
Gemini 4 Carbon กับ GPT-6 Astra: เรือธงแบบมีเงื่อนไขการเข้าถึงสองรุ่น กับดักการปรับราคาหนึ่งเดียว
- Anthropicใหม่Anthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 ต่อ 1 ล้านโทเค็น · 100 tok/s
- orcaใหม่Orca: OrcaC2 1.02026-11-0731 tok/s
- Orcaใหม่OrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 ต่อ 1 ล้านโทเค็น · 122 tok/s
- Orcaใหม่OrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 229 tok/s
- Orcaใหม่OrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 ต่อ 1 ล้านโทเค็น · 39 tok/s
- Orcaใหม่OrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 129 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 58 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 97 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 40 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447ความฉลาด
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 123 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929ความฉลาด
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 ต่อ 1 ล้านโทเค็น · 104 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733ความฉลาด
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740ความฉลาด
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 ต่อ 1 ล้านโทเค็น · 63 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955ความฉลาด
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855ความฉลาด
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 ต่อ 1 ล้านโทเค็น · 425 tok/s
- OpenAIOpenAI: GPT-6 Luna2026-09-2228ความฉลาด
ทั้งสองโมเดลนี้เปิดตัวโดยปิดใช้งานไว้ GPT-6 Astra มาถึงเมื่อวันที่ 3 กันยายน 2026 ในฐานะโมเดลแรกของ OpenAI ที่ข้ามเกณฑ์ความมั่นคงปลอดภัยไซเบอร์ระดับ Critical ภายใต้ Preparedness Framework ของตนเอง และเข้าสู่องค์กรโดยปิดใช้งานเป็นค่าเริ่มต้นจนกระทั่งผู้ดูแลระบบได้รับตัวควบคุมเพื่อเปิดใช้งานในวันที่ 9 กันยายน Gemini 4 Carbon มาถึงเมื่อวันที่ 28 ตุลาคม 2026 สำหรับกลุ่มผู้ป้องกันไซเบอร์ที่ระบุชื่อผ่าน Fairwind Program ของ Google และเปิดให้เฉพาะนักพัฒนา API แบบเสียค่าใช้จ่ายในวันที่ 10 พฤศจิกายน ประวัติร่วมกันนี้คือเหตุผลว่าทำไมการเปรียบเทียบจึงน่าสนใจกว่าการดูเพียงคะแนน: