一張標題卡寫著「同價再維持十四天」,副標題為「Gemini 4 Carbon 對 GPT-6 Sol」,位於雙欄面板上方:左側為 Gemini 4 Carbon,每百萬 token 輸入 $2.00、輸出 $10.00,直到 11月30日,之後為 $4.00 與 $20.00;右側為 GPT-6 Sol,價格為 $2.00 與 $10.00,並在輸入 token 超過 272,000 時進入長上下文階梯,變為 $4.00 與 $15.00。
Guides & Insights

Gemini 4 Carbon 對 GPT-6 Sol:十四天勢均力敵,隨後出現兩倍差距

作者

jinhao.song

發佈日期

最新模型 · 20查看全部模型 →
基準測試:Artificial Analysis · 每日更新
返回全部文章

今天,Gemini 4 Carbon與GPT-6 Sol的公告價格相同:每百萬輸入 token 2.00 美元、每百萬輸出 token 10.00 美元,快取輸入則為 0.20 美元或更低。到了 2026 年 12 月 1 日,這就不再成立。Carbon 的費率屬於初期優惠,將調升至 4.00 美元與 20.00 美元,而 Sol 的 2.00 美元與 10.00 美元則沒有標示到期日。因此,買家真正需要的比較,不是「哪個模型在相同價格下更好」——而是獨立指數上那 16 點的差距值多少錢,以及從下個月一號起,是否值得為此支付兩倍的價格。

這個決策中還有第三個模型,而兩家廠商的行銷都沒有把它放進去。GPT-6 Sol 現在已被 Artificial Analysis 標記為棄用,並在同一產品線內被 GPT-6.1 Sol 取代;後者在相同的 $2.00 與 $10.00 價格下得分為 55,而非 Sol 的 44。讀者在十一月中旬於 Carbon 與 Sol 之間做選擇時,其實是在一個現行模型與一個前代模型之間做選擇,而這個頁面誠實的版本必須在第二段就說明這點,而不是留到最後一段。

兩張費率卡,逐行對照,趁日曆尚未翻頁

先從兩個模型真正相符的列開始,因為它們比雙方行銷所暗示的還要多。

• 標準輸入價格 — Carbon 每百萬 $2.00;Sol 每百萬 $2.00。目前完全相同,而 Carbon 將於 12 月 1 日翻倍。

• 標準輸出價格 — Carbon 每百萬 $10.00;Sol 每百萬 $10.00。相同,且 Carbon 端的到期日也相同。

• 快取輸入——Carbon 今日 $0.10,12 月 1 日起 $0.20,兩者皆為 95% 折扣;Sol 為 $0.20,即 90% 折扣。無論在該日期之前或之後,Carbon 的快取都是兩者中較便宜的一方。

• 上下文視窗 — Carbon 1,048,576 個 token;Sol 1,050,000。把兩者都四捨五入到一百萬,然後就別再擔心了。

• 單次回應的最大輸出 — Sol 128,000 個 token;Carbon 65,536 個。這是實際規格中最大的差異,而它只有在你要在單一回合內產出長篇成品時才會造成影響——而這正是長時程代理工作往往會做的事。

• 輸入模態 —— Carbon 支援文字、圖像、音訊、影片與 PDF;Sol 支援文字與圖像,雖然我們的目錄列接受文件,但 GPT-6 Sol 模型頁面列出的是文字與圖像。兩者之中,只有 Carbon 能接收錄音或影片片段。

• 推理控制 — Sol 的力度階梯為 none、low、medium、high、xhigh、max,因此可以要求它完全不思考;Carbon 則公布為 low、medium、high 三檔,並未列出關閉選項。在一條低成本的分類路徑上,這個差別就是整筆帳單。

• 知識截止日期——Sol 2026 年 4 月 20 日;Google 尚未公布 Carbon 的截止日期。這是單方面的資訊,在基於假設建構對時效敏感的管線之前,值得先了解。

• 可用性——兩者目前皆可在付費 API 上呼叫;Carbon 沒有免費方案,且每個處理過的 token(包含思考過程)都會計費,而 Sol 則依 Standard、Batch、Flex、Fast 與 Ultrafast 服務等級定價。

價格列才是決定這項比較的關鍵,也是在兩個模型完全沒有任何變動時仍會改變的部分。

這十六點從何而來

Artificial Analysis 在 Intelligence Index v5.0.1 上衡量這兩個模型,該指數將九項評估——AA-Briefcase、AutomationBench-AA、Terminal-Bench 4.0、FrontierCode-AA 2.0、AA-Omniscience、GDP.pdf、HLE-Diamond、CritPt v2 與 Terminal-Bench-Science——整合成單一分數。正是這種共用的評分方式,讓這項比較具正當性,而不是公關稿拼湊而成的大雜燴。

