Gemini 4 Carbon kontra GPT-6 Astra: dwa flagowe modele z ograniczonym dostępem, jedna pułapka cenowa

Oba te modele trafiły do sprzedaży wyłączone. GPT-6 Astra pojawił się 3 września 2026 r. jako pierwszy model OpenAI, który przekroczył próg krytyczny w obszarze cyberbezpieczeństwa w ramach własnego Preparedness Framework, i trafił do przedsiębiorstw domyślnie wyłączony, dopóki 9 września administratorzy nie otrzymali mechanizmów kontrolnych pozwalających go włączyć. Gemini 4 Carbon pojawił się 28 października 2026 r. w imiennie wskazanej grupie obrońców cyberprzestrzeni w ramach programu Fairwind Google'a i dla deweloperów korzystających z płatnego API otworzył się dopiero 10 listopada. Ta wspólna historia sprawia, że porównanie jest ciekawsze niż suchy wynik: dwa czołowe laboratoria niezależnie doszły do wniosku, że model o takiej zdolności potrzebuje bramki, a obie bramki działają inaczej. Wyjaśnia też liczbę, którą większość kupujących przeocza: Carbon pobiera tę samą stawkę za żądanie o 900 000 tokenów co za żądanie o 9 000 tokenów, podczas gdy GPT-6 Astra przelicza całe żądanie od nowa po przekroczeniu 272 000 tokenów wejściowych.

Tam, gdzie te dwa są rzeczywiście identyczne

Zacznij od wierszy, które się zgadzają, ponieważ szybciej zawężają decyzję niż wiersze, które się różnią.

Okno kontekstu — 1 000 000 tokenów dla Carbon; 1 050 000 dla Astra, z czego 922 000 to maksymalne wejście, a 128 000 maksymalne wyjście. Przy praktycznym prompcie to ten sam zakres, a obaj dostawcy podają go w zaokrąglonych milionach.

• Modalność wejściowa — tekst, obraz i plik w przypadku Astra; tekst, obraz, audio, wideo i PDF w przypadku Carbon. Obsługa audio i wideo w Carbon to jedyna rzeczywista różnica w tym wierszu.

• Pozycjonowanie — długoterminowa praca profesjonalna, a nie czat. OpenAI sprzedaje Astra do pracy, która przechodzi od instrukcji do gotowego artefaktu przez wiele kroków, na powierzchniach roboczych, a nie w produkcie czatowym. Google sprzedaje Carbon jako swój najmocniejszy model do złożonych zadań długoterminowych, z rozszerzonymi pętlami weryfikacji w inżynierii oprogramowania, cyberbezpieczeństwie, pracy wiedzy i nauce. Żaden z dostawców nie twierdzi, że ma lepszego chatbota.

• Ograniczony dostęp na start — Astra dla wybranego zestawu organizacji już pierwszego dnia, a następnie szersze wdrożenie w ChatGPT i API; Carbon dla specjalistów ds. cyberbezpieczeństwa i partnerów Fairwind przez dwanaście dni przed płatnym dostępem do API.

• Niezależna pozycja — oba są mierzone w Artificial Analysis Intelligence Index v5.0.1, co nie jest prawdą w przypadku każdego modelu w tym przedziale cenowym i sprawia, że liczby te są wzajemnie porównywalne w sposób, w jaki większość porównań między laboratoriami nie jest.

• {{1}}Data odcięcia wiedzy{{/1}} — w przypadku Astry to 30 kwietnia 2026 r. G​oogle nie opublikował daty odcięcia dla Carbon, a jego dokumentacja modelu nie zawiera tego pola, więc ten wiersz jest jednostronny i warto o tym wiedzieć, zanim zbudujesz potok wrażliwy na aktualność w oparciu o założenie, że jest aktualny.

Linia o 272 000 tokenów — przeanalizowana.

To jest ta część porównania, która zmienia budżety, dlatego zamiast przymiotników opiera się na arytmetyce.

GPT-6 Astra pobiera 10 USD za milion tokenów wejściowych i 50 USD za milion tokenów wyjściowych do 272 000 tokenów wejściowych. Po przekroczeniu tego progu pobiera 20 USD za milion tokenów wejściowych i 75 USD za milion tokenów wyjściowych — a nowej stawce podlega całe zapytanie, nie tylko tokeny powyżej progu. Prompt o długości 300 000 tokenów nie kosztuje trochę więcej niż prompt o długości 270 000 tokenów; kosztuje dwa razy więcej na wejściu i o połowę więcej na wyjściu — dla wszystkich 300 000 tokenów.

