Zum Hauptinhalt springen

GPT-6.2 Astra vs. Gemini 4 Carbon: Benchmarks, Kosten und ein Praxistest

Wir vergleichen GPT-6.2 Astra und Gemini 4 Carbon bei Benchmarks, Kosten pro Aufgabe und in einem Praxistest, in dem jedes Modell ein Klavierstück komponiert und vorführt.
Josef Waples
Josef Waples

Erstelle dein kostenloses Konto

Üben und Lernpfad deinen Fortschritt.

Weiter mit GoogleWenn du fortfährst, akzeptierst du unsere Nutzungsbedingungen, unsere Datenschutzrichtlinie und dass deine Daten in den USA gespeichert werden.

Google hat Ende Oktober Gemini 4 Carbon veröffentlicht und damit zum Start den Artificial Analysis Intelligence Index angeführt. Drei Wochen später, gestern, konterte OpenAI mit GPT-6.2 Astra, und die Launch-Charts stellten Carbon auf fünf Benchmarks direkt neben Astra.

Ist GPT-6.2 Astra also besser als Gemini 4 Carbon? Auf den gemeinsamen Benchmarks knapp, und oft bei geringeren Kosten pro Aufgabe – obwohl Carbon pro Token nur ein Viertel kostet. Es gibt jedoch auch eine deutliche Lücke bei der Geschwindigkeit, und unser Praxistest (siehe unten) machte diesen Unterschied unübersehbar.

Um im KI- und Datenbereich am Ball zu bleiben, empfehle ich unser wöchentliches Newsletter-Update, The Median.

TL;DR

  • GPT-6.2 Astra liegt bei vier von fünf gemeinsamen Benchmarks knapp vor Gemini 4 Carbon, nie mit mehr als 3,1 Punkten Abstand.
  • Carbon kostet pro Token nur ein Viertel, verbraucht aber deutlich mehr Tokens – dadurch ist es pro Aufgabe oft teurer.
  • In unserem Piano-Test hat Astra bei jedem Versuch in wenigen Minuten eine funktionierende Seite gebaut; Carbon scheiterte bei hohem Aufwand und brauchte bei mittlerem über eine halbe Stunde.
  • Wähle Astra für professionelle Deliverables, Coding und schnelles Arbeiten in hoher Taktung.
  • Wähle Carbon für Cybersicherheit, sehr lange Dokumente und Deployments auf Google Cloud.

Was ist GPT-6.2 Astra?

GPT-6.2 Astra ist das Spitzenmodell von OpenAI, veröffentlicht am 17. November 2026 als Top-Tier der GPT-6.2-Familie, über GPT-6.2 Sol.

OpenAI positioniert es für professionelle Ergebnisse zu geringeren Kosten pro Aufgabe: Dokumente, Tabellen und Folien im eigenen Template-Stil, plus stärkere Leistungen in Wissenschaft, Coding und Computer-Nutzung. Unser GPT-6 Astra API-Tutorial ist ein guter Einstieg, um mit der API zu üben. 

Was ist Gemini 4 Carbon?

Gemini 4 Carbon ist das stärkste Modell von Google DeepMind, veröffentlicht am 28. Oktober 2026, zwei Wochen nach Gemini 4 Argon, auf dem es basiert.

Google positioniert es für Cybersicherheit und Aufgaben mit langem Zeithorizont: Schwachstellen finden, ausnutzen und patchen sowie Engineering-Aufgaben, die Stunden oder Tage laufen. Zuerst ging es über Googles Fairwind-Programm an Cyber-Verteidiger und ist jetzt in der Bezahlstufe der Gemini API verfügbar. Zum Üben mit der API haben wir ein Gemini 4 Carbon API-Tutorial erstellt, das einen Agenten baut, der ein Fraud-Modell auditiert.

GPT-6.2 Astra vs. Gemini 4 Carbon: Direktvergleich

GPT-6.2 Astra vs Gemini 4 Carbon Benchmarks: Astra führt bei vier von fünf gemeinsamen Benchmarks, keiner mit mehr als 3,1 Punkten; Carbon führt bei AutomationBench

Auf den Benchmarks, in denen beide Modelle auftauchen, ist es ein Kopf-an-Kopf-Rennen: Astra führt vier von fünf an, aber nie mit mehr als 3,1 Punkten Vorsprung. Die größeren Unterschiede liegen bei Kosten pro Aufgabe, Geschwindigkeit und den Schwerpunkten, die jeder Anbieter selbst ausweist.

