Gemini 4 Carbon 對比 Grok 4.7：價目表寫著 3 倍，帳單卻隻字未提

Gemini 4 Carbon 的定價是每百萬輸出 token 10 美元。Grok 4.7 的定價是 6 美元。在每個定價頁面都加粗顯示的這兩個數字上，Carbon 的對話成本高出三分之二，讀取成本則是兩倍，而顯而易見的結論是 Grok 4.7 更划算。但當你衡量完成一項任務的成本時，這兩個模型只差一分錢：在 Artificial Analysis 的 Intelligence Index 上，Gemini 4 Carbon 為 7.76 美元，Grok 4.7 為 7.77 美元。帳單相同，能力卻相差二十五個指數點。這就是這項比較的全部論點，而這不是任何一方的價目表能顯示出來的。

時程很重要，因為它會影響你如何解讀其餘內容。Gemini 4 Carbon 於 2026 年 11 月 10 日在付費 Gemini API 上開放呼叫，距離 Google 向封閉群體宣布它已過了十二天。Grok 4.7 由 xAI 於 2026 年 9 月 21 日推出，此後一直可供路由。一個在公眾手中才問世一週；另一個則已有七週的正式環境使用經驗。

兩張費率表，看起來比實際差距更大

先從原始結構說起，因為分層正是兩者在實務上產生分歧的地方。

• 輸出價格 — Carbon 每百萬 $10，直到 2026 年 11 月 30 日，之後為 $20。Grok 4.7 在輸入 token 低於 200,000 時為每百萬 $6，之後為 $12。

• 輸入價格 — Carbon $2，然後自 12 月 1 日起為 $4。Grok 4.7 $2，超過 200k 門檻後調升至 $4。結構相同、數字相同，只是附加的日期不同。

• 快取輸入 — Carbon 現在每百萬 $0.10，12 月 1 日後為 $0.20，僅提供隱含快取。Grok 4.7 為 $0.50，長提示時調升至 $1.00，並對新輸入費率提供 75% 折扣。

• 上下文 — Carbon 1,048,576 個 token。Grok 4.7 500,000。Carbon 的上下文視窗較大，是其兩倍。

• 輸出上限——Carbon 同步為 65,536 個 token，使用長解碼時最高可達 1,048,576。Grok 4.7 最高可達 450,000。實務上，Grok 在單次呼叫中寫出的答案比 Carbon 預設情況下更長。

• 輸入模態 — Carbon 支援文字、圖像、音訊、影片與 PDF。Grok 4.7 支援文字、圖像與檔案。

• 權重 — 兩者皆為閉源。兩者都無法自行託管，因此承擔相同的廠商風險曝險。

• 推理強度 —— Carbon 的思考分為低、中、高三級；Grok 4.7 則分為低、高與 xhigh。官方公布的數字分別是以 high 與 xhigh 引用，這是抄錄任何標題分數前首先要確認的事。

那份清單中有兩項不對稱具有實際作用。Carbon 的 1M 上下文是 Grok 的兩倍，這對整個儲存庫或多文件工作很重要。Grok 的 450K 輸出上限是 Carbon 同步限制的七倍，如果交付物本身就很長——一份生成的報告、一個遷移後的檔案、一長串補丁——這點就很重要。一個能容納一百萬 token 輸入、卻只能寫回 65K 的模型，並不是長輸出模型，無論規格表上的上下文視窗讀起來如何。

使兩個價格相符的數字

Artificial Analysis 以同一套九項評估指數（版本 v5.0.1）衡量這兩個模型，並公布每項指數任務的成本，其中納入每個模型實際完成工作所花費的 token 數量。這項量測正是這項比較結果未如價目表所暗示的原因。

• 智慧指數 — Gemini 4 Carbon 在高強度設定下為 60，在 74 個中排名第四。Grok 4.7 在 xhigh 下為 35，在 74 個中排名第四十一。Carbon 的中與低設定得分為 58 和 54；Grok 的高與低設定則分別落在 35 和 31。

