GPT-6.1 Sol 対 Gemini 4 Carbon：5つの指標ポイント、6倍の請求額、そして電話をかけられないもの

比較してみると、GPT-6.1 SolとGemini 4 Carbonの比較は、異例の様相を呈している。一方は2026年9月29日から本番リクエストに応答しており、もう一方は10月28日からベンチマークに応答している。GoogleのCarbonは実在し、独立系ボードで最高スコアのモデルであり、GoogleのFairwindプログラムへの参加を認められたサイバーセキュリティ防御担当者でなければ、同モデルにリクエストを送ることはできない。公開されたモデル文字列も、公開価格ページも、エンドポイントもない。GPT-6.1 Solなら今日の午後にも呼び出せる。その非対称性はこの比較を無意味にするものではない。むしろ、リーダーボードが示唆する比較とは異なる比較、そしてはるかに実用的な比較にする。

一方は製品で、もう一方はプログラムです。

Googleは2026年10月28日、「私たちの次のフロンティアモデル」としてGemini 4 Carbonを発表した。その2週間前のモデルはGemini 4 Argonだった。サイバー防御担当者の一部にはFairwindを通じてアクセスが開放され、開発者・企業・消費者向けのより広範なアクセスは「できるだけ早く」提供すると約束されたが、日付は示されていない。11月5日時点でも、一般提供されるモデル識別子はまだ存在しない。Googleが示した価格 — 入力トークン100万個あたり2.00ドル、出力100万個あたり10.00ドル、キャッシュ済み入力は95%割引、標準料金では4.00ドルと20.00ドルに上がり、導入価格枠の終了日は確認されていない — は、大多数の読者が購入できないサービスに対する料金表である。

GPT-6.1 Solは9月29日からOpenAI APIで一般提供されており、表向きの料金はまったく同じです。入力$2.00、出力$10.00、キャッシュ入力$0.10、キャッシュ書き込み$2.50で、長文コンテキストでは、入力トークンが272,000を超えるとリクエスト全体が再料金設定され、入力$4.00、出力$15.00になります。当社のカタログではopenai/gpt-6.1-solとして2026-09-29に掲載しており、OpenAI自身の価格のままで、マークアップはありません。Gemini 4 Carbonは取り扱っていません。まだ取り扱うべきものが存在しないためです。当社が取り扱っているのはGemini 4 Argonです。

つまり正直に言えば、「どちらに乗り換えるべきか」という枠組みではなく、「Carbonの5ポイントリードとは実際何で構成されているのか、そしてそれがメニューにあったらあなたはいくら払うのか」という枠組みなのです。

同じ料金表なのに、請求額は6倍も異なる

両モデルは$2.00と$10.00で掲載されている。その行を読めば、実行コストは同じだと結論づけるだろう。独立した測定はそうではないと示しており、その理由は価格ではなく量にある。

• Intelligence Index v5.0.1 — Gemini 4 Carbon 60 対 GPT-6.1 Sol 55、いずれも公開されている最大エフォート

• 出力速度 — Carbon は 68 トークン/秒、Sol は 56 トークン/秒

• 完了したインデックスタスク1件あたりのコスト — Carbon $7.76 対 Sol $1.27

• インデックス実行で消費された出力トークン — Carbon 2億500万 対 Sol 6,370万

• インデックスタスクあたりの時間 — Sol 20.3分、最初の回答トークンまで157.57秒

• コンテキストウィンドウ — Carbon 1M 対 Sol 1,050,000

• 1回の応答での最大出力 — Sol 128,000トークン、GoogleはCarbonの数値を公表していない

• モダリティ — どちらもテキストと画像を受け取り、テキストを返します

• 可用性 — Carbon は Fairwind の防御者に限定され、公開識別子はなし。一方、Sol は9月29日から一般提供

• 定価 — 入力$2.00／出力$10.00（いずれも100万トークンあたり）、Carbonが$4.00／$20.00へ移行する前

Carbon は Sol の出力トークンの3.2倍を生成し、タスクあたりのコストは6.1倍だった。請求額はトークン数より速く増える。これは、モデルがより長く考え、試行ごとにより多くのコンテキストを取り込むときに起こることだ。6倍の支出で得た5ポイントの指標リードは、数百件の重要度の高い分析を実行するセキュリティチームにとっては正当化できるトレードオフだが、キューを抱えるあらゆる用途にとっては正当化できないものだ。

Carbon が本当に一歩先を行っている分野

Carbonを高価なネクタイとして片付けるのは簡単だが、それは間違いだ。Googleが構築した、あるいは選定した評価において、Carbonは明確にリードしており、それらの評価は発表されたユースケースに最も近いものだ。

• SEC-bench Pro、脆弱性検出 — Carbon 88.2%。Google報告。

• ExploitGym、悪用 — Carbon 54.8%。Google 報告。

• CWE-bench、パッチ適用 — Carbon 71.0%。Google 報告。

• Gray Swan 間接プロンプトインジェクション — 攻撃成功率 0.0%。Google 報告。

• GDPx、SemiAnalysisの206タスクのプロフェッショナルベンチマーク — Carbonは約10.9%、1タスクあたり約16ドルで、約12%、1タスクあたり約51ドルのClaude Opus 5.5に後れを取っています。

