跳至主要内容

GPT-6.2 Astra 与 Gemini 4 Carbon:基准、成本与一次上手测试

我们在基准、每任务成本以及一次上手测试中对比 GPT-6.2 Astra 与 Gemini 4 Carbon——每个模型都要作曲并演奏一段钢琴独奏。
Josef Waples
Josef Waples

创建您的免费账户

实践并学习路径你的进步。

使用 Google 继续继续即表示您接受我们的 使用条款,我们的 隐私政策 ,并且您的数据存储在美国。

Google 于十月底发布了 Gemini 4 Carbon,上线即位居 Artificial Analysis Intelligence Index 榜首。三周后,也就是昨天,OpenAI 推出 GPT-6.2 Astra,其发布图表在五项基准上将 Carbon 与 Astra 并列呈现。

那么,GPT-6.2 Astra 是否优于 Gemini 4 Carbon?在两者共享的那些基准上,略有优势,而且通常每项任务更便宜,尽管从每个 token 的单价看 Carbon 仅为 Astra 的四分之一。不过,二者在速度上也存在差距,而我们的上手测试(见下文)让这一速度差异十分明显。

若想持续追踪 AI 与数据领域动态,推荐订阅我们的周报 The Median。

要点速览

  • 在两者共享的五项基准中,GPT-6.2 Astra 有四项领先,且差距均不超过 3.1 分。
  • Carbon 每个 token 的价格仅为四分之一,但其使用的 token 多得多,因此每项任务的成本往往更高。
  • 在我们的钢琴测试中,Astra 每次都能在几分钟内构建可用页面;Carbon 在高强度下失败,在中等强度下也需半小时以上。
  • 若用于专业交付物、编码以及快速高吞吐工作,选择 Astra。
  • 若侧重网络安全、超长文档处理,以及在 Google Cloud 上部署,选择 Carbon。

什么是 GPT-6.2 Astra?

GPT-6.2 Astra 是 OpenAI 的前沿模型,于 2026 年 11 月 17 日发布,位于 GPT-6.2 系列的最高层级,高于 GPT-6.2 Sol。

OpenAI 将其定位为以更低每任务成本产出专业结果:可按您的模板生成文档、表格与幻灯片,并在科学、编码与计算机使用方面更强。我们的 GPT-6 Astra API 教程 是练习使用该 API 的好方式。 

什么是 Gemini 4 Carbon?

Gemini 4 Carbon 是 Google DeepMind 最强的模型,于 2026 年 10 月 28 日发布,比其基础模型 Gemini 4 Argon 晚两周。

Google 将其定位于网络安全与长周期任务:发现、利用与修补漏洞,以及需要运行数小时或数天的工程工作。它最初通过 Google 的 Fairwind 项目提供给网络防御者,现在可在 Gemini API 的付费层使用。为练习该 API,我们准备了一个 Gemini 4 Carbon API 教程,构建一个审计欺诈模型的智能体。

GPT-6.2 Astra vs Gemini 4 Carbon:正面交锋

GPT-6.2 Astra 与 Gemini 4 Carbon 基准对比:Astra 在五项共享基准中领先四项,差距均不超过 3.1 分;Carbon 领先 AutomationBench

在两者同时出现的基准上,竞争接近:Astra 以四比一领先,但最大差距不超过 3.1 分。更大的差异在每任务成本、速度,以及各厂商自报的专长。

特性GPT-6.2 AstraGemini 4 Carbon
开发方OpenAIGoogle DeepMind
发布日期2026 年 11 月 17 日2026 年 10 月 28 日
Token 价格为 Carbon 的 4 倍(12 月 1 日起为 2 倍)为 Astra 的四分之一,首发价
每任务成本在 OpenAI 的四张图中有三张更低在那三张图上为 Astra 的 1.6 至 2.6 倍
专业工作略微领先略微落后;在 AutomationBench 领先
Agent 式编码在 FrontierCode 2.0 领先落后 3.1 分
网络安全与长上下文在 SEC-bench Pro 略落后;无长上下文分数Google 的王牌强项
我们的上手测试每次都成功,用时约 6–7 分钟高强度下失败;中等强度较慢

定价:您实际要付多少钱

名义上,Carbon 更划算:在首发期,Google 公布的各项费率均为 Astra 的四分之一。但有两点会缩小差距。

Token 费率并排对比

费率GPT-6.2 AstraGemini 4 Carbon(至 11 月 30 日)Gemini 4 Carbon(12 月 1 日起)
输入,每 100 万 tokens$8.00$2.00$4.00
输出,每 100 万 tokens$40.00$10.00$20.00
缓存输入,每 100 万 tokens$0.40$0.10较输入价优惠 95%