• 每項索引任務的成本 — Carbon $7.76、Grok $7.77。兩者僅差一分錢，且對較昂貴的模型有利。

• 索引上的輸出 token 數——Carbon 2.05 億、Grok 1.48 億，相較於 7,280 萬的中位數。

• 每項索引任務所需時間 — Carbon 25.6 分鐘，Grok 25.9 分鐘。再次持平。

• 輸出速度 — Carbon 每秒 80 個 token，Grok 為每秒 67 個。儘管 Carbon 價格較高，它仍是速度更快的生成器。

• 首個回答 token 的耗時——Carbon 66.85 秒，Grok 53.64 秒。兩者都遠超出其價格級別 12 秒的中位數，而 Grok 是兩者中較快開始的。

釐清後的結論是：差異來自輸出冗長度，而非折扣。Carbon 每個任務輸出的 token 數比 Grok 多 39%，其輸出價格也高 67%，但總任務成本卻只相差不到一分錢，因為 Grok 的 token 價格並非帳單的唯一輸入——輸入量、推理 token 與每個任務的形態都會共同造成影響。無論確切分解為何，實務上最站得住腳的解讀，是能經得起任何重新推導的那一種：對這兩個模型做逐 token 比較，幾乎無法說明一項工作負載的成本；而兩家供應商宣傳價格的差距，也大於它們實測每成果成本的差距。

二十五分並非在任何地方都是二十五分

這種規模的綜合差距通常在拆解後依然存在；問題在於它在哪些地方成立、哪些地方不成立。在任何人依據 60 比 35 編列預算之前，有三點注意事項。

第一個是投入程度。Carbon 的 60 分是在高投入程度下，Grok 的 35 分是在 xhigh 下。兩者都是廠商偏好的設定，而非彼此對等的設定，因此這項比較是各模型依照其製造商預期的方式運行，而非在相同運算量下比較。把任一方調低，差距就會縮小或擴大，取決於你調低的是哪一端：Carbon 在低設定下是 54，Grok 在低設定下是 31。

第二點是，v5.0.1 指數是由九項評測混合而成，而該排行榜並未公布任一模型的個別基準分數——兩個頁面上的每張子圖表都寫著「No publicly available API」。因此，誠實的說法是：Carbon 在綜合分數上以 25 分勝出，而目前除了 Artificial Analysis 之外，沒有人能說出這 25 分的差距究竟出自九項評測中的哪一項。任何發布這對模型逐項基準細分的人，不是在引用廠商資料，就是在自行編造。

第三點是，這個指數只是其中一項工具。它很好，最近才修訂過，而且一致套用於兩個模型，但它不是產品決策。一個在綜合分數上少 25 分的模型，仍可能在你手上的任務中勝出，而接下來兩節要談的正是它勝出的情況。

Grok 4.7 徹底勝出的地方

其中三個，而第一個不是基準。

成熟度。Grok 4.7 已正式全面開放七週。Gemini 4 Carbon 在歷經兩週內兩度變形的推出過程後，才可供呼叫一天——10 月 28 日的限制性公告、11 月 10 日的付費 API、12 月 1 日的價格翻倍。對於需要某個模型在下個季度仍是同一回事的團隊而言，此刻在這兩者之中，恰好只有一個選項具備實績紀錄。

單次呼叫的長輸出。 450,000 個 token，對比同步的 65,536 個。如果任務是「寫出整個檔案」而不是「回答問題」，那麼上限會比索引更早決定這件事。

若你的輸入量小，長提示詞的成本確定性。 Grok 的 $4/$12 級距只有在輸入超過 200,000 個 token 時才會觸發；低於該門檻時，其 $6 輸出費率是 Carbon 十二月後 $20 的三分之一。對於輸入量中等、輸出量龐大的工作負載——摘要、起草、轉換——算術上確實有利於 Grok，而每項索引任務的成本幾乎相同，只是關於那個特定九項評估組合的陳述，並非普遍定律。

相較之下，Grok 每百萬個 token 的快取輸入價格為 0.50 美元，是 Carbon 目前 0.10 美元的五倍。對於每次呼叫都會重新傳送同一份 100,000 token 語料庫的 RAG 管線而言，光是那一行就可能壓過上面所有內容。這是團隊在這兩者之中選錯模型最常見的方式：他們比較輸出費率，卻從不根據自身流量型態計算快取經濟效益。

Carbon 在哪些方面值得花這筆錢

支持 Carbon 的理由，比其指數評分所反映的更狹窄，卻比其股價所暗示的更強而有力。

多模態輸入。音訊與視訊輸入是這整份比較中最清楚的分界。Carbon 兩者都能接收；Grok 4.7 則兩者都未列出。若一條流程必須觀看螢幕錄影，或對通話進行轉錄並推理，那麼這裡就只有一個候選方案，再多的指標分數也無法彌補這個差距。

