Gemini 4 Carbon vs GPT-6 Astra: twee topmodellen met beperkte toegang, één valkuil bij prijsherziening

Beide modellen werden uitgeschakeld geleverd. GPT-6 Astra verscheen op 3 september 2026 als het eerste OpenAI-model dat de Critical-cybersecuritydrempel van zijn eigen Preparedness Framework overschreed, en het bereikte ondernemingen standaard uitgeschakeld, totdat beheerders op 9 september de besturingselementen kregen om het in te schakelen. Gemini 4 Carbon verscheen op 28 oktober 2026 voor een bij naam genoemde groep cyberverdedigers via Google's Fairwind Program en werd pas op 10 november opengesteld voor betalende API-ontwikkelaars. Die gedeelde geschiedenis is de reden waarom de vergelijking interessanter is dan een scorelijst: twee frontierlabs concludeerden onafhankelijk dat een model met dit vermogen een poort nodig heeft, en de twee poorten werken verschillend. Het verklaart ook het cijfer dat de meeste kopers over het hoofd zien, namelijk dat Carbon hetzelfde tarief rekent voor een verzoek van 900.000 tokens als voor een van 9.000 tokens, terwijl GPT-6 Astra het hele verzoek opnieuw prijst zodra je 272.000 invoertokens overschrijdt.

Waar de twee werkelijk identiek zijn

Begin met de rijen die overeenkomen, omdat ze de beslissing sneller toespitsen dan de rijen die verschillen.

• Contextvenster — 1.000.000 tokens voor Carbon; 1.050.000 voor Astra, waarvan 922.000 maximale invoer en 128.000 maximale uitvoer. Bij een praktische prompt gaat het om dezelfde envelop, en beide leveranciers noemen het in ronde miljoenen.

• Invoermodaliteit — tekst, afbeelding en bestand voor Astra; tekst, afbeelding, audio, video en PDF voor Carbon. Carbons ondersteuning voor audio en video is het enige echte verschil in de rij.

• Positionering — professioneel werk met een lange horizon in plaats van chat. OpenAI verkoopt Astra voor werk dat via vele stappen van een instructie naar een voltooid artefact gaat, op de werkoppervlakken in plaats van in het chatproduct. Google verkoopt Carbon als zijn sterkste model voor complexe taken met een lange horizon, met uitgebreide verificatielussen binnen software-engineering, cybersecurity, kenniswerk en wetenschap. Geen van beide leveranciers claimt een betere chatbot.

• Beperkte beschikbaarheid bij de lancering — Astra op dag één voor een beperkte groep organisaties, daarna de bredere uitrol naar ChatGPT en API; Carbon twaalf dagen voor cyberverdedigers en Fairwind-partners, vóór betaalde API-toegang.

• Onafhankelijke positie — beide worden gemeten op de Artificial Analysis Intelligence Index v5.0.1, wat niet voor elk model in deze prijsklasse geldt en de cijfers onderling vergelijkbaar maakt op een manier waarop de meeste vergelijkingen tussen labs dat niet zijn.

• Kennisafsluitdatum — die van Astra is 30 april 2026. Google heeft voor Carbon geen kennisafsluitdatum gepubliceerd, en de modeldocumentatie bevat dat veld niet, dus die rij is eenzijdig en het is goed om dat te weten voordat je een recentheidsgevoelige pipeline bouwt op de aanname dat die actueel is.

De regel van 272.000 tokens, doorgenomen

Dit is het deel van de vergelijking dat budgetten verandert, dus krijgt het rekenwerk in plaats van bijvoeglijke naamwoorden.

GPT-6 Astra rekent $10 per miljoen invoertokens en $50 per miljoen uitvoertokens tot 272.000 invoertokens. Voorbij die grens rekent het $20 en $75 — en de hele aanvraag wordt opnieuw geprijsd, niet alleen de tokens voorbij de grens. Een prompt van 300.000 tokens kost niet een beetje meer dan een van 270.000 tokens; hij kost het dubbele aan invoer en anderhalf keer zoveel aan uitvoer, voor alle 300.000 tokens.

