Gemini 4 Carbon vs Grok 4.7: il listino prezzi dice 3x, la fattura non dice nulla

Gemini 4 Carbon ha un prezzo di listino di 10 $ per milione di token di output. Grok 4.7 ha un prezzo di listino di 6 $. Sui due numeri che ogni pagina dei prezzi mette in grassetto, Carbon costa due terzi in più per parlare e il doppio per leggere, e la conclusione ovvia è che Grok 4.7 sia la scelta conveniente. Poi misuri quanto costa un compito portato a termine, e i due modelli distano un centesimo: 7,76 $ per Gemini 4 Carbon contro 7,77 $ per Grok 4.7 sull'Intelligence Index di Artificial Analysis. Stessa spesa, venticinque punti indice di capacità tra loro. Questa è l'intera tesi di questo confronto, e non è una cosa che il tariffario di nessuno dei due fornitori possa mostrarvi.

Il tempismo conta per come leggi il resto. {{1}}Gemini 4 Carbon{{/1}} è diventato invocabile sull'API Gemini a pagamento il 10 novembre 2026, dodici giorni dopo che Google lo ha annunciato a un gruppo ristretto. {{2}}Grok 4.7{{/2}} è stato rilasciato da xAI il 21 settembre 2026 ed è instradabile da allora. Uno è disponibile al pubblico da una settimana; l'altro ha sette settimane di utilizzo in produzione alle spalle.

Due schede tariffarie che sembrano più distanti di quanto non siano in realtà

Inizia con la struttura grezza, perché è nella suddivisione in livelli che i due divergono in pratica.

Prezzo dell'output — Carbon 10 $ per milione fino al 30 novembre 2026, poi 20 $. Grok 4.7 6 $ per milione sotto i 200.000 token di input, poi 12 $.

• Prezzo di input — Carbon $2, poi $4 dal 1° dicembre. Grok 4.7 $2, che sale a $4 oltre la soglia dei 200k. Struttura identica, numeri identici, date diverse associate.

• Input in cache — Carbon $0,10 per milione ora, $0,20 dopo il 1° dicembre, solo caching implicito. Grok 4.7 $0,50, che passa a $1,00 sui prompt lunghi, con uno sconto del 75% sulla tariffa per input fresco.

• Contesto — Carbon 1.048.576 token. Grok 4.7 500.000. Carbon è la finestra più grande di un fattore due.

• Limite di output — Carbon 65.536 token in modo sincrono, fino a 1.048.576 con decodifica lunga. Grok 4.7 fino a 450.000. In pratica, Grok scrive risposte più lunghe in una singola chiamata rispetto a Carbon per impostazione predefinita.

• Modalità di input — Carbon supporta testo, immagini, audio, video e PDF. Grok 4.7 supporta testo, immagini e file.

• Pesi — entrambi chiusi. Nessuno dei due può essere self-hosted, quindi entrambi comportano la stessa esposizione al rischio del fornitore.

• Sforzo di ragionamento — Carbon thinking a basso, medio e alto; Grok 4.7 a basso, alto e xhigh. Le cifre pubblicate sono riportate rispettivamente ad alto e xhigh, ed è la prima cosa da controllare prima di copiare qualsiasi punteggio principale.

Due asimmetrie in quell’elenco contano davvero. Il contesto da 1M di Carbon è il doppio di quello di Grok, il che conta per il lavoro su interi repository o su più documenti. Il tetto di output di 450K di Grok è sette volte il limite sincrono di Carbon, il che conta se il deliverable è esso stesso lungo — un report generato, un file migrato, una lunga serie di patch. Un modello che può contenere un milione di token in input ma scriverne indietro solo 65K non è un modello a output lungo, indipendentemente da come la finestra di contesto appare su una scheda tecnica.

Il numero che riconcilia i due prezzi

Artificial Analysis valuta entrambi i modelli sullo stesso indice di nove valutazioni, versione v5.0.1, e pubblica un costo per attività dell'indice che include il numero di token che ciascun modello spende effettivamente per completare il lavoro. È questa misurazione il motivo per cui questo confronto non va nel modo suggerito dal listino prezzi.

• Indice di intelligenza — Gemini 4 Carbon 60 con sforzo elevato, quarto su 74. Grok 4.7 35 con xhigh, quarantunesimo su 74. Le impostazioni media e bassa di Carbon totalizzano 58 e 54; le impostazioni alta e bassa di Grok si attestano entrambe a 35 e 31.

• Costo per attività di indicizzazione — Carbon 7,76 $, Grok 7,77 $. Un centesimo di differenza, a favore del modello più costoso.

• Token di output sull'indice — Carbon 205 milioni, Grok 148 milioni, rispetto a una mediana di 72,8 milioni.

• Tempo per attività di indicizzazione — Carbon 25,6 minuti, Grok 25,9 minuti. Di nuovo allo stesso livello.