ห้องปฏิบัติการแนวหน้าสองแห่งสรุปอย่างเป็นอิสระว่าโมเดลที่มีความสามารถขนาดนี้จำเป็นต้องมีประตูควบคุม และประตูทั้งสองทำงานแตกต่างกัน นอกจากนี้ยังอธิบายตัวเลขที่ผู้ซื้อส่วนใหญ่พลาดไป ซึ่งก็คือ Carbon คิดอัตราเดียวกันสำหรับคำขอ 900,000 โทเค็นกับคำขอ 9,000 โทเค็น ขณะที่ GPT-6 Astra คิดราคาคำขอทั้งหมดใหม่เมื่อคุณเกิน 272,000 โทเค็นอินพุต
ในกรณีที่ทั้งสองเหมือนกันจริง ๆ
เริ่มจากแถวที่ตรงกัน เพราะแถวเหล่านี้ช่วยจำกัดทางเลือกได้เร็วกว่าแถวที่แตกต่างกัน
• หน้าต่างบริบท — 1,000,000 โทเค็นสำหรับ Carbon; 1,050,000 สำหรับ Astra โดย 922,000 คือจำนวนอินพุตสูงสุด และ 128,000 คือจำนวนเอาต์พุตสูงสุด ในทางปฏิบัติสำหรับพรอมต์ทั่วไปแล้ว สิ่งเหล่านี้อยู่ในขอบเขตเดียวกัน และผู้จำหน่ายทั้งสองรายระบุเป็นตัวเลขกลมหลักล้าน
• รูปแบบอินพุต — ข้อความ รูปภาพ และไฟล์สำหรับ Astra; ข้อความ รูปภาพ เสียง วิดีโอ และ PDF สำหรับ Carbon การรองรับเสียงและวิดีโอของ Carbon เป็นความแตกต่างที่แท้จริงเพียงอย่างเดียวในแถวนี้
• การวางตำแหน่ง — งานระดับมืออาชีพที่มองระยะยาว มากกว่าการแชต OpenAI ขาย Astra สำหรับงานที่เริ่มจากคำสั่งไปจนถึงชิ้นงานสำเร็จผ่านหลายขั้นตอน บนพื้นที่ทำงานแทนที่จะเป็นผลิตภัณฑ์แชต Google ขาย Carbon ในฐานะโมเดลที่แข็งแกร่งที่สุดสำหรับงานระยะยาวที่ซับซ้อน พร้อมวงจรการตรวจสอบที่ขยายออกไปครอบคลุมวิศวกรรมซอฟต์แวร์ ความมั่นคงปลอดภัยไซเบอร์ งานองค์ความรู้ และวิทยาศาสตร์ ทั้งสองผู้ขายไม่ได้อ้างว่าเป็นแชตบอตที่ดีกว่า
จำกัดการเข้าถึงเมื่อเปิดตัว — Astra สำหรับองค์กรจำนวนจำกัดในวันแรก จากนั้นจึงขยายไปยัง ChatGPT และ API ในวงกว้างขึ้น; Carbon สำหรับนักป้องกันภัยไซเบอร์และพาร์ตเนอร์ของ Fairwind เป็นเวลาสิบสองวันก่อนเปิดให้เข้าถึง API แบบชำระเงิน
• จุดยืนที่เป็นอิสระ — ทั้งคู่ได้รับการวัดบน Artificial Analysis Intelligence Index v5.0.1 ซึ่งไม่ใช่โมเดลทุกรุ่นในช่วงราคานี้ที่จะได้รับการวัดเช่นนี้ และทำให้ตัวเลขต่างๆ เปรียบเทียบกันได้ในแบบที่การเปรียบเทียบข้ามห้องแล็บส่วนใหญ่ทำไม่ได้
• ขีดจำกัดความรู้ (Knowledge cutoff) — ของ Astra คือ 30 เมษายน 2026 Google ไม่ได้เผยแพร่ขีดจำกัดความรู้สำหรับ Carbon และเอกสารประกอบโมเดลของ Carbon ก็ไม่มีฟิลด์นี้ ดังนั้นแถวนั้นจึงมีข้อมูลเพียงด้านเดียว และควรทราบก่อนที่คุณจะสร้างไปป์ไลน์ที่อ่อนไหวต่อความใหม่ โดยตั้งสมมติฐานว่าข้อมูลนั้นเป็นปัจจุบัน