G​emini 4 Carbon heeft geen lengtetarief. Het tarief is $4 per miljoen input en $20 per miljoen output vanaf 1 december 2026, en $2/$10 tot en met 30 november. Er is geen staffel bij welke contextlengte dan ook, wat betekent dat hetzelfde tarief geldt of je nu 2.000 tokens of 900.000 tokens verstuurt.

Dien voor beide een documentanalyseverzoek van 400.000 tokens in, tegen de koolstofprijsstelling van na 1 december:

• GPT-6 Astra — 400.000 invoertokens tegen $20 per miljoen is $8,00 voor de prompt, vóór enige output. Hetzelfde verzoek onder de grens van 272.000 tokens zou $4,00 hebben gekost; het overschrijden van de grens verdubbelde het bedrag.

• G​emini 4 Carbon — 400.000 invoertokens tegen $4 per miljoen is $1,60. De lengte veranderde niets aan het tarief.

Voeg 20.000 outputtokens toe en de kloof wordt groter: Astra rekent daarvoor $75 per miljoen, ofwel $1,50, tegenover die van Carbon: $20 per miljoen, ofwel $0,40. Het volledige verzoek komt uit op $9,50 tegenover $2,00. Voor een pipeline die hele codebases of volledige documentsets leest, is dat een vijfvoudig verschil op precies de workload waarvoor beide modellen worden verkocht — en het is onzichtbaar op een tariefkaart die alleen de kopcijfers vermeldt.

Het voordeel van Carbon is kleiner bij korte prompts, waar beide binnen hun goedkope band vallen en Astra's $10/$50 tegenover Carbon's $4/$20 uitkomt op 60% goedkoper in plaats van vijf keer goedkoper. De cliff, niet het kopcijfer, is wat je moet modelleren.

De scores, en de twee benchmarks die de andere kant op gaan

Artificial Analysis heeft beide modellen, gemeten op dezelfde index, wat de meest zuivere vergelijking is die beschikbaar is:

• Intelligence Index v5.0.1 — G​emini 4 Carbon 60 bij hoge inspanning, vierde van 74. GPT-6 Astra 57 bij maximale inspanning, achtste van 74. Carbons eigen regelaar zet het op 58 bij medium en 54 bij laag; Astra's waarden zijn 55 bij xhigh en hoog, 52 bij medium en 43 bij laag.

• Kosten per indextaak — $7.76 voor Carbon tegenover $6.24 voor Astra. Astra is het goedkopere model per voltooide taak, ondanks de hogere kosten per token, omdat het minder uitgebreid is in de evaluatie.

• Uitvoersnelheid — 79 tokens per seconde voor Carbon, 37 voor Astra. Dit is het grootste verschil in de onafhankelijke data, en het valt met ruim 2x in het voordeel van Carbon uit.

• Tijd tot het eerste antwoordtoken — 67 seconden voor Carbon tegenover 238 seconden voor Astra. Vier minuten voordat het eerste token verschijnt, is een heel andere categorie latentie, en het is de reden dat Astra achter een wachtrij wordt ingezet in plaats van als requesthandler.

Uitgebreidheid — Carbon verbruikte 205 miljoen outputtokens op de index; de pagina van Astra publiceert bij maximale inspanning geen vergelijkbaar cijfer, dus die rij kan niet worden vergeleken en er mag niet naar worden geraden.

Drie punten scheiden hen op hun hoogste instellingen, en de rangorde blijft stabiel onder de inspanningsregelaar: het medium van Carbon (58) verslaat nog steeds de max van Astra (57). Maar de onafhankelijke data bevat ook het tegenvoorbeeld dat ertoe doet. Het eigen bericht van Google van 10 november geeft toe dat Carbon FrontierSWE 2 verliest van GPT-6 Astra — een van de twee benchmarkverliezen die het noemt — en dat is een door de leverancier gerapporteerde vergelijking uit het eigen lanceermateriaal van het model, waardoor het ongeveer zo betrouwbaar is als een toegeving maar kan zijn. Carbon verliest ook OSWorld-2.1 offline van Claude Opus 5.5, voor de goede orde.