智慧指數 — Carbon 60 在 81 個模型中排名第 4;GPT-6 Sol 44 在 81 個模型中排名第 34。作為參考,GPT-6.1 Sol 以 55 分位居第 12。

• 每完成一項索引任務的成本 — Carbon 為 5.48 美元;GPT-6 Sol 為 2.47 美元。每 token 成本較低的模型,換算到每項任務也較便宜,差距達 2.2 倍。

• 每項任務耗時——Carbon 33.2 分鐘;Sol 7.3 分鐘,而同類中位數為 13.5。

• 輸出速度與延遲 — Carbon 每秒 62 個 token,首個回答 token 需時 72.88 秒;Sol 每秒 123 個 token,首個 token 需時 36.21 秒。

• 詞元量 — 在索引執行期間,Carbon 從 76.2 億個輸入詞元中產生了 2.05 億個輸出詞元,追蹤器形容其非常冗長;Sol 則從 47.5 億個輸入詞元中產生了 6,510 萬個輸出詞元,形容其相當簡潔。同類的中位數為 7,860 萬個輸出詞元。

最後一列說明了成本列,而這是兩頁中最有用的一點。Carbon 並不是為相同工作對每個 token 收取更高費用;而是在一項答案為文件或修補程式、而非證明搜尋的基準測試上,寫入三倍的 token 才能得出答案。以散文思考更久的模型,是按字計酬,而索引執行正是你能看到匯率的地方。

關於 Carbon 的那個數字,有一點必須先說明:該追蹤器將 Carbon 分成三列分別公布,即低、中、高三種投入程度,而只有「高」那一列達到 60 分。單獨一句「Carbon 得分 60」在最高投入時成立,但在多數人會預設採用的設定下並不成立。

Screenshot of the Artificial Analysis model page for Gemini 4 Carbon, showing an Intelligence Index of 60 with a rank of 4 out of 81, 62 tokens per second output speed with 72.88 seconds to first answer token, 33.2 minutes per Intelligence Index task, $5.48 cost per task, $2.00 input and $10.00 output per million tokens with a 95% cache discount, 205 million output tokens and a 1M-token context window.

那筆 272,000 token 的項目,對帳單金額的影響更甚於價格。

就樸素意義而言,兩個模型都不會對超過邊界的每個 token 額外收費;兩者都會對整個請求重新定價。差別在於,只有其中一個有邊界。

GPT-6 Sol 在輸入 token 不超過 272,000 個時,輸入收費 $2.00、輸出收費 $10.00。超過此上限後,請求中的每一個 token——不是只有超出部分,而是全部——都按輸入 $4.00、輸出 $15.00 計費。Google 並未公布 Carbon 的長度分級:無論請求是 2,000 個 token 還是 900,000 個 token,都適用相同的每 token 費率。

以 Carbon 十二月後的費率,將一份 400,000 token 的文件分析交由兩者處理:

• Gemini 4 Carbon — 400,000 個 token 以每百萬 $4.00 計算,提示詞費用為 $1.60。在今日的導入優惠費率下,相同請求的費用為 $0.80。

• GPT-6 Sol — 同樣的 400,000 個 token 超過門檻,並重新計價為每百萬 $4.00,同樣是 $1.60。若請求维持在 272,000 個 token 以下,原本只需 $0.80。

增加 20,000 個輸出 token 後,差距就拉開了:Carbon 每百萬收費 $20.00,也就是 $0.40;Sol 則是每百萬 $15.00,也就是 $0.30。因此,Carbon 所宣傳的固定價格優勢,在輸入超過門檻後便消失,在輸出上則略微反轉。Carbon 對長文件更便宜的說法,相較於 GPT-6 Astra 成立,因為其價格倍增至 $20.00 與 $75.00;但相較於 Sol 則不成立。

Carbon 的無分層結構真正勝出的地方在於可預測性,而不是價格。文件長度可變的管線只需為一種費率建模,也沒有會踩到的斷崖;而這個斷崖很容易踩到:在 Sol 下,300,000 個 token 的請求並不是比 270,000 個 token 的請求貴一點,而是全部 300,000 個 token 的輸入費用都翻倍。如果你的檢索步驟偶爾回傳過多內容,那是預算事故,而不是緩慢漂移。

哪個模型在哪些方面更好;在證據允許的範圍內,盡可能狹義地陳述

兩個模型都不曾在由對兩者皆無利害關係的人所挑選的任務套件上進行過正面對決。目前存在的是共用指標與廠商資料,而該指標的九個組成部分可以分別解讀。

• 長程推理與科學研究工作——Carbon 的優勢。它是 Google 在 11 月 13 日研究報告中與 Argon、Hydrogen 並列的模型,而它的指數領先集中在前沿推理評測上,而非平均分佈。