บรรทัด 272,000 โทเคน ที่ดำเนินการจนเสร็จสิ้น
นี่คือส่วนของการเปรียบเทียบที่ทำให้งบประมาณเปลี่ยนแปลง ดังนั้นจึงใช้การคำนวณทางคณิตศาสตร์แทนการใช้คำคุณศัพท์
GPT-6 Astra คิดราคา 10 ดอลลาร์ต่อล้านโทเค็นอินพุต และ 50 ดอลลาร์ต่อล้านโทเค็นเอาต์พุต สำหรับอินพุตไม่เกิน 272,000 โทเค็น เมื่อเกินเส้นนั้นไปจะคิดราคา 20 และ 75 ดอลลาร์ — และทั้งคำขอจะถูกคิดราคาใหม่ ไม่ใช่เฉพาะโทเค็นที่เกินขอบเขตเท่านั้น พรอมต์ 300,000 โทเค็นไม่ได้มีราคาสูงกว่าพรอมต์ 270,000 โทเค็นเพียงเล็กน้อย แต่มีต้นทุนอินพุตเป็นสองเท่า และเอาต์พุตเพิ่มขึ้นครึ่งหนึ่ง สำหรับโทเค็นทั้ง 300,000 โทเค็น
Gemini 4 Carbon ไม่มีระดับราคาตามความยาว อัตราคือ $4 ต่ออินพุต 1 ล้านโทเค็น และ $20 ต่อเอาต์พุต 1 ล้านโทเค็น ตั้งแต่ 1 ธันวาคม 2026 และ $2/$10 จนถึง 30 พฤศจิกายน ไม่มีขั้นบันไดที่ความยาวบริบทใด ๆ ซึ่งหมายความว่าใช้อัตราเดียวกันไม่ว่าคุณจะส่ง 2,000 โทเค็นหรือ 900,000 โทเค็น
ส่งคำขอวิเคราะห์เอกสารขนาด 400,000 โทเค็นไปยังทั้งสองรายการ ณ การกำหนดราคาคาร์บอนหลังวันที่ 1 ธันวาคม:
• GPT-6 Astra — โทเค็นอินพุต 400,000 โทเค็น ที่ราคา $20 ต่อล้านโทเค็น คิดเป็น $8.00 สำหรับพรอมป์ ก่อนจะมีเอาต์พุตใด ๆ คำขอเดียวกันภายใต้ขีดจำกัด 272,000 โทเค็นจะเสีย $4.00; การข้ามขอบเขตทำให้ราคาเพิ่มเป็นสองเท่า
• Gemini 4 Carbon — โทเค็นอินพุต 400,000 โทเค็นที่ $4 ต่อล้านคิดเป็น $1.60 ความยาวไม่ได้เปลี่ยนอัตราเลย
เพิ่มโทเค็นเอาต์พุต 20,000 โทเค็น แล้วช่องว่างก็กว้างขึ้น: Astra คิดราคาโทเค็นเหล่านั้นที่ 75 ดอลลาร์ต่อล้าน หรือ 1.50 ดอลลาร์ เทียบกับ Carbon ที่ 20 ดอลลาร์ต่อล้าน หรือ 0.40 ดอลลาร์ คำขอเต็มอยู่ที่ 9.50 ดอลลาร์ เทียบกับ 2.00 ดอลลาร์ สำหรับไปป์ไลน์ที่อ่านทั้งโค้ดเบสหรือชุดเอกสารเต็ม นั่นคือความแตกต่างห้าเท่าบนภาระงานเดียวกันเป๊ะที่ทั้งสองโมเดลถูกขายมาเพื่อรองรับ — และมองไม่เห็นบนตารางราคาที่ระบุเฉพาะตัวเลขหลักเท่านั้น
ข้อได้เปรียบของ Carbon แคบลงเมื่อใช้พรอมป์ต์สั้น ซึ่งทั้งคู่อยู่ในช่วงราคาถูก และราคา $10/$50 ของ Astra เทียบกับ $4/$20 ของ Carbon คำนวณออกมาเป็นถูกกว่า 60% ไม่ใช่ถูกกว่าห้าเท่า สิ่งที่ต้องนำไปจำลองคือ “หน้าผา” ไม่ใช่ “พาดหัว”

คะแนน และสองเบนช์มาร์กที่ไปในทิศทางตรงกันข้าม
