GPT-6.1 Sol kontra Gemini 4 Carbon: pięć punktów w indeksie, sześciokrotnie wyższy rachunek i jeden, na który nie można zadzwonić

Porównanie między GPT-6.1 Sol a Gemini 4 Carbon ma nietypowy kształt: jeden z nich odpowiada na żądania produkcyjne od 29 września 2026 r., a drugi odpowiada na benchmarki od 28 października. Carbon od Google jest prawdziwy, to model z najwyższym wynikiem w niezależnym rankingu, i nie można wysłać do niego żądania, chyba że jesteś obrońcą cyberbezpieczeństwa dopuszczonym do programu Fairwind Google'a. Brak publicznego identyfikatora modelu, brak opublikowanej strony z cenami, brak punktu końcowego. GPT-6.1 Sol możesz wywołać jeszcze dziś po południu. Ta asymetria nie czyni porównania bezcelowym — czyni je innym porównaniem niż to, które sugerują rankingi, i znacznie bardziej praktycznym.

Jedno jest produktem, drugie programem.

Google ogłosiło Gemini 4 Carbon jako „nasz kolejny model graniczny” 28 października 2026 r., dwa tygodnie po Gemini 4 Argon. Dostęp otwarto dla wybranej grupy specjalistów ds. cyberbezpieczeństwa za pośrednictwem Fairwind, a szerszy dostęp dla programistów, firm i konsumentów obiecano „tak szybko, jak to możliwe”, bez podania daty. Na dzień 5 listopada nadal nie ma identyfikatora modelu ogólnie dostępnego. Podana przez Google cena — 2,00 USD za milion tokenów wejściowych i 10,00 USD za milion tokenów wyjściowych, 95% zniżki na wejście z pamięci podręcznej, rosnąca do 4,00 USD i 20,00 USD według stawek standardowych, bez potwierdzonej daty zakończenia poziomu wprowadzającego — to cennik usługi, której większość czytelników nie może kupić.

GPT-6.1 Sol jest ogólnie dostępny w OpenAI API od 29 września w dokładnie tej samej cenie podstawowej: 2,00 USD za wejście, 10,00 USD za wyjście, 0,10 USD za wejście z pamięci podręcznej, 2,50 USD za zapis do pamięci podręcznej, z progiem długiego kontekstu, który przelicza całe żądanie na 4,00 USD za wejście i 15,00 USD za wyjście powyżej 272 000 tokenów wejściowych. Nasz katalog oferuje go jako openai/gpt-6.1-sol, wpisany 2026-09-29, w cenie samego OpenAI, bez marży. Nie oferujemy Gemini 4 Carbon, ponieważ nie ma jeszcze czego oferować; oferujemy Gemini 4 Argon.

Uczciwe postawienie sprawy to nie „na co powinieneś się przerzucić”, lecz „z czego właściwie składa się pięciopunktowa przewaga Carbonu i ile byłbyś gotów za nią zapłacić, gdyby była w menu”.

Identyczne cenniki, a rachunek różni się sześciokrotnie

Oba modele mają w cenniku $2.00 i $10.00. Czytając ten wiersz, doszedłbyś do wniosku, że ich uruchomienie kosztuje tyle samo. Niezależny pomiar mówi co innego, a przyczyną jest wolumen, a nie cena.

• Intelligence Index v5.0.1 — Gemini 4 Carbon 60 kontra GPT-6.1 Sol 55, oba przy maksymalnym opublikowanym nakładzie

• Szybkość generowania — Carbon 68 tokenów/s vs Sol 56 tokenów/s

• Koszt na ukończone zadanie indeksowania — Carbon $7.76 vs Sol $1.27

• Tokeny wyjściowe zużyte podczas indeksowania — Carbon 205 milionów vs Sol 63,7 miliona

• Czas na zadanie indeksowania — Sol 20,3 minuty, a na pierwszy token odpowiedzi 157,57 sekundy

