Gemini 4 Carbon 対 GPT-6 Astra：2つのゲート付きフラッグシップ、1つの価格改定の罠

これら両モデルはオフの状態で出荷された。GPT-6 Astra は2026年9月3日に、OpenAI 自身の Preparedness Framework において Critical cybersecurity 閾値を超えた最初の OpenAI モデルとして登場し、9月9日に管理者が有効化するためのコントロールを付与されるまで、既定ではオフのまま企業に提供された。Gemini 4 Carbon は2026年10月28日に、Google の Fairwind Program を通じて指名されたサイバー防御担当者のコホート向けに登場し、11月10日になって初めて有料 API 開発者に開放された。この共通の経緯があるため、この比較はスコアの数字以上に興味深い。つまり、2つのフロンティア研究所がそれぞれ独立に、これほど能力の高いモデルにはゲートが必要だと結論づけたのであり、しかもその2つのゲートは異なる仕組みで機能している。これは多くの購入者が見落とす数字の説明にもなる。すなわち Carbon は、90万トークンのリクエストにも9,000トークンのリクエストと同じ料金を課す一方、GPT-6 Astra は入力トークンが272,000を超えるとリクエスト全体の料金を計算し直す。

その2つが本当に同一である場合

一致する行から始めてください。そうした行のほうが、異なる行よりも早く決定を絞り込めるからです。

• コンテキストウィンドウ — Carbonは1,000,000トークン、Astraは1,050,000トークン。そのうち最大入力は922,000トークン、最大出力は128,000トークンです。実際のプロンプトではこれらは同じエンベロープであり、両ベンダーとも百万単位で丸めた数字で示しています。

• 入力モダリティ — Astraはテキスト、画像、ファイル。Carbonはテキスト、画像、音声、動画、PDF。この行における唯一の実質的な違いは、Carbonの音声・動画サポートです。

• 位置づけ — チャットではなく、長期間にわたるプロフェッショナルな作業。OpenAIはAstraを、チャット製品ではなく作業サーフェス上で、指示から完成した成果物まで多くのステップをかけて進む作業向けに提供している。GoogleはCarbonを、ソフトウェアエンジニアリング、サイバーセキュリティ、ナレッジワーク、科学にわたる拡張された検証ループを伴う、複雑で長期間にわたるタスク向けの最強モデルとして提供している。どちらのベンダーも、より優れたチャットボットをうたっているわけではない。

• ローンチ時は段階的に提供 — 初日はAstraを限定された組織に提供し、その後ChatGPTとAPIでより広く展開する。Carbonはサイバー防御担当者とFairwindパートナーに12日間提供し、その後有料APIアクセスを開始する。

• 独立した評価 — 両方とも Artificial Analysis Intelligence Index v5.0.1 で測定されています。これはこの価格帯のすべてのモデルに当てはまるわけではなく、ほとんどのラボ間比較ではできない形で両者の数値を比較可能にします。

• ナレッジカットオフ — Astra のカットオフは2026年4月30日です。Google は Carbon についてカットオフを公表しておらず、そのモデルドキュメントにもこの項目は記載されていないため、その行は片側の情報のみとなります。最新であるという前提で鮮度に敏感なパイプラインを構築する前に、この点は知っておく価値があります。

272,000トークンのラインを、徹底的に読み解く

ここは予算を左右する比較の部分なので、形容詞ではなく算数で語られます。

GPT-6 Astraは、入力トークン272,000個まで、入力トークン100万個あたり10ドル、出力トークン100万個あたり50ドルを課金します。その境界を超えると、20ドルと75ドルを課金します。しかも、境界を超えたトークンだけでなく、リクエスト全体が再計算されます。300,000トークンのプロンプトは、270,000トークンのものより少し高いのではなく、全300,000トークンに対して、入力は2倍、出力は1.5倍のコストになります。

G​emini 4 Carbonには長さの料金区分がありません。料金は、2026年12月1日からは入力100万トークンあたり4ドル、出力100万トークンあたり20ドルで、11月30日までは入力2ドル、出力10ドルです。どのコンテキスト長でも段階はなく、2,000トークンを送信しても900,000トークンを送信しても同じ料金が適用されます。

12月1日以降のCarbon価格設定で、両方に対して400,000トークンの文書分析リクエストを投げてください：

• GPT-6 Astra — 40万入力トークンを100万トークンあたり20ドルで計算すると、出力を一切含めないプロンプト分だけで8.00ドル。同じリクエストを272,000トークンのラインで処理していれば4.00ドルだったはずで、境界を越えたことで倍になった。