Artificial Analysis มีทั้งสองโมเดล โดยวัดบนดัชนีเดียวกัน ซึ่งเป็นการเปรียบเทียบที่ชัดเจนที่สุดเท่าที่มี:
• Intelligence Index v5.0.1 — Gemini 4 Carbon 60 ที่ระดับความพยายามสูง อยู่อันดับที่สี่จาก 74 GPT-6 Astra 57 ที่ระดับความพยายามสูงสุด อยู่อันดับที่แปดจาก 74 ตัวปรับของ Carbon เองเลื่อนค่าเป็น 58 ที่ระดับปานกลาง และ 54 ที่ระดับต่ำ; ของ Astra ทำได้ 55 ที่ xhigh และสูง, 52 ที่ปานกลาง และ 43 ที่ต่ำ
• ต้นทุนต่องานจัดทำดัชนี — Carbon อยู่ที่ $7.76 เทียบกับ $6.24 ของ Astra Astra เป็นโมเดลที่ถูกกว่าต่อหนึ่งงานที่ทำเสร็จ แม้จะมีต้นทุนต่อโทเคนสูงกว่า เนื่องจากตอบได้กระชับกว่าในการประเมิน
• ความเร็วในการส่งออก — 79 โทเคนต่อวินาทีสำหรับ Carbon และ 37 สำหรับ Astra นี่คือช่องว่างที่กว้างที่สุดในข้อมูลอิสระ และเป็นข้อได้เปรียบของ Carbon มากกว่า 2 เท่า
• เวลาถึงโทเคนคำตอบแรก — 67 วินาทีสำหรับ Carbon เทียบกับ 238 วินาทีสำหรับ Astra สี่นาทีก่อนจะได้โทเคนแรกเป็นความหน่วงคนละระดับ และนี่คือเหตุผลที่ Astra ถูกติดตั้งให้อยู่หลังคิวแทนที่จะเป็นตัวจัดการคำขอ
• ความละเอียดของคำตอบ — Carbon ใช้โทเค็นเอาต์พุต 205 ล้านโทเค็นบนดัชนี ขณะที่หน้าของ Astra ไม่ได้เผยแพร่ตัวเลขที่เทียบเท่ากันที่ระดับ max effort ดังนั้นแถวนั้นจึงไม่สามารถเปรียบเทียบได้ และไม่ควรคาดเดา
ห่างกันสามคะแนนที่การตั้งค่าสูงสุดของแต่ละตัว และลำดับยังคงที่เมื่อปรับระดับความพยายาม: ระดับ medium ของ Carbon (58) ยังคงเอาชนะระดับ max ของ Astra (57) ได้ แต่ข้อมูลอิสระยังมีตัวอย่างโต้แย้งที่สำคัญอยู่ด้วย โพสต์ของ Google เองเมื่อวันที่ 10 พฤศจิกายน ยอมรับว่า Carbon แพ้ FrontierSWE 2 ให้กับ GPT-6 Astra — หนึ่งในสองความพ่ายแพ้บนเบนช์มาร์กที่โพสต์ดังกล่าวระบุ — และนั่นเป็นการเปรียบเทียบที่ผู้ขายรายงานเองจากเอกสารเปิดตัวของโมเดล ซึ่งทำให้ความน่าเชื่อถือของมันสูงที่สุดเท่าที่การยอมรับหนึ่งครั้งจะเป็นได้ Carbon ยังแพ้ OSWorld-2.1 แบบออฟไลน์ให้กับ Claude Opus 5.5 ด้วย สำหรับบันทึกไว้