De rest van het lanceringsdocument van Carbon is van Google zelf en niet gereproduceerd: eerste op CursorBench 4.0, op Perplexity's WANDR en op Zapier's AutomationBench, tegen meer dan 2x lagere kosten per taak dan het op een na beste externe model; tweede op een nieuwe Multimodal Knowledge Agent-benchmark, tegen meer dan 6x lagere gemiddelde kosten per taak; ex aequo beste op Hebbia's end-to-end financiële evaluatie; bovenaan 23 frontierconfiguraties op Balyasny's GMI. Aan de cyberkant: SEC-bench Pro 88,2%, ExploitGym 54,8%, CWE-bench 71,0%, en Project Fortify met 100% scan-recall en 95% triageprecisie. Elk daarvan is een bewering over een specifieke taakmix, gepubliceerd door de leverancier, niet geaudit door iemand buiten Google, op een model dat één dag algemeen aanroepbaar is geweest.

Twee poorten, twee verschillende problemen

De poort van Astra is een classificatie. Critical overschrijden onder O​penAI's Preparedness Framework is een bevinding over wat het model kan, en de gevolgen zijn structureel: enterprise-implementaties worden standaard uitgeschakeld geleverd, beheerders moeten het model expliciet inschakelen, en de waarborgen worden gefaseerd verruimd in plaats van in één keer volledig opengesteld. Het voordeel van die vorm is dat de controle bij de beheerder van de klant ligt. De prijs is dat een enterprise-uitrol een extra goedkeuringsstap kent die niet over inkoop gaat.

De toegangspoort van Carbon was een cohort. Het bericht van G​oogle van 28 oktober noemde eerst cyberverdedigers, dan Fairwind Program-partners, en dan ontwikkelaars en consumenten ‘zo snel mogelijk’. Er was geen model-ID, geen endpoint, geen voorbehoud bij de prijslijst en geen gepubliceerde modelkaart. Op 10 november ging de betaalde API open en verscheen de prijslijst, en de toegangscontrole verschoof van wie het model mag aanroepen naar wie het mag aanroepen zonder te betalen — oftewel: niemand. Carbon heeft helemaal geen gratis tier: elke token wordt gefactureerd, inclusief thinking-tokens, en inclusief tool-systeeminstructies wanneer grounding is ingeschakeld.

Dat verschil is het waard om duidelijk te benoemen voor iedereen die een uitrol plant. De beperking van Astra is een administratieve schakelaar die iemand in je organisatie beheert. De beperking van Carbon is een rekening zonder ondergrens en, sinds 11 november, zonder gepubliceerde snelheidslimieten — Google's modelpagina vermeldt ze niet, dus doorvoer is iets dat je ontdekt door de API aan te roepen in plaats van erover te lezen.

Welke je achter de moeilijke beslissing moet zetten

Voor werk aan documenten en codebases met een lange context is het antwoord Carbon, en de reden is de grens van 272.000 tokens, niet het indexverschil van drie punten. Astra's herprijsstelling is een valstrik voor precies de workload waarvoor het is gebouwd; een model dat wordt verkocht op end-to-end professioneel werk over lange tijdshorizons, is een model dat stelselmatig meer dan 272.000 inputtokens zal overschrijden, en elk van die verzoeken betaalt het dubbele voor de hele prompt.

Voor latentiegevoelige serving is geen van beide geschikt en doet de keuze er niet toe. 67 seconden tot het eerste token tegenover 238 is een wedstrijd tussen twee modellen die beide in een batchwachtrij thuishoren.