• Velocità di output — Carbon 80 token al secondo, Grok 67. Carbon è il generatore più veloce nonostante sia quello più costoso.

• Tempo al primo token di risposta — Carbon 66,85 secondi, Grok 53,64 secondi. Entrambi sono ben al di fuori della mediana di 12 secondi per la loro fascia di prezzo, e Grok è il più rapido dei due a iniziare.

La riconciliazione è la verbosità, non lo sconto. Carbon emette il 39% in più di token di output per attività rispetto a Grok, e il suo prezzo di output è del 67% più alto, eppure il costo totale per attività si attesta entro un centesimo, perché il prezzo per token di Grok non è l'unico input della fattura: contribuiscono anche il volume di input, i token di ragionamento e la struttura per attività. Qualunque sia la scomposizione esatta, la lettura pratica è quella che resisterebbe a qualsiasi ricalcolo: un confronto per token tra questi due modelli non dice quasi nulla su quanto costa un carico di lavoro, e i prezzi di facciata dei due fornitori differiscono più di quanto non differisca il loro costo misurato per risultato.

Venticinque punti non sono venticinque punti ovunque

Un divario composito di questa entità di solito sopravvive alla scomposizione; la questione è dove sopravvive e dove no. Tre avvertenze prima che qualcuno faccia i propri conti su 60 contro 35.

Il primo è lo sforzo. Il 60 di Carbon è a sforzo alto, il 35 di Grok a xhigh. Entrambe sono le impostazioni preferite dai fornitori anziché impostazioni equiparate, quindi il confronto è tra ciascun modello eseguito come intende il suo produttore, non a pari potenza di calcolo. Abbassa l'uno o l'altro e il divario si restringe o si allarga a seconda di quale estremo sposti: Carbon a low è 54, Grok a low è 31.

Il secondo punto è che l'indice {{1}}v5.0.1{{/1}} è una combinazione di nove valutazioni, e la classifica non pubblica i punteggi per singolo benchmark di nessuno dei due modelli — ogni sotto-grafico in entrambe le pagine riporta "Nessuna API disponibile pubblicamente". Quindi l'affermazione onesta è che Carbon vince il punteggio composito con 25 punti di vantaggio e nessuno al di fuori di Artificial Analysis può attualmente dire quale delle nove valutazioni abbia prodotto quel margine. Chiunque pubblichi una ripartizione per benchmark di questa coppia o sta citando un fornitore o se la sta inventando.

Il terzo è che l'indice è un unico strumento. È un buono strumento, rivisto di recente e applicato in modo coerente a entrambi i modelli, ma non è una decisione di prodotto. Un modello che perde 25 punti compositi può comunque vincere il compito che hai davanti, e le due sezioni successive riguardano i casi in cui ciò accade.

Dove Grok 4.7 vince nettamente

Tre di loro, e il primo non è un benchmark.

Maturità. Grok 4.7 è generalmente disponibile da sette settimane. Gemini 4 Carbon è richiamabile da un giorno dopo un rilascio che ha cambiato forma due volte in due settimane — annuncio con accesso limitato il 28 ottobre, API a pagamento il 10 novembre, raddoppio del prezzo il 1° dicembre. Un team che ha bisogno che un modello sia la stessa cosa il trimestre successivo ha, in questo momento, esattamente un'opzione in questa coppia con un track record.

Output lungo in una singola chiamata. 450.000 token contro 65.536 in modalità sincrona. Se il compito è "scrivere l'intero file" anziché "rispondere alla domanda", è il limite massimo a deciderlo, prima che lo faccia l'indice.

Certezza sui costi per prompt lunghi, se l'input è ridotto. Il passaggio di Grok a $4/$12 scatta solo oltre 200.000 token di input e, sotto quella soglia, la sua tariffa di output di $6 è un terzo dei $20 di Carbon dopo dicembre. Per un carico di lavoro con input moderato e output intenso — riepilogo, stesura, trasformazione — l'aritmetica favorisce effettivamente Grok, e il costo quasi identico per attività di indicizzazione è un'affermazione su quella particolare combinazione di nove valutazioni, non una legge universale.

Di contro, l'input in cache di Grok a 0,50 $ per milione è cinque volte quello di Carbon, attualmente a 0,10 $. Per una pipeline RAG che rinvia lo stesso corpus di 100.000 token a ogni chiamata, quella singola voce può pesare più di tutto quanto sopra. È il modo più comune in cui un team sceglie il modello sbagliato tra questi due: confronta le tariffe di output e non calcola mai l'economia della cache in base alla forma del proprio traffico.

Dove Carbon vale la spesa

La tesi a favore di Carbon è più limitata di quanto suggerisca il suo punteggio nell'indice e più solida di quanto il suo prezzo lasci intendere.

Acquisizione multimodale.L'input audio e video è il discrimine più netto di tutta questa comparazione. Carbon li acquisisce entrambi; Grok 4.7 non ne elenca nemmeno uno. Una pipeline che deve guardare una registrazione dello schermo o trascrivere e ragionare su una chiamata ha un solo candidato qui, e nessun numero di punti indice colma questo divario.