第一点是时间:Carbon 的价格将在 2026 年 12 月 1 日翻倍,截至撰文时已不远,届时 Astra 的 token 费率仅为 Carbon 的两倍而非四倍。第二点是 Google 将 Carbon 的“思考”token 按输出计费,且 Carbon 的推理时间长得多。

真实工作负载要花多少钱

按标价计算为(体量 ÷ 100 万)× 费率,再在输入与输出上求和。以一个每月处理 100 万输入、25 万输出 token 的均衡助手为例:

场景GPT-6.2 AstraGemini 4 Carbon
相同 token 用量,Carbon 首发价$18.00$4.50
相同 token 用量,Carbon 12 月 1 日起价格$18.00$9.00
Carbon 输出 token 为 3 倍(12 月 1 日起)$18.00$19.00

最后一行对重推理工作更贴近现实。在 OpenAI 的 GDPval v2 图上,Carbon 在高强度下每项任务写出 108,729 个输出 token,而 Astra 在其最高强度下为 35,812,约为三倍差距。

为何相同任务在 Carbon 上可能更贵

每任务成本:尽管 token 价格更低,Gemini 4 Carbon 在 OpenAI 四张图中的三张上为 GPT-6.2 Astra 的 1.6 至 2.6 倍

OpenAI 的发布图表绘制了两款模型的每任务成本,Astra 在四张图中的三张更便宜:在 Agents' Last Exam 上,Carbon 为 Astra 的 1.6 倍($4.60 对 $2.89),在 Intelligence Index 上为 1.9 倍,在 AutomationBench 上为 2.6 倍。FrontierCode 2.0 例外,Carbon 的最佳运行比 Astra 便宜 14%。

这些是 OpenAI 对竞品的测量,因此应将其视为方向性参考而非报价。Artificial Analysis 在用时上也指向同一结论:它测得 Carbon 在中等强度下每项任务约 29 分钟,而 Astra 在低强度下为 1.5 分钟。

专业工作与 Agent 式流程

Astra 在此维度以微弱优势领先:在 Agents' Last Exam 与 GDPval v2 上占优,而 Carbon 以 1.5 分领先 AutomationBench。

以下分数来自 OpenAI 的发布图表,均为各模型的最佳强度设置。

基准衡量内容GPT-6.2 AstraGemini 4 Carbon
Agents' Last Exam v1.1冗长、多步骤的专业工作流78.3%77.4%
GDPval v2真实的咨询、金融与设计任务50.4%48.8%
AutomationBench 1.0.6业务流程自动化52.4%53.9%

差距足够小,成本与速度应成为决定因素,而二者都偏向 Astra。

Agent 式编码

在两者共同参与的一项编码基准上,Astra 更强:FrontierCode 2.0 得分 44.2%(衡量代码改动能否达并入标准),而 Carbon 为 41.1%。

基准衡量内容GPT-6.2 AstraGemini 4 Carbon
FrontierCode 2.0足以合并的代码改动44.2%41.1%
Terminal-Bench 4.0终端中的 Agent 式任务未公布65.2%
SecureSWE编写功能完备且安全的代码65.7%未公布

Google 自家的表格将 Carbon 与较早的 GPT-6 Astra 比较,而非 GPT-6.2,因此其编码胜出不适用于本次对比。其在 WebDev Arena 的排名为第 4,Elo 1,768,显示 Carbon 具备不俗的网页开发能力。

网络安全、长上下文与推理

这是 Google 集中发力之处,而 OpenAI 多数未给出 GPT-6.2 Astra 的对应数据。唯一的重叠是 SEC-bench Pro,OpenAI 的系统卡给出 Astra 为 86.75%,比 Carbon 落后 1.45 分,但两家各自独立跑的测试。

基准衡量内容GPT-6.2 AstraGemini 4 Carbon
SEC-bench Pro发现并复现软件漏洞86.75%88.2%
ExploitGym利用漏洞未公布54.8%
CWE-bench修补漏洞未公布71.0%
GraphWalks(256K 至 1M tokens)在超长输入上的推理未公布96.2%
Artificial Analysis Intelligence Index v5.0.1由 9 项评估构成的综合指数(分数,非百分比)62.160.0