Voor een werklast waarbij Astra's specifieke sterke punten gelden — en G​oogle's eigen FrontierSWE 2-toegeving zegt dat er minstens één is — is het gat van drie punten kleiner dan het betrouwbaarheidsinterval van één enkele index, en kost overstappen meer dan het verschil. Astra is ook al twee maanden in productie en Carbon één dag, wat een echt voordeel is in een model waarvan je de faalmodi al hebt gecatalogiseerd.

De rij met kosten per taak verdient nog een nadere blik, want dat is het getal waar een scepticus naar grijpt. Astra voor $6,24 tegenover Carbon voor $7,76 betekent dat Astra 20% goedkoper is per voltooide indextaak, terwijl het 150% meer per token kost. De verklaring is uitvoerigheid: Astra denkt minder na bij de index, Carbon denkt meer. Als je workload op de index lijkt, is het getal per taak het eerlijke getal. Als die lijkt op het lezen van een document van 400.000 tokens, is het getal per taak irrelevant en bepaalt de lengteklasse alles. De meeste echte workloads zijn van de tweede soort, en daarom onderschat de prijsvergelijking bovenaan het voordeel van Carbon in plaats van het te overschatten.

Beide draaien, wat de meeste teams zullen doen.

De realistische uitkomst van een vergelijking die zo nauw is, is dat een team uiteindelijk beide neemt: Carbon voor de lange reads en het cybergerelateerde werk, Astra voor alles waarin de bestaande pipelines al hebben bewezen dat het uitblinkt. Beide zijn closed-weight vendor-API's, dus dat betekent twee contracten, twee SDK-oppervlakken en twee factureringsrelaties — precies de situatie die een router moet stroomlijnen. Beide staan hier in de catalogus: openai/gpt-6-astra bij O​penAI's $10 en $50 met de gecachte read van $1,00 en dezelfde 272.000-tokenstaffeling, en hetzelfde OpenAI-compatibele oppervlak als de andere 216 modellen op de sleutel. G​emini 4 Carbon staat niet in onze catalogus en is alleen bereikbaar via G​oogle's betaalde API; niets hier mag worden opgevat als een claim dat wij het aanbieden.

Wat routing in deze specifieke combinatie oplevert, is een fallback-keten. Carbon is één dag door het grote publiek aanroepbaar geweest met niet-gepubliceerde rate limits, en dat is precies de situatie waarin een tweede model achter hetzelfde endpoint een storing verandert in een tragere reactie in plaats van een mislukte aanvraag. Het betekent ook dat de prijsherziening van 1 december neerkomt op een configuratiewijziging in plaats van een migratie — de lijstprijs van de leverancier wordt tegen 0% opslag doorgegeven, dus het getal aan onze kant verandert op de dag dat dat van Google verandert, en een beleid dat lange prompts naar het model stuurt dat deze maand per token goedkoper is, is een regel in een DSL in plaats van een codevertakking.

Wat te kijken

Twee dingen, beide tijdgebonden. De prijs van Carbon verdubbelt op 1 december, waardoor het meest in het oog springende verschil met Astra bij korte prompts halveert, terwijl het verschil bij lange context ongewijzigd blijft — de cliff wordt erger, niet beter. En Astra's effort-ladder geeft OpenAI ruimte om te manoeuvreren zonder een nieuw model: xhigh op 55 ligt drie punten onder een maximale instelling die meer per taak kost, dus een routingstandaard op xhigh is een legitieme manier om Astra-capaciteit tegen een lager effectief tarief in te kopen, en een die de meeste kopers nooit proberen.

Wat niet zal veranderen, is het structurele feit waarop deze vergelijking berust. Een van deze modellen rekent een vast tarief ongeacht de lengte, en het andere verdubbelt de hele aanvraag zodra een drempel wordt overschreden, en voor het langetermijnwerk waar beide aanbieders mee adverteren, is dat verschil meer dan drie indexpunten waard.