• AA-Omniscience — 知識精度のボードではCarbonが首位。独立系の報道によれば、そのハルシネーション率は約11%で、Argonの数値から上昇している。サイバー分野での首位を一般的な信頼性の首位として扱う前に、知っておく価値がある。

サイバー分野の数値は、このモデルが存在する理由であり、ゲートされている理由でもある。またこれらの数値はGoogle外部の誰にも再現されておらず、ローンチ時の報道によればガードレールなしで実行され、ローンチ時に別途のシステムカードなしで公開された。ベンダー報告として扱って先に進めばよい。一般的なエンジニアリングチームがこのモデルを選ぶ理由にはならない。

リードはドメイン固有の形をしており、汎用的ではない

過去1週間で最も有用だった第三者の結果は、否定的なものだった。SemiAnalysisがサイバーセキュリティ、生物学、アラインメントのタスクを除外してGDPxランキングを再実行したところ、順位は変わった。GPT-6 Astraが1位に浮上し、GPT-6.1 SolとClaude Sonnet 5.5はいずれもGemini 4 Carbonより上位に移動した。SemiAnalysisは、改訂後の順位の方が自らの主観的な印象により合致していたと述べた。

それはCarbonとは何かについての正確な説明だ。Carbonは一律に賢いわけではなく、たまたまGoogleが狙いを定めた領域クラスターで不釣り合いに強く、集約インデックスはそのクラスターを評価している。あなたのワークロードがセキュリティ分析なら、それがアクセスを待つべきだという論拠のすべてだ。ワークロードがドキュメントパイプライン、コーディングエージェント、サポートフローなら、5ポイントの差は主にあなたが決して実行しないタスクで構成されており、あなたは呼び出せるモデルと呼び出せないモデルを比較していることになる。

OpenAI自身のデータで見る、Solが優れている点

GPT-6.1 Solに関するOpenAIのローンチ時の主張はベンダー報告値であり、その前提で読むべきだが、後で検証できるほど具体的ではある。DeepSWE v1.1では、high effortで75.22%、maxで71.90%と報告している。珍しい点は、このベンチマークがmaxではなくhighでピークになることだ。OSWorld 2.0ではmaxで71.42%。Terminal-Bench Science 0.1ではmaxで57.02%で、GPT-6 Astraの68.1%に対しての値だ。AutomationBench 1.0.6ではmaxで36.10%。GDP.pdfではhighで32.0%で、Astraと同水準だ。

これらの数値に見られるパターンこそが有用な部分だ。Solは文書作業とコーディング作業ではAstraに近く、科学と長期的な自動化では明らかに後れを取っている。それはフロンティアに近い上限を持つ主力製品であり、Astraの$10.00と$50.00の5分の1で販売されている。独立した測定もその形に一致している——v5.0.1での55はフロンティアのスコアではないが、完了タスクあたり$1.27はこの比較で断トツに低い。

この記事の読者である二人にとって、その決断は

Fairwind 内で防御側に立つ立場なら、この取引は現実のものであり、上記の数値こそがその取引内容です。5 インデックスポイントとサイバー領域に特化した大きなリードを得る代わりに、タスクあたりのコストは 6 倍、料金表は導入期間が終わると 2 倍になります。分析そのものが成果物となる場面では Carbon を、処理量が重視される場面では Sol を実行してください。

あなたがその他の誰かであれば、Carbon は判断の対象ではなく、注視すべき項目です。今日比較すべきモデルは Gemini 4 Argon で、当社のカタログでは google/gemini-4-argon として、同じ導入料金の $2.00 と $10.00 で掲載されており、同じ v5.0.1 インデックスで 50 を記録しています — Sol より 5 ポイント低く、毎秒 68 トークンで、タスクあたりのコストは Carbon と同程度です。Argon は標準料金では $4.00 と $20.00 に倍増します。それがカレンダーに入れておくべき日付です。

スコアだけでなくゲーティングを気にかけるべき理由は、ルーティング層があれば最終的な答えを安く得られるからだ。ここではSolとArgonの両方が1つのキーの背後にあり、プロバイダーの定価でマークアップなしなので、比較は2つ目の契約ではなく設定変更で済む。Carbonが実際に公開されたとき、タスクごとの分割はルーティングDSLに置くべきだ。サイバー分析は専門モデルへ、それ以外は主力モデルへ送り、初日に専門モデルがレート制限された場合に備えてフェイルオーバーを付ける。パイプラインを1つのモデルに対して構築し、それをハードコードするのは、時間が経つにつれて悪くなる判断であり、このペアはそうしないための最も明確な根拠だ。

5ポイントは2つのモデル間の確かな差だ。だがそれ自体は、まだ門戸を開いていないサービスを中心にスタックを作り直す理由にはならない。