GPT-6.1 Sol vs Gemini 4 Carbon: cinque punti indice, sei volte la bolletta e uno che non puoi chiamare

Il confronto tra GPT-6.1 Sol e Gemini 4 Carbon ha una forma insolita: uno dei due gestisce richieste di produzione dal 29 settembre 2026, mentre l'altro risponde a benchmark dal 28 ottobre. Il Carbon di Google è reale, è il modello con il punteggio più alto nella classifica indipendente, e non puoi inviargli una richiesta a meno che tu non sia un difensore della cybersecurity ammesso al programma Fairwind di Google. Nessuna stringa di modello pubblica, nessuna pagina dei prezzi pubblicata, nessun endpoint. Puoi chiamare GPT-6.1 Sol questo pomeriggio. Questa asimmetria non rende il confronto privo di senso — lo rende un confronto diverso da quello che le classifiche lasciano intendere, e molto più pratico.

Uno è un prodotto, l'altro è un programma.

Google ha annunciato Gemini 4 Carbon come "il nostro prossimo modello di frontiera" il 28 ottobre 2026, due settimane dopo Gemini 4 Argon. L'accesso è stato aperto a un sottoinsieme di difensori informatici tramite Fairwind, con un accesso più ampio per sviluppatori, aziende e consumatori promesso "il prima possibile" e senza alcuna data associata. Al 5 novembre non esiste ancora un identificativo del modello disponibile a livello generale. Il prezzo indicato da Google — 2,00 $ per milione di token di input e 10,00 $ per milione di output, input in cache con sconto del 95%, che sale a 4,00 $ e 20,00 $ alle tariffe standard senza una data di fine confermata per il livello introduttivo — è un listino prezzi per un servizio che la maggior parte dei lettori non può acquistare.

GPT-6.1 Sol è generalmente disponibile sull'API OpenAI dal 29 settembre esattamente alla stessa tariffa di riferimento: $2,00 in input, $10,00 in output, $0,10 per l'input in cache, $2,50 per la scrittura in cache, con uno scatto per il contesto lungo che ricalcola l'intera richiesta a $4,00 di input e $15,00 di output oltre 272.000 token di input. Il nostro catalogo lo riporta come openai/gpt-6.1-sol, elencato il 2026-09-29, al prezzo di OpenAI stesso senza ricarichi. Non abbiamo in catalogo Gemini 4 Carbon, perché non c'è ancora nulla da mettere in catalogo; abbiamo Gemini 4 Argon.

Quindi l'impostazione onesta non è "a quale dovresti passare". È "in cosa consiste davvero il vantaggio di cinque punti di Carbon, e quanto saresti disposto a pagarlo se fosse nel menù".

Tariffe identiche, ma una bolletta che diverge di sei volte

Entrambi i modelli hanno un prezzo di listino di $2,00 e $10,00. Leggendo quella riga, concluderesti che costano lo stesso da eseguire. La misurazione indipendente dice il contrario, e il motivo è il volume anziché il prezzo.

• Indice di Intelligenza v5.0.1 — Gemini 4 Carbon 60 vs GPT-6.1 Sol 55, entrambi al massimo sforzo pubblicato

• Velocità di output — Carbon 68 token/sec vs Sol 56 token/sec

• Costo per attività di indicizzazione completata — Carbon $7,76 vs Sol $1,27

• Token di output consumati durante l'esecuzione dell'indice — Carbon 205 milioni contro Sol 63,7 milioni

• Tempo per attività di indicizzazione — Sol 20,3 minuti, con 157,57 secondi al suo primo token di risposta

• Finestra di contesto — Carbon 1M vs Sol 1.050.000

• Output massimo in una singola risposta — Sol 128.000 token; Google non ha pubblicato un valore per Carbon

• Modalità — entrambi accettano testo e immagini e restituiscono testo

• Disponibilità — Carbon limitato ai difensori Fairwind, nessun identificatore pubblico, mentre Sol è generalmente disponibile dal 29 settembre

• Prezzo di listino — sia $2,00 in input che $10,00 in output per milione, prima del passaggio di Carbon a $4,00 e $20,00

Carbon ha prodotto 3,2 volte i token di output di Sol ed è costato 6,1 volte tanto per attività. Il conto cresce più in fretta del numero di token, ed è ciò che accade quando un modello ragiona più a lungo e assorbe più contesto a ogni tentativo. Un vantaggio di cinque punti sull'indice pagato con sei volte la spesa è uno scambio difendibile per un team di sicurezza che esegue qualche centinaio di analisi ad alta posta in gioco; è indifendibile per qualsiasi cosa che abbia una coda.

Dove Carbon è davvero in vantaggio

Sarebbe facile e sbagliato archiviare Carbon come una costosa cravatta. Nelle valutazioni che Google ha creato o selezionato, è chiaramente in testa, e quelle sono le valutazioni più vicine al caso d'uso annunciato.

• SEC-bench Pro, rilevamento delle vulnerabilità — Carbon 88,2%. Segnalato da Google.

• ExploitGym, sfruttamento — Carbon 54,8%. Riportato da Google.

• CWE-bench, applicazione di patch — Carbon 71,0%. Riportato da Google.

• iniezione indiretta di prompt Gray Swan — tasso di successo degli attacchi 0,0%. Segnalato da Google.