FeatureGPT-6.2 AstraGemini 4 Carbon
EntwicklerOpenAIGoogle DeepMind
Veröffentlichung17. November 202628. Oktober 2026
TokenpreiseVierfach von Carbon (ab 1. Dezember doppelt)Ein Viertel von Astra, Einführungspreis
Kosten pro AufgabeGeringer auf 3 von 4 OpenAI-Charts1,6x bis 2,6x von Astras Kosten auf diesen 3
Professionelle ArbeitLeicht vornLeicht dahinter; führt AutomationBench an
Agentisches CodingVorn bei FrontierCode 2.03,1 Punkte dahinter
Cybersicherheit und langer KontextKnapp hinter SEC-bench Pro; kein Long-Context-ScoreGoogles ausgewiesene Stärken
Unser PraxistestJedes Mal erfolgreich, in ca. 6 bis 7 MinutenBei hohem Aufwand gescheitert; bei mittlerem langsam

Preise: Was du tatsächlich zahlst

Auf dem Papier ist Carbon das Schnäppchen: Während der Einführungsphase liegt jeder veröffentlichte Tarif bei einem Viertel von Astras. Zwei Punkte verkleinern jedoch diese Lücke.

Token-Tarife im Vergleich

TarifGPT-6.2 AstraGemini 4 Carbon (bis 30. November)Gemini 4 Carbon (ab 1. Dezember)
Eingabe, pro 1 Mio. Tokens$8.00$2.00$4.00
Ausgabe, pro 1 Mio. Tokens$40.00$10.00$20.00
Gecachte Eingabe, pro 1 Mio. Tokens$0.40$0.1095% Rabatt auf Eingabe

Die erste Kröte ist der Kalender: Carbons Preise verdoppeln sich am 1. Dezember 2026, was zum Zeitpunkt des Schreibens nicht mehr weit weg ist – damit liegen Astras Tokenraten nur noch doppelt so hoch wie Carbons, nicht vierfach. Zweitens rechnet Google Carbons Denk-Tokens als Ausgabe ab, und Carbon denkt deutlich länger nach.

Was eine reale Last kostet

Berechnet zu Listenpreisen als (Volumen ÷ 1 Mio.) × Tarif, aufsummiert über Eingabe und Ausgabe, für einen ausgewogenen Assistenten mit 1 Mio. Eingabe- und 250 Tsd. Ausgabe-Tokens pro Monat:

SzenarioGPT-6.2 AstraGemini 4 Carbon
Gleiche Tokenzahlen, Carbons Einführungspreis$18.00$4.50
Gleiche Tokenzahlen, Carbons Preis ab 1. Dezember$18.00$9.00
Carbon schreibt 3x so viele Ausgabe-Tokens, ab 1. Dezember$18.00$19.00

Die letzte Zeile ist für denkintensive Arbeit realistisch. Auf OpenAIs GDPval v2-Chart schrieb Carbon 108.729 Ausgabe-Tokens pro Aufgabe bei hohem Aufwand, gegenüber 35.812 bei Astra im Maximum – etwa das Dreifache.

Warum dieselbe Aufgabe auf Carbon mehr kosten kann

Kosten pro Aufgabe: Gemini 4 Carbon kostet auf drei von vier OpenAI-Charts 1,6x bis 2,6x so viel wie GPT-6.2 Astra trotz niedrigerer Tokenpreise

OpenAIs Launch-Charts zeigen die Kosten pro Aufgabe für beide Modelle, und Astra ist bei drei der vier günstiger: Carbon kostet 1,6x so viel bei Agents' Last Exam ($4,60 gegenüber $2,89), 1,9x beim Intelligence Index und 2,6x bei AutomationBench. Eine Ausnahme ist FrontierCode 2.0, wo Carbons bester Lauf 14% weniger kostete als Astras.

Das sind Messungen von OpenAI über einen Wettbewerber, also eher als Richtung denn als Zitat verstehen. Artificial Analysis zeigt in Sachen Zeit in dieselbe Richtung: Gemessen wurden rund 29 Minuten pro Aufgabe für Carbon bei mittlerem Aufwand gegenüber 1,5 Minuten für Astra bei niedrigem.

Professionelle Arbeit und agentische Workflows

Hier liegt Astra hauchdünn vorne: Es führt bei Agents' Last Exam und GDPval v2, während Carbon die AutomationBench mit 1,5 Punkten gewinnt.

Die folgenden Werte stammen aus OpenAIs Launch-Charts, jeweils beim bestbewerteten Aufwand des Modells.