Attività cyber e sulle vulnerabilità. Google ha creato Carbon per questo, ha limitato il primo rilascio ai difensori cyber e riporta SEC-bench Pro all'88,2%, ExploitGym al 54,8% e CWE-bench al 71,0% — tutti dati dichiarati dal fornitore e non riprodotti, ma la direzione è coerente con lo scopo dichiarato del modello e con il fatto che Google abbia scelto di rilasciarlo ai difensori prima che agli sviluppatori. xAI non formula alcuna affermazione cyber comparabile per Grok 4.7.

Contesto dell'intero repository. Una finestra da 1M contro 500K. Il doppio del limite massimo è una differenza reale per le attività su scala monorepo e, nel caso specifico di "tenere l'intero servizio nel contesto e ragionare trasversalmente su di esso", Grok non riesce a stare al passo.

E un onesto contrappeso: il vantaggio di Carbon si paga con la latenza. A 66,85 secondi al primo token e 25,6 minuti per attività di indicizzazione, non è un modello da mettere dietro un'interfaccia richiesta-risposta senza una notevole dose di pazienza. Neanche Grok lo è, a 53,64 secondi. Se il tuo prodotto richiede risposte sotto i 10 secondi, questo confronto è tra due modelli che perdono entrambi, e la risposta è un modello più piccolo e più veloce da entrambe le parti.

Eseguendo entrambi, qual è la risposta effettiva

Il motivo per cui questo confronto non si presta a un verdetto è che i due modelli sono modellati per fasi diverse della stessa pipeline. Carbon per l'estremità di ingresso, dove dominano modalità e contesto e il volume è basso. Grok per l'estremità di output lungo, dove il compito è produrre molto testo da un prompt circoscritto e dove una tariffa di output da $6 batte una da $20. La maggior parte dei team che ha bisogno dell'uno ha bisogno anche dell'altro, e l'errore è sottoscrivere due contratti, due SDK e due rapporti di fatturazione per ottenerli.

Un endpoint compatibile con OpenAI è la scorciatoia, ed è disponibile oggi per la metà instradabile di questa coppia: grok/grok-4.7si trova su OrcaRouter al prezzo di xAI stesso, $2/$6 — lo stesso prezzo di listino, applicato con markup dello 0%, incluso lo scatto a $4/$12 oltre i 200.000 token di input — accanto a google/gemini-4-argona $2/$10 per il lavoro lato Gemini che non richiede l'insieme di modalità di Carbon. Gemini 4 Carbon stesso non è nel catalogo; vi si accede tramite l'API a pagamento di Google, e quel tratto della pipeline è un'integrazione diretta.

Il DSL di routing è la parte che rende la suddivisione pratica anziché velleitaria: la stessa richiesta può essere composta per tentare il percorso economico e passare a un livello superiore in caso di errore di validazione, con failover automatico se un provider peggiora. Questo conta qui più del solito, perché il modello costoso di questa coppia ha cambiato le proprie condizioni di accesso due volte in quattordici giorni. Una pipeline in grado di spostare un ramo su un modello diverso senza un nuovo deployment è l'unica versione di questa architettura che sopravvive alla roadmap del proprio fornitore.

Scegli in base al vincolo che effettivamente hai

• Se il deliverable è un output lungo prodotto da un prompt circoscritto — Grok 4.7, e controlla prima il volume della tua cache.

• Se l'input include audio, video o PDF scansionati — Carbon, perché in questa coppia non esiste un'alternativa.

• Se il compito è l'analisi di sicurezza o il triage delle vulnerabilità — Carbon, in virtù dei dati informatici riportati da Google e della scelta di gating della stessa azienda, con l'avvertenza che nessuna di quelle cifre è stata riprodotta in modo indipendente.

• Se {{1}}hai bisogno dell'intero repository nel contesto{{/1}} — {{2}}la finestra da 1M di Carbon{{/2}}, {{3}}accettando la latenza{{/3}}.

• Se ti serve un modello le cui condizioni non cambieranno il mese prossimo — Grok 4.7, e questo è un argomento più forte di quanto sembri.

• Se non riesci a decidere, eseguili entrambi. Il costo misurato per attività è inferiore a un centesimo, quindi un confronto di due settimane costa all'incirca quanto un singolo modello e produce una risposta migliore di qualsiasi punteggio composito.

Ciò che nessuna di queste liste può dirti è quale modello sia più intelligente, perché "più intelligente" è la grandezza sbagliata a questa distanza. Venticinque punti indice sono un divario ampio, se misurato correttamente, e ciò lascia comunque il modello più economico sulla carta in parità sul costo per risultato e in vantaggio su tetto di output, maturità e tempo al primo token. Non è una contraddizione nei benchmark. È ciò che accade quando due modelli sono costruiti per compiti diversi e commercializzati con la stessa parola.