Gemini 4 Carbon nie ma progów cenowych zależnych od długości. Jego stawka wynosi 4 USD za milion tokenów wejściowych i 20 USD za milion tokenów wyjściowych od 1 grudnia 2026 r., a 2 USD/10 USD do 30 listopada. Nie ma żadnego progu przy żadnej długości kontekstu, co oznacza, że ta sama stawka obowiązuje niezależnie od tego, czy wysyłasz 2000 tokenów, czy 900 000.

Skieruj żądanie analizy dokumentu obejmującego 400 000 tokenów do obu, przy wycenie emisji dwutlenku węgla obowiązującej po 1 grudnia:

• GPT-6 Astra — 400 000 tokenów wejściowych po 20 USD za milion to 8,00 USD za prompt, jeszcze przed wygenerowaniem jakiegokolwiek wyjścia. To samo żądanie poniżej progu 272 000 tokenów kosztowałoby 4,00 USD; przekroczenie granicy podwoiło tę kwotę.

• G​emini 4 Carbon — 400 000 tokenów wejściowych po 4 USD za milion to 1,60 USD. Żaden aspekt długości nie zmienił stawki.

Dodaj 20 000 tokenów wyjściowych, a różnica się powiększa: Astra rozlicza je po 75 USD za milion, czyli 1,50 USD, w porównaniu z 20 USD za milion u Carbon, czyli 0,40 USD. Całe żądanie kosztuje 9,50 USD wobec 2,00 USD. W przypadku potoku przetwarzania, który odczytuje całe bazy kodu lub pełne zestawy dokumentów, oznacza to pięciokrotną różnicę w dokładnie tym obciążeniu, do którego oba modele są sprzedawane — i jest to niewidoczne na cenniku podającym wyłącznie liczby nagłówkowe.

Przewaga Carbonu jest mniejsza przy krótkich promptach, gdzie oba mieszczą się w swoim tanim przedziale, a stawki Astry 10/50 USD wobec 4/20 USD Carbonu dają 60% taniej, a nie pięciokrotnie taniej. To klif, a nie nagłówek, jest tym, co trzeba modelować.

Wyniki oraz dwa benchmarki, które działają w przeciwnym kierunku

Artificial Analysis ma oba modele, zmierzone na tym samym indeksie, co jest najczystszym dostępnym porównaniem:

• Intelligence Index v5.0.1 — G​emini 4 Carbon 60 przy wysokim wysiłku, czwarty z 74. GPT-6 Astra 57 przy maksymalnym wysiłku, ósmy z 74. Własny suwak Carbon ustawia go na 58 przy średnim i 54 przy niskim; Astra osiąga 55 przy xhigh i wysokim, 52 przy średnim i 43 przy niskim.

• Koszt na zadanie indeksowania — 7,76 USD w przypadku Carbon wobec 6,24 USD w przypadku Astra. Astra jest tańszym modelem na ukończone zadanie, mimo że kosztuje więcej za token, ponieważ jest mniej rozwlekła w ocenie.

• Szybkość generowania — 79 tokenów na sekundę w przypadku Carbon, 37 w przypadku Astra. To największa różnica w niezależnych danych i wypada ponad dwukrotnie na korzyść Carbon.

• Czas do pierwszego tokenu odpowiedzi — 67 sekund dla Carbon wobec 238 sekund dla Astra. Cztery minuty do pierwszego tokenu to inna kategoria opóźnienia i właśnie dlatego Astra jest wdrażana za kolejką, a nie za procedurą obsługi żądania.

• Gadatliwość — Carbon zużył 205 milionów tokenów wyjściowych na indeksie, strona Astry nie publikuje równoważnej wartości przy maksymalnym wysiłku, więc tego wiersza nie można porównać i nie należy go zgadywać.

Przy najwyższych ustawieniach różnica między nimi wynosi trzy punkty, a kolejność pozostaje stabilna wraz ze zmianą poziomu wysiłku: średni poziom Carbon (58) nadal wygrywa z maksymalnym ustawieniem Astra (57). Ale niezależne dane zawierają też kontrprzykład, który ma znaczenie. Własny post Google’a z 10 listopada przyznaje, że Carbon przegrywa z GPT-6 Astra w FrontierSWE 2 — to jedna z dwóch wymienionych porażek w benchmarkach — i jest to porównanie raportowane przez dostawcę, pochodzące z własnych materiałów premierowych modelu, co czyni je w przybliżeniu tak wiarygodnym, jak tylko może być przyznanie. Dla porządku: Carbon przegrywa też z Claude Opus 5.5 w OSWorld-2.1 offline.