在 Google 的自家表中,Carbon 在三项安全基准上均胜过前代 GPT-6 Astra,并在 GraphWalks 上领先 24 分。OpenAI 也报告了 GPT-6.2 Astra 的安全结果,如在 PatchBench 上得分 79.7%,但这些基准并非 Google 使用的那几项。

对于安全工作与超长输入,Carbon 的公开证据更强;在广义推理的综合指数上,Astra 领先 2.1 分。

GPT-6.2 Astra 与 Gemini 4 Carbon 的实测表现

来自一家厂商对竞品的基准证据毕竟有限,因此我给两款模型同样的创意编程任务:构建一个单页网页,创作一段 60 至 90 秒的优美原创钢琴独奏,并以落下的音符进行演奏。彩色条形向屏幕键盘下落,每个条形触及琴键的一刻,必须同步发声。

该任务在两方面很难且易于验证:音乐必须是真正的作品,有旋律、和声和结尾;而且声音必须与画面严格同步。模型也必须“盲跑”:它们既听不到也看不到页面,因此必须一次成功,且钢琴音色需在浏览器内合成,而非播放录音。

两者都在 OpenCode 中运行,使用相同的工具和相同的提示词,我给每个模型三次机会。我一开始都使用高推理强度,这对 Carbon 是最高设置,对 Astra 是五档中的中间档。

高强度下发生了什么

GPT-6.2 Astra 在三次尝试中都构建出可用页面,每次约 6–7 分钟,成本 $1.00 至 $1.27。每段作品时长 73–76 秒,页面播放无报错。

Gemini 4 Carbon 在高强度下没有产出页面。一次尝试中,它推理了 40,881 个 token,随后在仍在写文件时触达单次响应 65,536 个 token 的上限,导致未保存任何内容。另一次在 18 分钟后因提供方断开连接而超时;第三次在我的笔记本进入睡眠时被中断,因此不计入。

这与 Google 的模型卡一致:其提醒 Carbon “可能会使用更多 token 以最大化性能,尤其在更高思考等级”,且“偶尔可能出现变慢或超时问题”。

中等强度下发生了什么

于是我改在中等强度下再次运行两款模型。Carbon 的第一次中等强度尝试成功:一首 72 秒的夜曲“Lanterns on Still Water”,用时 34 分钟,成本 $1.09。

以下是 GPT-6.2 Astra 的页面,演奏其作品“Between Tides”:

Between Tides

以及 Gemini 4 Carbon 的页面:

Lanterns on Still Water

我的观察:

  • 两款模型设计了风格截然不同的页面。Astra 构建了一个带边框的聆听空间,展示曲名、调性与速度,左右手音符以两种颜色在一幅风景上方下落。Carbon 则是全屏 88 键键盘与发光条,更接近人们用来学曲的“落下音符”视频。
  • 我更喜欢 Astra 的“Between Tides”。我不是音乐人,难以准确说明原因。它像一首真正的作品,被分为四个命名段落,从“First light”到“Homeward”。
指标GPT-6.2 Astra(高强度)Gemini 4 Carbon(高强度)Gemini 4 Carbon(中等强度)
可用页面数3 次中 3 次2 次中 0 次1 次中 1 次
每次用时6–7 分钟29–30 分钟,无页面34 分钟
每次成本(美元)$1.00、$1.27、$1.04$0.01、$1.34$1.09
作品时长73–76 秒无72 秒

尽管 Carbon 的 token 价格更低,但每次尝试的成本接近,因为 Carbon 在推理上消耗的 token 多得多。更明显的差异在于可靠性与速度:Astra 每次都能在几分钟内交付,而 Carbon 需要降低强度设置且耗时半小时以上。

何时选择 GPT-6.2 Astra 或 Gemini 4 Carbon

如何选择:客户交付与编码智能体选 GPT-6.2 Astra;网络安全、长输入与 Google Cloud 选 Gemini 4 Carbon

基准差距不大,因此决策取决于您在构建什么、可等待多久,以及 Carbon 较低的 token 单价在其更长推理时间下是否仍然占优。

若满足以下条件,选择 GPT-6.2 Astra...

  • 您产出可直接面向客户的文档与分析,Astra 在 Agents' Last Exam 与 GDPval v2 上略胜。
  • 您运行编码智能体,Astra 在 FrontierCode 2.0 上领先约 3 分。
  • 您需要快速响应:Artificial Analysis 测得 Astra 每项任务用时为数分钟,Carbon 为数十分钟。
  • 您需要对冗长、开放式构建型提示给出可靠结果,如我们的测试。

若满足以下条件,选择 Gemini 4 Carbon...