ส่วนที่เหลือของเอกสารเปิดตัว Carbon เป็นของ Google เองและยังไม่มีการทำซ้ำ: เป็นอันดับหนึ่งบน CursorBench 4.0, WANDR ของ Perplexity และ AutomationBench ของ Zapier โดยมีต้นทุนต่องานต่ำกว่าโมเดลภายนอกที่ดีที่สุดรองลงมาเกิน 2 เท่า; เป็นอันดับสองบน benchmark Multimodal Knowledge Agent ใหม่ ด้วยต้นทุนเฉลี่ยต่องานต่ำกว่าเกิน 6 เท่า; เสมอเป็นอันดับหนึ่งในการประเมินทางการเงินแบบครบวงจรของ Hebbia; เป็นอันดับหนึ่งในบรรดาการกำหนดค่าล้ำสมัย 23 แบบบน GMI ของ Balyasny ในด้านไซเบอร์ SEC-bench Pro 88.2%, ExploitGym 54.8%, CWE-bench 71.0% และ Project Fortify ที่รีคอลการสแกน 100% และความแม่นยำในการคัดแยก 95% ทุกข้อเป็นคำกล่าวอ้างเกี่ยวกับส่วนผสมของงานเฉพาะ ที่ผู้จำหน่ายเผยแพร่เอง ไม่ได้รับการตรวจสอบโดยบุคคลภายนอก Google บนโมเดลที่เพิ่งเรียกใช้งานได้ทั่วไปมาเพียงหนึ่งวัน
สองประตู สองปัญหาที่แตกต่างกัน
ด่านของ Astra คือการจัดประเภท การข้ามระดับ Critical ภายใต้กรอบ Preparedness ของ OpenAI เป็นข้อค้นพบเกี่ยวกับสิ่งที่โมเดลทำได้ และผลที่ตามมามีลักษณะเชิงโครงสร้าง นั่นคือ การปรับใช้ในองค์กรจะถูกปิดไว้เป็นค่าเริ่มต้นเมื่อส่งมอบ ผู้ดูแลระบบต้องเปิดใช้งานโมเดลอย่างชัดเจน และมาตรการป้องกันจะขยายเป็นลำดับชั้น แทนที่จะเปิดทั้งหมดพร้อมกัน ข้อดีของรูปแบบดังกล่าวคือการควบคุมอยู่ที่ผู้ดูแลระบบของลูกค้า ข้อเสียคือการเปิดใช้งานทั่วทั้งองค์กรมีขั้นตอนอนุมัติเพิ่มเติมที่ไม่เกี่ยวกับการจัดซื้อจัดจ้าง
การควบคุมการเข้าถึงของ Carbon เริ่มจากการจำกัดไว้ที่กลุ่มผู้ได้รับคัดเลือก โพสต์ของ Google ลงวันที่ 28 ตุลาคม ระบุชื่อนักป้องกันไซเบอร์ จากนั้นพันธมิตรของ Fairwind Program แล้วจึงเป็นนักพัฒนาและผู้บริโภค “โดยเร็วที่สุด” ไม่มี ID ของโมเดล ไม่มีเอนด์พอยต์ ไม่มีข้อแม้ในตารางราคา และไม่มีโมเดลการ์ดที่เผยแพร่ เมื่อวันที่ 10 พฤศจิกายน API แบบเสียค่าใช้จ่ายเปิดทำการและตารางราคาก็ปรากฏขึ้น การควบคุมสิทธิ์การเข้าถึงจึงเปลี่ยนจากคำถามว่าใครเรียกใช้โมเดลได้ ไปเป็นใครเรียกใช้ได้โดยไม่ต้องจ่ายเงิน — ซึ่งก็คือไม่มีใครเลย Carbon ไม่มีระดับฟรีเลยแม้แต่ระดับเดียว: ทุกโทเคนถูกคิดเงิน รวมถึงโทเคนที่ใช้คิด และรวมถึงคำสั่งระบบของเครื่องมือเมื่อเปิดใช้ grounding
ความแตกต่างนั้นควรพูดให้ชัดเจนสำหรับใครก็ตามที่กำลังวางแผนจะเปิดใช้งาน ข้อจำกัดของ Astra คือสวิตช์เชิงการจัดการที่คนในองค์กรของคุณเป็นผู้ควบคุม ส่วนข้อจำกัดของ Carbon คือใบเรียกเก็บเงินที่ไม่มีขั้นต่ำ และ ณ วันที่ 11 พฤศจิกายน ยังไม่มีขีดจำกัดอัตราการเรียกใช้งานที่เผยแพร่ — หน้าโมเดลของ Google ไม่ได้ระบุขีดจำกัดเหล่านี้ไว้ ดังนั้นอัตราการประมวลผลจึงเป็นสิ่งที่คุณต้องค้นพบด้วยการเรียก API แทนที่จะอ่านเกี่ยวกับมัน

