ha fasce di lunghezza. La sua tariffa è di $4 per milione di token in input e $20 per milione in output dal 1° dicembre 2026, e di $2/$10 fino al 30 novembre. Non sono previsti scaglioni per alcuna lunghezza del contesto, il che significa che la stessa tariffa si applica sia che si inviino 2.000 token sia 900.000.

Esegui su entrambi una richiesta di analisi documentale da 400.000 token, con prezzi del carbonio successivi al 1° dicembre:

• GPT-6 Astra — 400.000 token di input a 20 $ per milione equivalgono a 8,00 $ per il prompt, prima di qualsiasi output. La stessa richiesta al di sotto della soglia di 272.000 token sarebbe costata 4,00 $; il superamento della soglia l'ha raddoppiata.

• G​emini 4 Carbon — 400.000 token di input a $4 per milione fanno $1,60. Nulla relativo alla lunghezza ha cambiato la tariffa.

Aggiungi 20.000 token di output e il divario si amplia: Astra li fattura a $75 per milione, ovvero $1,50, contro i $20 per milione di Carbon, ovvero $0,40. La richiesta completa arriva a $9,50 contro $2,00. Per una pipeline che legge interi codebase o set completi di documenti, si tratta di una differenza di cinque volte sull'esatto carico di lavoro per cui entrambi i modelli sono venduti — ed è invisibile su un listino che riporta solo i numeri principali.

Il vantaggio di Carbon è più contenuto sui prompt brevi, dove entrambi restano nella loro fascia economica e Astra, con $10/$50 contro i $4/$20 di Carbon, si assesta su un 60% in meno anziché su cinque volte in meno. È il salto, non il titolo, ciò che va modellato.

I punteggi, e i due benchmark che vanno nella direzione opposta

Artificial Analysis ha entrambi i modelli, misurati sullo stesso indice, che è il confronto più pulito disponibile:

• Intelligence Index v5.0.1 — G​emini 4 Carbon 60 con impegno alto, quarto su 74. GPT-6 Astra 57 con impegno massimo, ottavo su 74. La regolazione di Carbon lo porta a 58 con impegno medio e 54 con impegno basso; quella di Astra si attesta a 55 con xhigh e alto, 52 con medio e 43 con basso.

• Costo per attività di indicizzazione — $7,76 per Carbon contro $6,24 per Astra. Astra è il modello più economico per attività completata nonostante costi di più per token, perché è meno prolisso nella valutazione.

• Velocità di output — 79 token al secondo per Carbon, 37 per Astra. Questo è il divario più ampio nei dati indipendenti e pende a favore di Carbon per oltre 2 volte.

• Tempo al primo token di risposta: 67 secondi per Carbon contro 238 secondi per Astra. Quattro minuti prima del primo token rappresentano una categoria di latenza diversa, ed è il motivo per cui Astra è implementato dietro una coda anziché in un gestore di richieste.

• Verbosità — Carbon ha consumato 205 milioni di token di output sull'indice; la pagina di Astra non pubblica una cifra equivalente a max effort, quindi quella riga non è confrontabile e non va ipotizzata.

Tre punti li separano alle loro impostazioni più alte, e l’ordinamento resta stabile al variare del livello di sforzo: la configurazione media di Carbon (58) batte ancora quella massima di Astra (57). Ma i dati indipendenti contengono anche il controesempio che conta. Il post del 10 novembre di Google stesso ammette che Carbon perde FrontierSWE 2 contro GPT-6 Astra — una delle due sconfitte nei benchmark che elenca — e si tratta di un confronto riportato dal fornitore, tratto dal materiale di lancio del modello stesso, il che lo rende quanto di più affidabile possa esserci per un’ammissione. Carbon perde anche OSWorld-2.1 offline contro Claude Opus 5.5, per la cronaca.

Il resto della scheda di lancio di Carbon è di G​oogle stesso e non riprodotto: primo su CursorBench 4.0, su WANDR di Perplexity e su AutomationBench di Zapier con un costo per attività inferiore di oltre 2 volte rispetto al secondo miglior modello esterno; secondo su un nuovo benchmark Multimodal Knowledge Agent con un costo medio per attività inferiore di oltre 6 volte; pari merito come migliore nella valutazione finanziaria end-to-end di Hebbia; in testa a 23 configurazioni frontier su GMI di Balyasny. Sul fronte cyber, SEC-bench Pro 88,2%, ExploitGym 54,8%, CWE-bench 71,0% e Project Fortify con il 100% di recall della scansione e il 95% di precisione nel triage. Ognuna è un'affermazione su uno specifico mix di attività, pubblicata dal fornitore, non sottoposta ad audit da nessuno al di fuori di G​oogle, su un modello che è stato generalmente disponibile per un giorno.

Due cancelli, due problemi diversi

Il gate di Astra è una classificazione. Superare il livello Critical nell'ambito del Preparedness Framework di OpenAI è un riscontro su ciò che il modello può fare, e le conseguenze sono strutturali: le distribuzioni enterprise vengono rilasciate disattivate per impostazione predefinita, gli amministratori devono abilitare il modello esplicitamente e le salvaguardie si ampliano per livelli anziché aprirsi tutte insieme. Il lato positivo di questa impostazione è che il controllo resta in mano all'amministratore del cliente. Il costo è che un rollout enterprise richiede un passaggio di approvazione aggiuntivo che non riguarda l'approvvigionamento.