• G​emini 4 Carbon — 400,000入力トークンは100万あたり$4で$1.60です。長さによって料金が変わることはありませんでした。

出力トークンを2万追加すると、差はさらに広がります。Astraはそれらを100万トークンあたり75ドル、つまり1.50ドルで請求するのに対し、Carbonは100万トークンあたり20ドル、つまり0.40ドルです。リクエスト全体では9.50ドル対2.00ドルになります。コードベース全体や文書セット全体を読み込むパイプラインにとって、これは両モデルが想定するまさにそのワークロードで5倍の差であり、しかも見出しの数字だけを掲げる料金表では見えてきません。

Carbonの優位性は短いプロンプトではより狭くなる。そこでは両者とも安価な帯域に収まり、Astraの$10/$50対Carbonの$4/$20は5倍安いのではなく60%安いで落ち着く。モデル化すべきなのは見出しの数字ではなく、崖だ。

スコアと、逆方向に動く2つのベンチマーク

Artificial Analysisは両方のモデルを同じインデックス上で測定しているため、これが利用可能な中で最もクリーンな比較です：

• Intelligence Index v5.0.1 — G​emini 4 Carbon は高エフォートで60、74中4位。GPT-6 Astra は最大エフォートで57、74中8位。Carbon 自身のダイヤルでは medium で58、low で54。Astra は xhigh と high で55、medium で52、low で43。

• インデックスタスクあたりのコスト — Carbon は $7.76、Astra は $6.24。Astra はトークンあたりのコストが高いにもかかわらず、評価時の出力がより簡潔であるため、完了したタスクあたりではより安価なモデルです。

• 出力速度 — Carbonは毎秒79トークン、Astraは37トークン。これは独立データの中で最大の差であり、Carbonに2倍以上有利に働いています。

• 最初の回答トークンまでの時間 — Carbon は67秒、Astra は238秒。最初のトークンまで4分かかるのは別次元のレイテンシであり、Astra がリクエストハンドラではなくキューの背後にデプロイされている理由でもある。

• 冗長性 — Carbon はインデックスで 2 億 500 万の出力トークンを消費したが、Astra のページは最大エフォート時の同等の数値を公開していないため、その行は比較できず、推測すべきではない。

最高設定では両者に3ポイントの差があり、エフォートダイヤルを変えても順序は安定している。Carbonのmedium（58）は依然としてAstraのmax（57）を上回る。しかし独立系データには、無視できない反例も含まれている。G​oogle自身の11月10日の投稿は、CarbonがFrontierSWE 2でGPT-6 Astraに敗れること—同投稿が挙げる2件のベンチマーク敗北のうちの1件—を認めており、これはモデル自身の発表資料に基づくベンダー報告の比較なので、敗北の告白としてはこれ以上ないほど信頼できる。記録として言えば、CarbonはOSWorld-2.1オフラインでもClaude Opus 5.5に敗れている。

Carbonのローンチシートの残りはGoogle自身によるもので、再現されていない。CursorBench 4.0、PerplexityのWANDR、ZapierのAutomationBenchでは1位で、タスクあたりコストは次点の外部モデルより2倍以上低い。新しいMultimodal Knowledge Agentベンチマークでは2位で、タスクあたり平均コストは6倍以上低い。Hebbiaのエンドツーエンド財務評価では最高タイ。BalyasnyのGMIでは23のフロンティア構成の中で首位。サイバー分野では、SEC-bench Pro 88.2%、ExploitGym 54.8%、CWE-bench 71.0%、Project Fortifyはスキャン再現率100%とトリアージ精度95%。これらはいずれも特定のタスク構成に関する主張であり、ベンダーが公表したもので、Google以外の誰による監査も受けていない。しかも、一般に利用可能になってからまだ1日しか経っていないモデルについてのものだ。

2つのゲート、2つの異なる問題

Astraのゲートは分類である。OpenAIのPreparedness FrameworkでCriticalを超えることは、モデルが何をなし得るかに関する所見であり、その帰結は構造的なものだ。企業向けデプロイはデフォルトでオフの状態で出荷され、管理者はモデルを明示的に有効化する必要があり、セーフガードは一斉に開放されるのではなく段階的に広がる。この形の利点は、制御が顧客の管理者の手にあることだ。代償は、企業向け展開に調達とは無関係な追加の承認ステップが加わることだ。

Carbonのゲートはコホート制だった。Googleの10月28日の投稿は、サイバーディフェンダー、次にFairwind Programのパートナー、そして開発者と消費者を「できるだけ早く」対象として挙げた。モデルIDもエンドポイントも、料金表に関する注意書きも、公開されたモデルカードもなかった。11月10日に有料APIが開設され、料金表が登場すると、ゲートキーピングは「誰がモデルを呼び出せるか」から「誰が料金を払わずに呼び出せるか」へと移った。つまり、誰もいない。Carbonには無料枠が一切ない。すべてのトークンが課金され、thinkingトークンも、グラウンディング有効時のツールのシステム指示も含まれる。