จะเลือกอันไหนมาเป็นตัวหนุนหลังการตัดสินใจที่ยาก
สำหรับงานเอกสารและฐานโค้ดที่มีบริบทยาว คำตอบคือ Carbon และเหตุผลคือเส้นแบ่งที่ 272,000 โทเค็น ไม่ใช่ช่องว่างดัชนีสามจุด การปรับราคาของ Astra เป็นกับดักสำหรับภาระงานแบบที่มันถูกสร้างขึ้นมาพอดี โมเดลที่ขายด้วยงานวิชาชีพแบบ end-to-end ในระยะยาวคือโมเดลที่จะมีอินพุตเกิน 272,000 โทเค็นเป็นประจำ และทุกคำขอเหล่านั้นต้องจ่ายเป็นสองเท่าสำหรับพรอมต์ทั้งหมด
สำหรับการให้บริการที่ไวต่อเวลาแฝง ทั้งสองแบบไม่เหมาะสม และการเลือกก็ไม่มีความหมาย 67 วินาทีถึงโทเคนแรกเทียบกับ 238 เป็นการแข่งขันระหว่างสองโมเดลที่ทั้งคู่ควรอยู่ในคิวแบบแบตช์
สำหรับงานที่จุดแข็งเฉพาะของ Astra ยังคงได้ผล — และการยอมรับของ Google เองใน FrontierSWE 2 ก็บอกว่ามีอย่างน้อยหนึ่งกรณี — ช่องว่างสามจุดนั้นเล็กกว่าช่วงความเชื่อมั่นของดัชนีเดียว และการสลับใช้งานมีต้นทุนมากกว่าความต่างนั้น Astra ยังใช้งานในโปรดักชันมาแล้วสองเดือน ส่วน Carbon หนึ่งวัน ซึ่งเป็นข้อได้เปรียบจริงในโมเดลที่คุณได้จัดทำแคตตาล็อกโหมดความล้มเหลวไว้แล้ว
ค่าใช้จ่ายต่องานควรได้รับการทบทวนอีกสักรอบ เพราะนี่คือตัวเลขที่คนช่างสงสัยจะหยิบมาใช้เป็นข้อโต้แย้ง Astra ที่ 6.24 ดอลลาร์ เทียบกับ Carbon ที่ 7.76 ดอลลาร์ หมายความว่า Astra ถูกกว่าต่อหนึ่งงาน index ที่ทำเสร็จ 20% ในขณะที่มีค่าใช้จ่ายต่อ token สูงกว่า 150% สิ่งที่อธิบายความต่างนี้คือความเยิ่นเย้อ Astra คิดน้อยกว่าบน index ส่วน Carbon คิดมากกว่า หากภาระงานของคุณคล้ายกับ index ตัวเลขต่องานคือตัวเลขที่ซื่อตรง หากภาระงานของคุณคล้ายกับการอ่านเอกสาร 400,000 token ตัวเลขต่องานก็ไม่มีความหมาย และระดับความยาวจะเป็นตัวตัดสินทุกอย่าง ภาระงานจริงส่วนใหญ่เป็นแบบที่สอง ซึ่งเป็นเหตุผลว่าทำไมการเปรียบเทียบราคาแบบพาดหัวจึงทำให้ข้อได้เปรียบของ Carbon ดูน้อยลงแทนที่จะดูมากเกินไป
การรันทั้งคู่ ซึ่งเป็นสิ่งที่ทีมส่วนใหญ่จะทำ