• Okno kontekstu — Carbon 1M vs Sol 1 050 000

• Maksymalna wielkość danych wyjściowych w jednej odpowiedzi — Sol 128 000 tokenów; Google nie opublikował wartości dla Carbon

• Modalności — oba przyjmują tekst i obrazy i zwracają tekst

• Dostępność — Carbon ograniczony do obrońców Fairwind, brak publicznego identyfikatora, podczas gdy Sol jest ogólnie dostępny od 29 września

• Cena katalogowa — zarówno $2.00 za wejście, jak i $10.00 za wyjście za milion, przed przejściem Carbonu na $4.00 i $20.00

Carbon wygenerował 3,2 razy więcej tokenów wyjściowych niż Sol i kosztował 6,1 razy więcej na zadanie. Rachunek rośnie szybciej niż liczba tokenów, co ma miejsce, gdy model myśli dłużej i wchłania więcej kontekstu na próbę. Pięciopunktowa przewaga w indeksie okupiona sześciokrotnym wydatkiem to uzasadniony kompromis dla zespołu ds. bezpieczeństwa przeprowadzającego kilkaset analiz o wysokiej stawce; jest to nie do obrony w przypadku czegokolwiek z kolejką.

Gdzie Carbon naprawdę wyprzedza konkurencję

Łatwo byłoby — i błędnie — zaklasyfikować Carbon jako drogi krawat. W testach, które Google zbudowało lub wybrało, wiedzie wyraźnie prym, a właśnie te testy są najbliższe ogłoszonemu przypadkowi użycia.

• SEC-bench Pro, wykrywanie podatności — Carbon 88,2%. Zgłoszone przez Google.

• ExploitGym, eksploatacja — Carbon 54,8%. Zgłoszone przez Google.

• CWE-bench, łatanie — Carbon 71,0%. Zgłoszone przez Google.

• Gray Swan pośrednia iniekcja promptów — 0,0% wskaźnika skuteczności ataków. Według Google.

• GDPx, 206-zadaniowy profesjonalny benchmark SemiAnalysis — Carbon około 10,9% przy około 16 USD na zadanie, za Claude Opus 5.5 z około 12% i około 51 USD na zadanie.

• AA-Omniscience — Carbon prowadzi w rankingu dokładności wiedzy; niezależne analizy wskazują, że jego wskaźnik halucynacji wynosi blisko 11%, czyli więcej niż u Argon, co warto wiedzieć, zanim uzna się prowadzenie w cyberbezpieczeństwie za prowadzenie w ogólnej niezawodności.

Liczby dotyczące cyberbezpieczeństwa są powodem, dla którego model istnieje, i powodem, dla którego ma ograniczony dostęp. Nie zostały też odtworzone przez nikogo spoza Google, zostały przeprowadzone bez zabezpieczeń według relacji z premiery i opublikowane bez osobnej karty systemu w momencie premiery. Oznacz je jako deklarowane przez dostawcę i przejdź dalej; nie są powodem, dla którego typowy zespół inżynierski wybrałby ten model.

Ten lead ma charakter domenowy, a nie ogólny.

Najbardziej użyteczny wynik zewnętrzny z minionego tygodnia jest negatywny. Gdy SemiAnalysis ponownie uruchomiło swój ranking GDPx z wyłączonymi zadaniami z zakresu cyberbezpieczeństwa, biologii i alignmentu, kolejność się zmieniła: GPT-6 Astra przesunął się na pierwsze miejsce, a zarówno GPT-6.1 Sol, jak i Claude Sonnet 5.5 wyprzedziły Gemini 4 Carbon. SemiAnalysis stwierdziło, że zmieniona kolejność lepiej odpowiadała jego własnym subiektywnym wrażeniom.

To precyzyjne stwierdzenie o tym, czym jest Carbon. Nie jest on wszechstronnie mądrzejszy; jest nieproporcjonalnie mocny w klastrze dziedzin, który akurat jest tym, na co Google go naprowadziło, a zagregowany indeks nagradza ten klaster. Jeśli Twoim obciążeniem jest analiza bezpieczeństwa, to jest cały argument za czekaniem na dostęp. Jeśli Twoim obciążeniem jest potok przetwarzania dokumentów, agent kodujący lub proces obsługi, pięciopunktowa różnica w dużej mierze składa się z zadań, których nigdy nie uruchomisz, a porównujesz model, który możesz wywołać, z tym, którego nie możesz.