  • 您从事网络安全工作,Carbon 在 SEC-bench Pro 上略胜,并在 Google 的利用与修补基准上领先。
  • 您需要在超长输入上进行推理,Carbon 在 256K 至 1M token 的 GraphWalks 上得分 96.2%。
  • 您部署在 Google Cloud:Carbon 已上架 Vertex AI 与 GitHub Copilot,而 Astra 未见于 Copilot 文档,我们也未能在 Vertex AI 上确认。
  • 您的任务短小且 token 消耗轻,此时 Carbon 的较低费率可直接胜出,尤其在 12 月 1 日之前。

如何开始使用 GPT-6.2 Astra 与 Gemini 4 Carbon

使用场景GPT-6.2 AstraGemini 4 Carbon
消费级应用ChatGPT Work 与 Codex(Plus、Pro、Enterprise、Edu)Gemini 应用与搜索中的 AI 模式(仅限 Google AI Ultra;Google AI Pro 提供 Argon)
第一方 APIOpenAI APIGoogle AI Studio 中的 Gemini API(仅付费层)
云平台截至 2026 年 11 月 18 日,未列于 Azure AI Foundry 文档Google Vertex AI
编码智能体Codex;截至 2026 年 11 月 18 日,未列于 Cursor 或 GitHub Copilot 文档GitHub Copilot 与 Cursor;截至 2026 年 11 月 18 日,未列于 Gemini CLI 文档
第三方路由OpenRouterOpenRouter
API 模型 IDgpt-6.2-astragemini-4-carbon

Carbon 通过 Google Cloud 覆盖更广,而 Astra 通过 OpenAI 自家的 API 与产品接入。在 OpenRouter 上,二者仅需替换一行字符串:

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)

完整配置请参见我们的 Gemini 4 Carbon API 教程 与 GPT-6 Astra API 教程。

结语

从能力看,GPT-6.2 Astra 与 Gemini 4 Carbon 不相上下:Astra 在专业工作与编码上略领先,Carbon 则在其面向的安全与长上下文任务上证据更强。

在我们的上手测试中,更大的差距是可靠性与速度:Astra 每次都能在几分钟内交付,而 Carbon 需要更低的强度设置且耗时半小时以上。为了等到“Lanterns on Still Water”,我确实体会到“久等”。 

如果您打算用任一模型开展构建,推荐查看我们的课程:Working with the OpenAI API 与 Practical AI with Google Gemini and NotebookLM。

Josef Waples

作者

Josef Waples

我是数据科学编辑,曾为科学期刊发表的研究论文撰稿。我的兴趣领域包括线性代数、统计学、R 等相关主题。

FAQs

GPT-6.2 Astra 是否优于 Gemini 4 Carbon?

在两者都参与的基准上,略有优势。根据 OpenAI 的发布图表,GPT-6.2 Astra 在五项共享基准中有四项领先,优势不超过 3.1 分,而且通常每任务成本更低。Gemini 4 Carbon 在网络安全与超长输入方面的公开结果更强。

Gemini 4 Carbon 是否比 GPT-6.2 Astra 更便宜?

按每个 token 算,是的:Carbon 在 2026 年 11 月 30 日前的价格为每百万 token 输入 $2、输出 $10,仅为 Astra 的 $8 与 $40 的四分之一;12 月 1 日起为 $4 与 $20。按每项任务算,往往不是,因为 Carbon 的推理更久;在 OpenAI 的图表上,它在四项基准中的三项更贵。

哪一款更适合编码,GPT-6.2 Astra 还是 Gemini 4 Carbon?

在两者共同参与的一项编码基准上,GPT-6.2 Astra 更占优:FrontierCode 2.0 得分 44.2%,而 Gemini 4 Carbon 为 41.1%。Google 也报告了 Carbon 的强劲编码成绩,但与较早的 GPT-6 Astra 对比,无法用于与 GPT-6.2 的直接比较。

我可以在哪里使用 Gemini 4 Carbon 与 GPT-6.2 Astra?

Gemini 4 Carbon 可用于 Gemini API 的付费层、Google Vertex AI、GitHub Copilot,以及 OpenRouter。GPT-6.2 Astra 可用于 OpenAI API、ChatGPT Work、Codex,以及 OpenRouter。API 模型 ID 分别为 gpt-6.2-astra 与 gemini-4-carbon。

主题