ผลลัพธ์ที่สมจริงของการเปรียบเทียบที่สูสีขนาดนี้ คือทีมมักลงเอยด้วยการใช้ทั้งสองแบบ: Carbon สำหรับงานอ่านยาวและงานที่ใกล้เคียงด้านไซเบอร์ ส่วน Astra สำหรับสิ่งที่ไปป์ไลน์เดิมพิสูจน์แล้วว่าทำได้ดี ทั้งคู่เป็น API ของผู้ขายแบบ closed-weight ซึ่งหมายถึงสัญญาสองฉบับ พื้นผิว SDK สองแบบ และความสัมพันธ์ด้านการเรียกเก็บเงินสองรายการ — สถานการณ์ที่เราเตอร์ถูกสร้างมาเพื่อทำให้ง่ายขึ้น ทั้งสองอยู่ในแคตตาล็อกที่นี่: openai/gpt-6-astra ในราคา $10 และ $50 ของ OpenAI พร้อมการอ่านแบบแคชที่ $1.00 และการแบ่งระดับ 272,000 โทเคนแบบเดียวกัน รวมถึงพื้นผิวที่เข้ากันได้กับ OpenAI แบบเดียวกับอีก 216 โมเดลบนคีย์นี้ Gemini 4 Carbon ไม่อยู่ในแคตตาล็อกของเรา และเข้าถึงได้ผ่าน API แบบจ่ายเงินของ Google; ไม่มีข้อความใดในที่นี้ที่ควรถูกตีความว่าเราให้บริการมัน
สิ่งที่ routing มอบให้ในคู่เฉพาะนี้คือ fallback chain ส่วน Carbon เปิดให้บุคคลทั่วไปเรียกใช้งานได้เป็นเวลาหนึ่งวัน โดยมี rate limit ที่ยังไม่เปิดเผย ซึ่งเป็นสถานการณ์ที่โมเดลที่สองที่อยู่เบื้องหลัง endpoint เดียวกันเปลี่ยนเหตุขัดข้องให้กลายเป็นการตอบสนองที่ช้าลง แทนที่จะเป็นคำขอที่ล้มเหลว นอกจากนี้ยังหมายความว่าการปรับราคาใหม่ในวันที่ 1 ธันวาคมจะลงเอยเป็นการเปลี่ยนแปลง config แทนการ migrate — ราคาตามรายการของผู้ขายจะถูกส่งผ่านในอัตรา มาร์กอัป 0% ดังนั้นตัวเลขฝั่งเราจะเปลี่ยนในวันเดียวกับที่ตัวเลขของ Google เปลี่ยน และนโยบายที่จัดเส้นทางพรอมป์ยาวไปยังโมเดลใดก็ตามที่ถูกกว่าต่อโทเคนในเดือนนี้ก็เป็นเพียงหนึ่งบรรทัดใน DSL แทนที่จะเป็นสาขาโค้ด

ดูอะไรดี
สองเรื่องนี้ ทั้งคู่มีกำหนดวันที่ Carbon ราคาเพิ่มเป็นสองเท่าในวันที่ 1 ธันวาคม ซึ่งจะทำให้ช่องว่างตัวเลขพาดหัวเมื่อเทียบกับ Astra ในพรอมต์สั้นลดลงครึ่งหนึ่ง ขณะที่ช่องว่างบริบท{long}ยังคงเดิม — หน้าผาจะแย่ลง ไม่ใช่ดีขึ้น และบันไดระดับความพยายามของ Astra ทำให้ OpenAI มีพื้นที่ขยับโดยไม่ต้องใช้โมเดลใหม่: xhigh ที่ 55 ต่ำกว่าการตั้งค่าสูงสุดอยู่สามจุด ซึ่งมีต้นทุนต่องานสูงกว่า ดังนั้นค่าเริ่มต้นการจัดเส้นทางที่ xhigh จึงเป็นวิธีที่ชอบธรรมในการซื้อความจุของ Astra ในอัตราที่มีประสิทธิผลต่ำกว่า และเป็นวิธีที่ผู้ซื้อส่วนใหญ่ไม่เคยลอง
สิ่งที่จะไม่เปลี่ยนแปลงคือข้อเท็จจริงเชิงโครงสร้างที่การเปรียบเทียบนี้ขึ้นอยู่กับ หนึ่งในโมเดลเหล่านี้คิดราคาแบบคงที่ไม่ว่าความยาวจะเท่าใด ขณะที่อีกโมเดลคิดเป็นสองเท่าของคำขอทั้งหมดเมื่อเกินเกณฑ์หนึ่ง และสำหรับงานระยะยาวที่ผู้ให้บริการทั้งสองรายโฆษณาไว้ ความแตกต่างนั้นมีมูลค่ามากกว่าสามคะแนนดัชนี
การเปรียบเทียบในบทความนี้1
ตรวจพบจากบทความนี้ · เบนช์มาร์ก: Artificial Analysis · อัปเดตทุกวัน