Pozostała część karty premierowej Carbon pochodzi od samego G​oogle'a i nie została odtworzona: pierwsze miejsce w CursorBench 4.0, w WANDR od Perplexity i w AutomationBench od Zapiera przy ponad dwukrotnie niższym koszcie na zadanie niż w przypadku następnego najlepszego modelu zewnętrznego; drugie miejsce w nowym benchmarku Multimodal Knowledge Agent przy ponad sześciokrotnie niższym średnim koszcie na zadanie; ex aequo na pierwszym miejscu w kompleksowej ocenie finansowej Hebbia; najwyższa pozycja spośród 23 konfiguracji frontier w GMI Balyasny'ego. Po stronie cyberbezpieczeństwa: SEC-bench Pro 88,2%, ExploitGym 54,8%, CWE-bench 71,0% oraz Project Fortify przy 100% recallu skanowania i 95% precyzji triage'u. Każde z nich to twierdzenie o konkretnym zestawie zadań, opublikowane przez dostawcę, niezaudytowane przez nikogo spoza G​oogle'a, dotyczące modelu, który jest ogólnie dostępny od zaledwie jednego dnia.

Dwie bramy, dwa różne problemy

Brama Astry to klasyfikacja. Przekroczenie poziomu Critical w ramach Preparedness Framework OpenAI to stwierdzenie dotyczące tego, co model potrafi, a konsekwencje są strukturalne: wdrożenia korporacyjne są domyślnie dostarczane w stanie wyłączonym, administratorzy muszą jawnie włączyć model, a zabezpieczenia rozszerzają się warstwowo, zamiast otwierać się wszystkie naraz. Zaletą takiego kształtu jest to, że kontrola pozostaje w rękach administratora klienta. Kosztem jest to, że wdrożenie korporacyjne ma dodatkowy etap zatwierdzania, który nie dotyczy zakupów.

Dostęp do Carbonu odbywał się przez kohortę. Post Google'a z 28 października wymienił obrońców cyberbezpieczeństwa, następnie partnerów programu Fairwind, a potem deweloperów i konsumentów „tak szybko, jak to możliwe”. Nie było identyfikatora模型? Przepraszam — nie było identyfikatora modelu, punktu końcowego, zastrzeżenia w cenniku ani opublikowanej karty modelu. 10 listopada otwarto płatne API i pojawił się cennik, a kontrola dostępu przesunęła się z tego, kto może wywoływać model, na to, kto może wywoływać go bez płacenia — czyli nikt. Carbon nie ma żadnej warstwy darmowej: każdy token jest rozliczany, w tym tokeny myślenia oraz instrukcje systemowe narzędzi, gdy włączone jest ugruntowywanie.

Tę różnicę warto jasno przedstawić każdemu, kto planuje wdrożenie. Ograniczeniem Astry jest przełącznik administracyjny, który kontroluje ktoś w Twojej organizacji. Ograniczeniem Carbona jest rachunek bez minimalnego progu i — na dzień 11 listopada — brak opublikowanych limitów szybkości — strona modelu Google ich nie podaje, więc przepustowość poznaje się, wywołując API, a nie czytając o niej.

Który z nich umieścić za trudną decyzją

W przypadku pracy z dokumentami i bazami kodu w długim kontekście odpowiedzią jest Carbon, a powodem jest granica 272 000 tokenów, a nie trzypunktowa różnica w indeksie. Zmiana cennika Astry to pułapka dokładnie dla tego obciążenia, dla którego ją zbudowano; model sprzedawany jako rozwiązanie do kompleksowej pracy zawodowej w długich horyzontach to model, który rutynowo przekroczy 272 000 tokenów wejściowych, a każde z takich żądań płaci podwójnie za cały prompt.

W przypadku serwowania wrażliwego na opóźnienia żaden z nich się nie nadaje, a wybór jest bez znaczenia. 67 sekund do pierwszego tokenu w porównaniu z 238 to rywalizacja między dwoma modelami, z których oba powinny trafić do kolejki wsadowej.