網路安全與漏洞相關工作。Google 為此打造了 Carbon，並將首次發布僅開放給網路防禦人員，且回報 SEC-bench Pro 為 88.2%、ExploitGym 為 54.8%、CWE-bench 為 71.0%——全部皆為廠商自報且未經重現，但這個方向與該模型所述目的相符，也與 Google 選擇先向防禦人員而非開發人員發布它的事實一致。xAI 並未對 Grok 4.7 提出可相比的網路安全主張。

整個儲存庫的上下文。1M 視窗對上 500K。對 monorepo 規模的任務而言，上限翻倍是實質差異；而就「將整個服務保持在上下文中並跨其進行推理」這個特定情況來說，Grok 無法跟上。

還有一個誠實的制衡點：Carbon 的優勢是以延遲換來的。首個 token 需要 66.85 秒，每個索引任務需要 25.6 分鐘，它不是一款能放在請求-回應介面後端、不需要極大耐心的模型。Grok 在 53.64 秒時也同樣如此。如果你的產品需要低於 10 秒的回應，那麼這場比較的兩款模型都落敗，答案會是無論哪一邊都要改用更小、更快的模型。

同時執行兩者，哪一個才是真正的答案？

這個組合之所以難以定論，是因為這兩個模型是為同一條流程的不同階段而打造。Carbon 適合輸入端，那裡以模態與上下文為主，且流量低。Grok 適合長輸出端，那裡的工作是從有限的提示產生大量文字，而且每輸出 $6 的費率勝過 $20。多數需要其中一個的團隊，其實兩個都需要，而錯誤就在於為了取得兩者，卻簽下兩份合約、兩套 SDK 和兩個帳務關係。

一個 OpenAI 相容端點就是捷徑，而且它今天已可用於這對組合中可路由的那一半：grok/grok-4.7在 OrcaRouter 上以 xAI 自家的 $2/$6 提供——相同牌價，以 0% 加成直通，包括超過 200,000 個輸入 token 後的 $4/$12 級距——並與google/gemini-4-argon並列，價格為 $2/$10，用於不需要 Carbon 模態集的 Gemini 側工作。Gemini 4 Carbon 本身不在目錄中；它透過 Google 的付費 API 存取，而管線的這一段是直接整合。

路由 DSL 是讓這種拆分從理想化變得切實可行的關鍵：同一個請求可以組合成先嘗試低成本路徑，並在驗證失敗時升級，並具備自動容錯移轉，以防供應商效能下降。這一點在這裡比平常更重要，因為這組搭配中的昂貴模型在十四天內已兩度變更其存取條款。能在不重新部署的情況下把某個分支移到不同模型的管線，才是這種架構中唯一能挺過自家供應商路線圖的版本。

依你實際擁有的限制來選擇

• 若交付物是來自受限制提示詞的長篇輸出——Grok 4.7，請先檢查你的快取容量。

• 若輸入內容包含音訊、影片或掃描式 PDF——選擇 Carbon，因為在這組配對中別無其他選擇。

• 若任務是安全分析或漏洞初篩——則選 Carbon，依據是 Google 所報告的網路相關數據以及該公司自身的准入把關選擇，但須附帶一項保留：那些數字均未經獨立複現。

• 如果你需要將整個儲存庫納入上下文——Carbon 的 1M 視窗，並接受隨之而來的延遲。

• 如果你需要一個下個月條款不會變更的模型——{{1}}Grok 4.7{{/1}}，而這是一個比聽起來更有力的論點。

• 如果您無法決定——就兩者都跑。每個任務的實測成本不到一分錢，因此為期兩週的對比測試，花費大約等於只跑一個模型，而且能得到比任何綜合評分更好的答案。

這些榜單都無法告訴你哪個模型更聰明，因為在這個差距上，「更聰明」是錯誤的衡量量。二十五個指數分若正確衡量，是很大的差距，而這仍讓帳面上更便宜的模型在每次結果成本上並列、並在輸出上限、成熟度與首個 token 時間上領先。這不是基準測試中的矛盾。這是兩個模型為不同任務打造、卻用同一個詞行銷時會出現的情況。