BenchmarkWas gemessen wirdGPT-6.2 AstraGemini 4 Carbon
Agents' Last Exam v1.1Lange, mehrstufige professionelle Workflows78,3%77,4%
GDPval v2Echte Aufgaben aus Beratung, Finanzen und Design50,4%48,8%
AutomationBench 1.0.6Automatisierung von Business-Workflows52,4%53,9%

Die Abstände sind so klein, dass Kosten und Tempo entscheiden sollten – und beides spricht für Astra.

Agentisches Coding

Astra ist beim einen gemeinsamen Coding-Benchmark stärker: 44,2% bei FrontierCode 2.0, der bewertet, ob Code-Änderungen merge-fähig sind, gegenüber 41,1% für Carbon.

BenchmarkWas gemessen wirdGPT-6.2 AstraGemini 4 Carbon
FrontierCode 2.0Code-Änderungen, gut genug für den Merge44,2%41,1%
Terminal-Bench 4.0Agentische Aufgaben im TerminalNicht veröffentlicht65,2%
SecureSWEFunktionalen, sicheren Code schreiben65,7%Nicht veröffentlicht

Googles eigene Tabelle vergleicht Carbon mit dem älteren GPT-6 Astra, nicht mit GPT-6.2 – die dortigen Coding-Siege lassen sich also nicht auf diesen Vergleich übertragen. Der WebDev Arena-Rang, Platz vier mit 1.768 Elo, zeigt, dass Carbon ein fähiger Webentwickler ist.

Cybersicherheit, langer Kontext und Reasoning

Hier bündelt Google seine Aussagen – und meist fehlen OpenAI passende Zahlen für GPT-6.2 Astra. Eine Überschneidung ist SEC-bench Pro, wo OpenAIs Systemkarte Astra mit 86,75% listet, 1,45 Punkte hinter Carbon, allerdings mit herstellereigenen Läufen.

BenchmarkWas gemessen wirdGPT-6.2 AstraGemini 4 Carbon
SEC-bench ProSchwachstellen in Software finden und reproduzieren86,75%88,2%
ExploitGymSchwachstellen ausnutzenNicht veröffentlicht54,8%
CWE-benchSchwachstellen patchenNicht veröffentlicht71,0%
GraphWalks (256K bis 1 Mio. Tokens)Reasoning über sehr lange EingabenNicht veröffentlicht96,2%
Artificial Analysis Intelligence Index v5.0.1Komposit aus 9 Evaluierungen (Indexscore, kein %)62,160,0

Laut Googles eigener Tabelle schlägt Carbon das frühere GPT-6 Astra bei allen drei Sicherheits-Benchmarks und führt GraphWalks mit 24 Punkten. OpenAI meldet eigene Sicherheitswerte für GPT-6.2 Astra, etwa 79,7% auf PatchBench, jedoch auf Benchmarks, die Google nicht nutzt.

Für Security-Arbeit und sehr lange Eingaben hat Carbon die stärkeren veröffentlichten Belege; auf dem breiten Reasoning-Komposit liegt Astra 2,1 Punkte vorn.

Wie GPT-6.2 Astra und Gemini 4 Carbon abgeschnitten haben

Benchmarks eines Anbieters über einen Rivalen haben Grenzen, also gab ich beiden Modellen denselben Creative-Coding- Auftrag: eine einzelne Webseite bauen, die ein schönes, originelles Solo-Klavierstück von 60 bis 90 Sekunden komponiert und als fallende Noten aufführt. Farbige Balken fallen auf eine Bildschirm-Klaviatur zu, und jeder Ton muss genau in dem Moment erklingen, in dem sein Balken die Tasten erreicht.

Das Briefing ist in zwei leicht überprüfbaren Punkten anspruchsvoll. Die Musik muss ein echtes Stück sein – mit Melodie, Harmonie und einem Ende – und Ton und Bild müssen synchron bleiben. Die Modelle mussten außerdem blind arbeiten: Sie können die Seite weder hören noch sehen, also muss sie beim ersten Mal funktionieren, und der Klaviersound muss im Browser synthetisiert werden, nicht aus Aufnahmen.

Beide liefen in OpenCode mit denselben Tools und demselben Prompt, und ich gab jedem Modell drei Versuche. Ich startete beide mit hohem Reasoning-Aufwand – Carbons oberste Stufe und die mittlere von Astras fünf.

Was bei hohem Aufwand passierte

GPT-6.2 Astra baute in allen drei Versuchen eine funktionierende Seite, jeweils in etwa 6 bis 7 Minuten und für $1,00 bis $1,27. Jedes Stück lief 73 bis 76 Sekunden, und jede Seite spielte ohne Fehler.