その違いは、ロールアウトを計画している人なら誰にでもはっきりと述べておく価値がある。Astraの制約は、あなたの組織内の誰かが管理する管理用スイッチだ。Carbonの制約は、下限のない請求であり、11月11日時点では公開されたレート制限もない — G​oogleのモデルページにはそれらが記載されていないため、スループットは読んで知るのではなく、APIを呼び出して初めてわかるものだ。

難しい決断の後ろにどちらを置きますか。

長文コンテキストのドキュメントおよびコードベース作業では、答えはCarbonであり、その理由は3ポイントの指標差ではなく272,000トークンのラインだからだ。Astraの価格改定は、まさにそれが作られたワークロードにとって罠である。長期間にわたるエンドツーエンドのプロフェッショナル作業で売り込まれるモデルは、日常的に272,000入力トークンを超えるモデルであり、そうしたリクエストはすべてプロンプト全体で2倍の料金を支払うことになる。

レイテンシに敏感なサービングでは、どちらも適しておらず、選択は無意味だ。最初のトークンまで67秒対238秒というのは、どちらもバッチキューに入れるべき2つのモデル同士の競争だ。

Astraの固有の強みが当てはまるワークロードでは——Google自身のFrontierSWE 2に関する譲歩が少なくとも1つは存在すると認めている——3ポイントの差は単一インデックスの信頼区間より小さく、乗り換えコストはその差を上回る。また、Astraは2か月間本番環境で稼働しており、Carbonはまだ1日目である。これは、すでに故障モードを一通り把握しているモデルにおいては実際の優位性となる。

タスクあたりコストの行は、もう一度見直す価値があります。なぜなら、懐疑的な人が真っ先に手に取る数字だからです。Astraが6.24ドル、Carbonが7.76ドルということは、完了したインデックスタスク1件あたりではAstraが20%安い一方、トークンあたりでは150%高くつくということです。このつじつまを合わせる鍵は冗長性です。Astraはインデックス上で考える量が少なく、Carbonは多いのです。ワークロードがインデックスに似ているなら、タスクあたりの数字が正直な指標です。40万トークンの文書読解に似ているなら、タスクあたりの数字は無関係で、長さの階層がすべてを決めます。実際のワークロードの大半は後者の種類なので、表向きの価格比較はCarbonの優位性を過大評価するどころか、過小評価しています。

両方を実行すること、それがほとんどのチームのやり方だ

これほど僅差の比較で現実的に起こるのは、チームが両方を採用するという結末だ。長文の読み込みやサイバー関連の作業にはCarbon、既存のパイプラインでうまくいくとすでに証明されている用途にはAstra。どちらもクローズドウェイトのベンダーAPIなので、契約が2つ、SDKサーフェスが2つ、請求関係が2つになる——まさにルーターが平坦化するために存在する状況だ。どちらもここのカタログにある：openai/gpt-6-astra O​penAIの$10と$50、キャッシュ読み取りは$1.00、そして同じ272,000トークンの階層化、キー上の他の216モデルと同じOpenAI互換サーフェス。G​emini 4 Carbonは当社のカタログにはなく、G​oogleの有料API経由でアクセスする；ここでの記述は、当社がそれを提供していると主張するものと読むべきではない。

この特定の組み合わせにおいてルーティングがもたらすのはフォールバックチェーン。Carbon は一般公開されてまだ1日しか経っておらず、レート制限も非公開のままだ。これはまさに、同じエンドポイントの背後に2つ目のモデルを置くことで、障害がリクエストの失敗ではなく、より遅い応答に変わる状況である。また、12月1日の価格改定が移行作業ではなく設定変更として済むことも意味する。ベンダーの定価は0% のマークアップでそのまま適用されるため、G​oogle 側の数字が動いたその日にこちらの数字も動き、長いプロンプトをその月によりトークン単価の安いモデルへ振り分けるポリシーは、コードの分岐ではなく DSL の一行になる。

何を観るべきか

2つとも時期が関係する話だ。Carbonの価格は12月1日に2倍になり、短いプロンプトでのAstraに対する表向きの差は半分になる一方、長文コンテキストの差は変わらない——崖は良くなるどころか悪化する。そしてAstraのエフォートのはしごは、O​penAIに新しいモデルなしで動く余地を与える。55のxhighは、タスクあたりのコストがより高い最大設定より3ポイント低い。したがって、xhighをルーティングのデフォルトにすることは、より低い実効レートでAstraのキャパシティを買う正当な方法であり、しかもほとんどの購入者が試したことのない方法だ。

変わることのないのは、この比較が依拠する構造的な事実だ。これらのモデルの一方は長さにかかわらず定額料金で、もう一方は閾値を超えるとリクエスト全体の料金が2倍になる。そして、両ベンダーが宣伝する長期的な作業では、その差はインデックス3ポイント以上の価値がある。