L'accesso a Carbon era riservato a una coorte. Il post di Google del 28 ottobre nominava i difensori cyber, poi i partner del Fairwind Program, poi sviluppatori e consumatori «il prima possibile». Non c'era alcun ID del modello, alcun endpoint, alcuna avvertenza sul listino e alcuna model card pubblicata. Il 10 novembre è stata aperta l'API a pagamento ed è comparso il listino, e il controllo degli accessi è passato da chi può chiamare il modello a chi può chiamarlo senza pagare — vale a dire, nessuno. Carbon non ha alcun livello gratuito: ogni token viene fatturato, compresi i thinking token e le istruzioni di sistema degli strumenti quando il grounding è abilitato.

Vale la pena dichiarare chiaramente questa differenza a chiunque stia pianificando un'implementazione. Il vincolo di Astra è un interruttore amministrativo controllato da qualcuno nella vostra organizzazione. Il vincolo di Carbon è una bolletta senza limite minimo e, a partire dall'11 novembre, senza limiti di frequenza pubblicati — la pagina del modello di Google non li indica, quindi il throughput è qualcosa che scopri chiamando l'API anziché leggendone.

Quale mettere dietro la decisione difficile

Per il lavoro su documenti e basi di codice a contesto lungo, la risposta è Carbon e il motivo è il limite di 272.000 token anziché il divario di tre punti nell'indice. La nuova politica di prezzo di Astra è una trappola proprio per il carico di lavoro per cui è stata creata; un modello venduto per il lavoro professionale end-to-end su orizzonti lunghi è un modello che supererà regolarmente 272.000 token di input, e ognuna di quelle richieste paga il doppio sull'intero prompt.

Per un servizio sensibile alla latenza, nessuno dei due è adatto e la scelta è irrilevante. 67 secondi al primo token contro 238 è una gara tra due modelli che appartengono entrambi a una coda batch.

Per un carico di lavoro in cui valgono i punti di forza specifici di Astra — e la stessa concessione di Google su FrontierSWE 2 afferma che ne esiste almeno uno — il divario di tre punti è inferiore all’intervallo di confidenza di un singolo indice, e passare ad altro costa più della differenza. Astra è inoltre in produzione da due mesi e Carbon da un giorno, il che è un vero vantaggio in un modello di cui hai già catalogato le modalità di errore.

La riga del costo per attività merita un'altra passata, perché è il numero a cui si aggrapperà uno scettico. Astra a $6,24 contro Carbon a $7,76 significa che Astra costa il 20% in meno per attività di indicizzazione completata pur costando il 150% in più per token. La riconciliazione è la verbosità: Astra ragiona meno sull'indice, Carbon ragiona di più. Se il tuo carico di lavoro assomiglia all'indice, il numero per attività è quello onesto. Se assomiglia alla lettura di un documento da 400.000 token, il numero per attività è irrilevante e il livello di lunghezza decide tutto. La maggior parte dei carichi di lavoro reali è del secondo tipo, ed è per questo che il confronto dei prezzi in evidenza sottostima il vantaggio di Carbon invece di sovrastimarlo.

Eseguire entrambi, che è ciò che farà la maggior parte dei team

L'esito realistico di un confronto così ravvicinato è che un team finisca per avere entrambi: Carbon per le letture lunghe e il lavoro adiacente alla cybersecurity, Astra per tutto ciò che le pipeline esistenti hanno già dimostrato che sa fare bene. Entrambi sono API proprietarie a pesi chiusi dei fornitori, il che significa due contratti, due superfici SDK e due rapporti di fatturazione — la situazione che un router serve ad appiattire. Entrambi sono nel catalogo qui: openai/gpt-6-astra a $10 e $50 di O​penAI con la lettura in cache a $1.00 e la stessa struttura a livelli da 272.000 token, e la stessa superficie compatibile con OpenAI degli altri 216 modelli disponibili con la chiave. G​emini 4 Carbon non è nel nostro catalogo e si raggiunge tramite l'API a pagamento di G​oogle; nulla di quanto qui riportato va interpretato come una dichiarazione che lo serviamo.

Ciò che il routing garantisce in questo specifico abbinamento è una catena di fallback. Carbon è richiamabile dal pubblico generale da un solo giorno, con limiti di frequenza non pubblicati: è esattamente la situazione in cui un secondo modello dietro lo stesso endpoint trasforma un'interruzione in una risposta più lenta anziché in una richiesta fallita. Significa anche che il nuovo prezzo del 1° dicembre arriva come una modifica di configurazione anziché come una migrazione — il prezzo di listino del fornitore viene trasferito con 0% di ricarico, quindi il numero dalla nostra parte si muove il giorno in cui si muove quello di Google, e una policy che instrada i prompt lunghi verso il modello che questo mese costa meno per token è una riga in un DSL anziché un ramo di codice.

Cosa guardare

Due cose, entrambe datate. Il prezzo di Carbon raddoppia il 1° dicembre, il che dimezzerà il divario principale rispetto ad Astra sui prompt brevi lasciando intatto quello sul contesto lungo: il precipizio peggiora, non migliora. E la scala di effort di Astra dà a OpenAI margine di manovra senza un nuovo modello: xhigh a 55 è tre punti sotto un'impostazione massima che costa di più per attività, quindi un default di routing su xhigh è un modo legittimo per acquistare capacità di Astra a un costo effettivo più basso, e che la maggior parte degli acquirenti non prova mai.

Ciò che non cambierà è il fatto strutturale su cui si basa questo confronto. Uno di questi modelli applica una tariffa fissa a qualsiasi lunghezza, mentre l'altro raddoppia l'intera richiesta oltre una soglia; e per il lavoro a lungo orizzonte pubblicizzato da entrambi i fornitori, quella differenza vale più di tre punti indice.