Gemini 4 Carbon lieferte bei hohem Aufwand keine Seite. In einem Versuch dachte es 40.881 Tokens lang und stieß dann an sein Limit von 65.536 Tokens für eine einzelne Antwort, während es noch die Datei schrieb – es wurde also nichts gespeichert. In einem anderen kappte der Provider nach 18 Minuten die Verbindung und der Versuch lief aus der Zeit; ein dritter wurde abgebrochen, als mein Laptop in den Ruhezustand ging, daher zähle ich ihn nicht.

Das deckt sich mit Googles Model Card, die warnt, Carbon "könnte mehr Tokens nutzen, um die Performance zu maximieren, besonders auf höheren Denkstufen" und dass es "gelegentlich zu Langsamkeit oder Timeouts kommen kann".

Was bei mittlerem Aufwand passierte

Also ließ ich beide Modelle erneut bei mittlerem Aufwand laufen. Carbons erster mittlerer Versuch funktionierte: ein 72-sekündiges Nocturne namens "Lanterns on Still Water", gebaut in 34 Minuten für $1,09.

Hier ist die Seite von GPT-6.2 Astra mit dem Stück "Between Tides":

Between Tides

Und hier die von Gemini 4 Carbon:

Lanterns on Still Water

Was mir aufgefallen ist:

  • Die beiden Modelle haben sehr unterschiedliche Seiten gestaltet. Astra baute einen gerahmten Hörraum mit Titel, Tonart und Tempo des Stücks sowie zweifarbigen Noten für linke und rechte Hand vor einer Landschaft. Carbon ging im Vollbild mit einer 88-Tasten-Klaviatur und leuchtenden Balken, näher an den Falling-Notes-Videos, mit denen viele Songs lernen.
  • Mir gefiel Astras "Between Tides" besser. Ich bin kein Musiker und kann es nicht exakt begründen. Es ist wie ein echtes Stück gebaut, in vier benannten Teilen, von "First light" bis "Homeward".
MessgrößeGPT-6.2 Astra (hoch)Gemini 4 Carbon (hoch)Gemini 4 Carbon (mittel)
Funktionierende Seiten3 von 30 von 21 von 1
Zeit pro Versuch6 bis 7 Minuten29 bis 30 Minuten, keine Seite34 Minuten
Kosten pro Versuch (USD)$1.00, $1.27, $1.04$0.01, $1.34$1.09
Länge des Stücks73 bis 76 SekundenKeine72 Sekunden

Die Kosten pro Versuch waren ähnlich – trotz Carbons niedrigerer Tokenpreise –, weil Carbon deutlich mehr Tokens fürs Denken verbraucht. Der klarere Unterschied war Zuverlässigkeit und Tempo: Astra lieferte jedes Mal in Minuten, während Carbon eine niedrigere Aufwandseinstellung und mehr als eine halbe Stunde brauchte.

Wann du GPT-6.2 Astra vs. Gemini 4 Carbon wählen solltest

Welche Wahl: GPT-6.2 Astra für Kundendokumente und Coding-Agenten, Gemini 4 Carbon für Cybersicherheit, lange Eingaben und Google Cloud

Die Benchmarks liegen eng beieinander, daher hängt die Entscheidung davon ab, was du baust, wie lange du warten kannst und ob Carbons niedrigerer Tokenpreis sein längeres Reasoning übersteht.

Wähle GPT-6.2 Astra, wenn ...

  • Du kundentaugliche Dokumente und Analysen erstellst – Astra liegt bei Agents' Last Exam und GDPval v2 leicht vorn.
  • Du Coding-Agenten betreibst – Astra führt FrontierCode 2.0 um etwa 3 Punkte an.
  • Du schnelle Antworten brauchst: Artificial Analysis misst Astra in Minuten pro Aufgabe, Carbon in mehreren Dutzend Minuten.
  • Du verlässliche Ergebnisse aus langen, offenen Build-Prompts brauchst, wie in unserem Test.

Wähle Gemini 4 Carbon, wenn ...

  • Du in der Cybersicherheit arbeitest – Carbon liegt bei SEC-bench Pro knapp vor Astra und führt Googles Exploit- und Patch-Benchmarks an.
  • Du über sehr lange Eingaben nachdenkst – Carbon erreicht 96,2% auf GraphWalks bei 256K bis 1 Mio. Tokens.
  • Du auf Google Cloud deployen willst: Carbon ist auf Vertex AI und in GitHub Copilot gelistet, während Astra in den Copilot-Dokumenten fehlt und wir es auf Vertex AI nicht bestätigen konnten.
  • Deine Aufgaben kurz und tokenarm sind – dann gewinnt Carbons niedriger Tarif klar, speziell vor dem 1. Dezember.