Co Sol robi lepiej, według własnych danych OpenAI

Twierdzenia OpenAI dotyczące premiery GPT-6.1 Sol pochodzą od samego dostawcy i należy je tak odczytywać, ale są wystarczająco konkretne, by można je było później zweryfikować. W DeepSWE v1.1 podaje 75,22% przy wysokim wysiłku i 71,90% przy maksymalnym — nietypowym szczegółem jest to, że w tym benchmarku szczyt przypada na ustawienie wysokie, a nie maksymalne. W OSWorld 2.0 — 71,42% przy maksymalnym. W Terminal-Bench Science 0.1 — 57,02% przy maksymalnym, wobec 68,1% GPT-6 Astra. W AutomationBench 1.0.6 — 36,10% przy maksymalnym. W GDP.pdf — 32,0% przy wysokim, tyle samo co Astra.

To, co użyteczne, to układ tych liczb: Sol jest blisko Astry w pracy z dokumentami i kodowaniem, a wyraźnie za nią w nauce i długoterminowej automatyzacji. To koń roboczy z pułapem bliskim czołówki, sprzedawany za jedną piątą ceny Astry wynoszącej 10,00 i 50,00 USD. Niezależny pomiar potwierdza ten kształt — 55 w v5.0.1 nie jest wynikiem z czołówki, ale 1,27 USD za ukończone zadanie to najniższa wartość w tym porównaniu, i to z dużą przewagą.

Decyzja, dla dwojga czytelników, których ma ten artykuł

Jeśli jesteś obrońcą w Fairwind, ten układ jest realny, a powyższe liczby to właśnie ten układ: pięć punktów indeksu i duża przewaga w obszarze cyberbezpieczeństwa w zamian za sześciokrotny koszt na zadanie i cennik, który podwaja się po zakończeniu okresu wprowadzającego. Używaj Carbon tam, gdzie analiza jest produktem końcowym, a Sol tam, gdzie liczy się wolumen.

Jeśli jesteś kimkolwiek innym, Carbon nie jest decyzją, lecz pozycją do obserwacji. Modelem, z którym należy dziś porównywać, jest Gemini 4 Argon, który nasz katalog oferuje jako google/gemini-4-argon w tej samej cenie wprowadzającej $2.00 i $10.00 i który uzyskuje 50 punktów w tym samym indeksie v5.0.1 — pięć punktów mniej niż Sol, przy 68 tokenach na sekundę i koszcie na zadanie w tym samym zakresie co Carbon. Argon podwaja się do $4.00 i $20.00 w standardowych stawkach, i to jest data, którą należy wpisać do kalendarza.

Powód, dla którego warto zwracać uwagę na bramkowanie, a nie tylko na wyniki, jest taki, że warstwa routingu sprawia, że ostateczna odpowiedź jest tania. Zarówno Sol, jak i Argon są tutaj dostępne za jednym kluczem, w cenie katalogowej dostawcy bez narzutu, więc porównanie to zmiana konfiguracji, a nie drugi kontrakt. Kiedy Carbon się otworzy, DSL routingu jest właściwym miejscem na podział według zadań: analiza cyber do specjalisty, wszystko inne do konia pociągowego, z przełączaniem awaryjnym, jeśli specjalista będzie ograniczony limitem już pierwszego dnia. Budowanie potoku pod jeden model i twarde zakodowanie go to decyzja, która źle się starzeje, a ta para jest najczystszym argumentem, by jej nie podejmować.

Pięć punktów to realna różnica między dwoma modelami. To jednak samo w sobie nie jest powodem, by przebudowywać cały stos wokół usługi, która jeszcze nie otworzyła swoich drzwi.