W przypadku obciążenia, w którym sprawdzają się konkretne mocne strony Astry — a własne przyznanie Google’a w FrontierSWE 2 mówi, że istnieje co najmniej jedno — trzypunktowa różnica jest mniejsza niż przedział ufności pojedynczego indeksu, a koszt przełączenia przewyższa tę różnicę. Astra jest też w produkcji od dwóch miesięcy, a Carbon od jednego dnia, co stanowi realną przewagę w modelu, którego tryby awarii już skatalogowałeś.

Wiersz „koszt na zadanie” zasługuje na jeszcze jedno przeanalizowanie, bo to liczba, po którą sięgnie sceptyk. Astra za 6,24 USD wobec Carbon za 7,76 USD oznacza, że Astra jest o 20% tańsza w przeliczeniu na ukończone zadanie indeksu, choć kosztuje o 150% więcej za token. Różnicę wyjaśnia gadatliwość: Astra mniej „myśli” przy indeksie, a Carbon więcej. Jeśli Twoje obciążenie przypomina indeks, uczciwą liczbą jest koszt na zadanie. Jeśli przypomina odczyt dokumentu o 400 000 tokenów, koszt na zadanie jest nieistotny, a o wszystkim decyduje przedział długości. Większość rzeczywistych obciążeń należy do drugiego rodzaju, dlatego główne porównanie cen zaniża przewagę Carbon, a nie ją zawyża.

Uruchamianie obu — co zrobi większość zespołów

Realistyczny wynik tak wyrównanego porównania jest taki, że zespół kończy z oboma: Carbon do długich odczytów i prac okołocyberbezpieczeństwowych, Astra do tego, w czym istniejące pipeline'y już dowiodły, że jest dobra. Oba to API dostawców z zamkniętymi wagami, więc oznacza to dwa kontrakty, dwie powierzchnie SDK i dwie relacje rozliczeniowe — sytuację, którą router ma spłaszczyć. Oba są tutaj w katalogu: openai/gpt-6-astra po 10 i 50 USD u O​penAI, z odczytem z pamięci podręcznej za 1,00 USD oraz tę samą taryfikację 272 000 tokenów i ten sam interfejs zgodny z OpenAI, co pozostałe 216 modeli dostępnych na kluczu. G​emini 4 Carbon nie znajduje się w naszym katalogu i dostęp do niego uzyskuje się przez płatne API G​oogle; nic tutaj nie powinno być odczytywane jako twierdzenie, że go obsługujemy.

To, co daje routing w tym konkretnym zestawieniu, to łańcuch zapasowy. Carbon jest dostępny dla ogółu użytkowników od jednego dnia, z niepublikowanymi limitami zapytań — czyli dokładnie w sytuacji, w której drugi model za tym samym endpointem zamienia awarię w wolniejszą odpowiedź, a nie w nieudane żądanie. Oznacza to również, że zmiana cennika z 1 grudnia wchodzi jako zmiana konfiguracji, a nie migracja — cena katalogowa dostawcy jest przenoszona przy 0% narzutu, więc liczba po naszej stronie zmienia się tego samego dnia co u Google'a, a polityka kierująca długie prompty do modelu, który w tym miesiącu jest tańszy za token, to jedna linia w DSL, a nie gałąź w kodzie.

Co obejrzeć

Dwie rzeczy, obie z datą. Cena Carbon podwaja się 1 grudnia, co o połowę zmniejszy główną lukę względem Astra przy krótkich promptach, ale nie zmieni luki w długim kontekście — przepaść się powiększa, a nie zmniejsza. A drabinka poziomów wysiłku Astra daje OpenAI pole do manewru bez nowego modelu: xhigh na poziomie 55 jest o trzy punkty poniżej ustawienia maksymalnego, które kosztuje więcej na zadanie, więc domyślne routowanie na xhigh jest uzasadnionym sposobem kupowania mocy Astra po niższej efektywnej stawce — i takim, którego większość kupujących nigdy nie wypróbuje.

To, co się nie zmieni, to strukturalny fakt, na którym opiera się to porównanie. Jeden z tych modeli pobiera stałą stawkę przy dowolnej długości, a drugi podwaja całe zapytanie po przekroczeniu progu, i w przypadku długoterminowej pracy, którą reklamują obaj dostawcy, ta różnica jest warta więcej niż trzy punkty indeksu.