So startest du mit GPT-6.2 Astra und Gemini 4 Carbon

SurfaceGPT-6.2 AstraGemini 4 Carbon
Consumer-AppChatGPT Work und Codex (Plus, Pro, Enterprise, Edu)Gemini-App und AI Mode in Search (nur Google AI Ultra; Google AI Pro erhält Argon)
First-Party-APIOpenAI APIGemini API in Google AI Studio (nur Bezahlstufe)
Cloud-PlattformenNicht in den Azure AI Foundry-Dokumenten gelistet, Stand 18. November 2026Google Vertex AI
Coding-AgentenCodex; nicht in den Cursor- oder GitHub Copilot-Dokumenten gelistet, Stand 18. November 2026GitHub Copilot und Cursor; nicht in den Gemini CLI-Dokumenten gelistet, Stand 18. November 2026
Third-Party-RouterOpenRouterOpenRouter
API-Model-IDgpt-6.2-astragemini-4-carbon

Carbon hat durch Google Cloud die größere Reichweite, während Astra über OpenAIs eigene API und Produkte zugänglich ist. Auf OpenRouter sind die beiden ein einfacher String-Tausch:

from openai import OpenAI

client = OpenAI(base_url="https://openrouter.ai/api/v1")  # uses your OpenRouter key
response = client.chat.completions.create(
    model="openai/gpt-6.2-astra",  # or "google/gemini-4-carbon"
    messages=[{"role": "user", "content": "Summarize this contract..."}],
)
print(response.choices[0].message.content)

Für vollständige Setups sieh dir unser Gemini 4 Carbon API-Tutorial und unser GPT-6 Astra API-Tutorial an.

Fazit

Bei den Fähigkeiten liegen GPT-6.2 Astra und Gemini 4 Carbon dicht beieinander: Astra leicht vorn bei professioneller Arbeit und Coding, Carbon mit stärkeren Belegen für die Security- und Long-Context-Aufgaben, für die es gebaut wurde.

In unserem Praxistest waren Zuverlässigkeit und Tempo der größte Unterschied: Astra lieferte jedes Mal in Minuten, während Carbon eine niedrigere Aufwandseinstellung und mehr als eine halbe Stunde brauchte. Ich musste wirklich warten, bis "Lanterns on Still Water" fertig war. 

Wenn du mit einem der Modelle loslegen willst, empfehle ich unsere Kurse Working with the OpenAI API und Practical AI with Google Gemini and NotebookLM.

Josef Waples

Autor

Josef Waples

FAQs

Ist GPT-6.2 Astra besser als Gemini 4 Carbon?

Knapp, auf den Benchmarks, in denen beide Modelle vorkommen. In OpenAIs Launch-Charts führt GPT-6.2 Astra vier von fünf gemeinsamen Benchmarks mit höchstens 3,1 Punkten Vorsprung – meist bei geringeren Kosten pro Aufgabe. Gemini 4 Carbon hat die stärkeren veröffentlichten Ergebnisse für Cybersicherheit und sehr lange Eingaben.

Ist Gemini 4 Carbon günstiger als GPT-6.2 Astra?

Pro Token ja: Carbon listet bis zum 30. November 2026 $2 für Eingabe und $10 für Ausgabe pro einer Million Tokens – ein Viertel von Astras $8 und $40 –, danach $4 und $20. Pro Aufgabe oft nicht, weil Carbon länger "denkt"; auf OpenAIs Charts ist es bei drei von vier Benchmarks teurer.

Welches ist besser fürs Coding, GPT-6.2 Astra oder Gemini 4 Carbon?

GPT-6.2 Astra hat beim einen gemeinsamen Coding-Benchmark die Nase vorn: 44,2% auf FrontierCode 2.0 gegenüber 41,1% für Gemini 4 Carbon. Google berichtet ebenfalls starke Coding-Ergebnisse für Carbon, allerdings im Vergleich mit dem älteren GPT-6 Astra – sie entscheiden den Vergleich mit GPT-6.2 daher nicht.

Wo kann ich Gemini 4 Carbon und GPT-6.2 Astra nutzen?

Gemini 4 Carbon ist in der Bezahlstufe der Gemini API, auf Google Vertex AI, in GitHub Copilot und auf OpenRouter. GPT-6.2 Astra ist in der OpenAI API, in ChatGPT Work, in Codex und auf OpenRouter. Die API-Model-IDs sind gpt-6.2-astra und gemini-4-carbon.

Themen

Ähnlich