• GDPx, il benchmark professionale di SemiAnalysis con 206 attività — Carbon circa 10,9% a circa 16 dollari per attività, dietro Claude Opus 5.5 a circa il 12% e circa 51 dollari per attività.

• AA-Omniscience — Carbon guida la classifica dell'accuratezza della conoscenza; analisi indipendenti hanno collocato il suo tasso di allucinazione vicino all'11%, superiore al dato di Argon, cosa da sapere prima di considerare un primato nel cyber come un primato di affidabilità generale.

I numeri cyber sono la ragione per cui il modello esiste e la ragione per cui è ad accesso limitato. Inoltre, non sono stati riprodotti da nessuno al di fuori di Google, sono stati eseguiti senza guardrail secondo la copertura del lancio e pubblicati senza una scheda di sistema separata al momento del lancio. Etichettali come dichiarati dal fornitore e passa oltre; non sono il motivo per cui un normale team di ingegneria sceglierebbe questo modello.

Il vantaggio è modellato dal dominio, non è generico.

Il risultato di terze parti più utile della settimana scorsa è negativo. Quando SemiAnalysis ha rieseguito la sua classifica GDPx escludendo i compiti di cybersicurezza, biologia e allineamento, l’ordine è cambiato: GPT-6 Astra è passato al primo posto, e sia GPT-6.1 Sol sia Claude Sonnet 5.5 sono avanzati rispetto a Gemini 4 Carbon. SemiAnalysis ha affermato che l’ordinamento rivisto corrispondeva meglio alle proprie impressioni soggettive.

Questa è un'affermazione precisa su cosa sia Carbon. Non è uniformemente più intelligente; è sproporzionatamente forte su un cluster di domini che è proprio quello su cui Google l'ha indirizzata, e l'indice aggregato premia quel cluster. Se il tuo carico di lavoro è l'analisi di sicurezza, questo è l'intero argomento a favore dell'attesa per ottenere l'accesso. Se il tuo carico di lavoro è una pipeline documentale, un agente di programmazione o un flusso di supporto, il divario di cinque punti è in gran parte composto da attività che non eseguirai mai, e stai confrontando un modello che puoi chiamare con uno che non puoi.

Cosa fa meglio Sol, secondo i numeri della stessa OpenAI

Le dichiarazioni di lancio di OpenAI per GPT-6.1 Sol sono dati forniti dall'azienda e vanno letti come tali, ma sono sufficientemente specifici da poter essere verificati in seguito. Su DeepSWE v1.1 riporta il 75,22% con sforzo alto e il 71,90% con max — il dettaglio insolito è che questo benchmark tocca il picco con alto, non con max. Su OSWorld 2.0, il 71,42% con max. Su Terminal-Bench Science 0.1, il 57,02% con max, contro il 68,1% di GPT-6 Astra. Su AutomationBench 1.0.6, il 36,10% con max. Su GDP.pdf, il 32,0% con alto, allo stesso livello di Astra.

Il pattern in quei numeri è la parte utile: Sol è vicino ad Astra sul lavoro su documenti e coding e chiaramente dietro su scienza e automazione a lungo orizzonte. È un cavallo da tiro con un tetto prossimo alla frontiera, venduto a un quinto dei $10,00 e $50,00 di Astra. La misurazione indipendente concorda sulla forma — 55 su v5.0.1 non è un punteggio di frontiera, ma $1,27 per attività completata è il più basso in questo confronto con un ampio margine.

La decisione, per i due lettori che questo articolo ha

Se sei un difensore all'interno di Fairwind, il compromesso è reale e i numeri sopra sono il compromesso: cinque punti indice e un ampio vantaggio specifico per il cyber, in cambio di sei volte il costo per attività e un listino che raddoppia al termine del periodo introduttivo. Usa Carbon dove l'analisi è il risultato finale e Sol dove c'è il volume.

Se fai parte di tutti gli altri, Carbon non è una decisione: è un elemento da tenere sotto osservazione. Il modello con cui confrontarsi oggi è Gemini 4 Argon, che il nostro catalogo riporta come google/gemini-4-argon alla stessa tariffa introduttiva di $2.00 e $10.00, e che ottiene 50 sullo stesso indice v5.0.1 — cinque punti sotto Sol, a 68 token al secondo e con un costo per attività nello stesso intervallo di quello di Carbon. Argon raddoppia a $4.00 e $20.00 alle tariffe standard, ed è questa la data da segnare in calendario.

Il motivo per cui interessarsi al gating anziché solo ai punteggi è che un livello di routing rende economica la risposta finale. Sia Sol sia Argon stanno dietro un'unica chiave qui, al prezzo di listino del provider senza ricarico, quindi il confronto è un cambio di configurazione anziché un secondo contratto. Quando Carbon aprirà, il DSL di routing è il posto giusto per una suddivisione per attività: analisi cyber allo specialista, tutto il resto al modello tuttofare, con failover se lo specialista è soggetto a limiti di frequenza il primo giorno. Costruire la pipeline su un solo modello e codificarla rigidamente è la decisione che invecchia male, e questa coppia è l'argomento più chiaro per non prenderla.

Cinque punti sono una differenza reale tra due modelli. Non sono, di per sé, un motivo per ricostruire un'intera architettura attorno a un servizio che non ha ancora aperto le sue porte.