• 代理式編碼與終端機作業——比總體分數所顯示的更接近。Carbon 的領先屬於通用能力,而非專門的代理式能力;而 Google 自家 Gemini 4 世代的發表資料一向顯示,編碼代理的分數落後於通用指標。

• 高產量的生產路徑——Sol,或更好的是它的後繼者。首個 token 的延遲減半、每任務分鐘的吞吐量提高四倍,而且有明文記載的推理關閉開關。對於答案簡短、數量龐大的工作,Carbon 的冗長是一筆沒有相應好處的稅負。

• 多模態輸入——Carbon 完勝。Sol 支援文字與圖像;Carbon 還支援音訊、影片與 PDF,這是兩者唯一不在同一產品類別的一項。

• 長篇單一產物——Sol,單就上限而論。128,000 個輸出 token 對比 Carbon 的 65,536,意味著任何必須一次產出的內容,在 Google 這邊都有硬性上限。

• 延續性——Sol,但僅透過其後繼版本。今天若以 GPT-6 Sol 為基礎建置的團隊,實際上是建置在追蹤器已標示為棄用、並建議改用 GPT-6.1 Sol 的模型上;後者成本相同,且分數高出十一分。這不是避開該供應商的理由;而是當請求主體撰寫時,應指定 gpt-6.1-sol 而非 gpt-6-sol 的理由。

執行比較,而不是閱讀它

這兩款模型都以供應商自家的牌價在 OrcaRouter 上路由,加成 0%,分別是 google/gemini-4-carbon 與 openai/gpt-6-sol,共用同一個 OpenAI 相容端點與同一把金鑰——同時還有 openai/gpt-6.1-sol,而這正是汰除註記使其變得相關的那一列。這讓這項特定比較能以異常低廉的成本透過實證定案:同一個請求內容可以指向 Carbon、指向 Sol,以及指向 Sol 的後繼者,而唯一改變的只有模型字串。

給任何要做那件事的人兩點實務提醒。第一,12 月 1 日的 Carbon 價格變動是供應商變更,當天會轉嫁到此處,因此 11 月執行、12 月再重複一次的成本比較,會因與模型無關的原因而有所不同。第二,如果工作負載屬於探索性質——在把正式生產路徑承諾給某個每任務成本是現有方案 2.2 倍的模型之前,先用真實流量試用 Carbon——那麼跨供應商的自動容錯移轉,正是讓糟糕的一週不至於變成中斷,而只是成為一筆資料點的關鍵。

A two-column comparison card headed 'Gemini 4 Carbon vs GPT-6 Sol', with rows reading: Intelligence Index 60 versus 44; cost per index task $5.48 versus $2.47; time per task 33.2 versus 7.3 minutes; output speed 62 versus 123 tokens per second; maximum output 65,536 versus 128,000 tokens; input price $2.00 rising to $4.00 on 1 December versus $2.00 flat, with a long-context step to $4.00 above 272,000 tokens. A footer reads 'Index, cost and speed per Artificial Analysis Intelligence Index v5.0.1; prices per Google and OpenAI.'

本週該做什麼

三項決定,依其解決的順序。

如果工作負載是短答且高流量,問題根本不在 Carbon 對 Sol。而是 Sol 對 GPT-6.1 Sol,而後繼者在相同價格下以分數勝出。Carbon 的 60 不納入爭論,因為每次索引執行輸出 2.05 億個 token 的 Carbon,無論分數如何,對那樣的流量而言都是錯誤的形態。

如果是長文件工作負載,且文件長度不一,Carbon 在 11 月 30 日是較好的選擇,在 12 月 1 日則較差,而交叉點是算術問題,不是品味問題。簽約前先以 $4.00 和 $20.00 模擬帳單,因為這將是合約在大部分有效期內適用的費率。

如果工作負載需要音訊或視訊輸入,就無從比較。Sol 無法接收這類輸入,因此在這個組合中,選擇只能是 Carbon,否則別無他選——而 65,536 token 的輸出上限,也就成了設計時必須圍繞的限制,而不是價格。

唯一不該做的,是把十六點指數領先幅度當成切換的理由,卻不並列每項任務成本數字。在同一個評估器、同一個修訂版本、同一天,領先方案每完成一項任務的成本是 2.2 倍,實際耗時則是 4.5 倍。對前沿推理來說,這是站得住腳的交換;對佇列來說,則站不住腳。

Screenshot of the OrcaRouter model page for openai/gpt-6-sol, showing a 1,050,000-token context window, a 128,000-token maximum output, text and image input with text output, configurable reasoning effort, and pricing of $2.00 per million input tokens and $10.00 per million output tokens with a long-context tier above 272,000 input tokens.

本文中的比較2

根據本文內容識別 · 基準測試:Artificial Analysis · 每日更新