Gemini 4 Carbon vs GPT-6.2 Sol
完整资料:Gemini 4 Carbon(Google)和 GPT-6.2 Sol(OpenAI),包括全部基准测试、价格和排名。
更新于 · 数据来自 12 个来源
截至 2026年11月19日,Gemini 4 Carbon 与 GPT-6.2 Sol 的质量不相上下(BenchLeader Index 68.0 比 64.6,在 ±3.4 的误差范围内)。两者价格相近(每百万 token 混合价格 $4.00 比 $4.00)。看重知识(75 比 65)、智能体与工具(69 比 65)和推理(72 比 70)选 Gemini 4 Carbon;看重编程(75 比 73)选 GPT-6.2 Sol。GPT-6.2 Sol 的输出更快。
要点(截至 2026年11月19日)
- Gemini 4 Carbon 的 BenchLeader Index 为 68.0,GPT-6.2 Sol 为 64.6(BenchLeader,2026年11月19日)。
- Gemini 4 Carbon 每百万 token 混合价格为 $4.00(标价,2026年11月19日)。
- GPT-6.2 Sol 每百万 token 混合价格为 $4.00(标价,2026年11月19日)。
- GPT-6.2 Sol 比 Gemini 4 Carbon 输出更快(Artificial Analysis,7 日中位数,2026年11月19日)。
- 在两者都有结果的 39 项基准测试中,Gemini 4 Carbon 领先 28 项(BenchLeader,2026年11月19日)。
- 在 Arena WebDev 上,Gemini 4 Carbon 的评分为 1769,GPT-6.2 Sol 为 1757(LMArena,截至 2026年11月19日 的公布数据)。
按用途怎么选
推荐模型的数值列在前面。类别得分采用 BenchLeader 标尺(50 为模型平均水平,15 分为一个标准差)。领先半个标准差及以上为“高”置信度;相差不到 1 分则视为“均可”。
| 用途 | 推荐 | 理由 | 置信度 |
|---|---|---|---|
| 编程 | GPT-6.2 Sol | 类别得分 75 比 73;FrontierCode 2.0 (AA) 44.4% 比 40.6% | 中 |
| 智能体与工具调用 | Gemini 4 Carbon | 类别得分 69 比 65;Terminal-Bench 64.5% 比 61.5% | 中 |
| 推理 | Gemini 4 Carbon | 类别得分 72 比 70;HLE-Diamond (AA) 69.1% 比 64.0% | 中 |
| 知识 | Gemini 4 Carbon | 类别得分 75 比 65;AA-Omniscience v1.1 53.5 比 40.4 | 高 |
| 对话质量(人类偏好) | – | 只有 Gemini 4 Carbon 有 Arena 评分(类别得分 73) | 无法比较 |
| 成本最低 | 均可 | 每百万 token 混合价格 $4.00 比 $4.00;智能体编程会话 $0.160 比 $0.160 | – |
| 首次回答最快 | 均可 | 首个回答 token 72.4 秒(Gemini 4 Carbon (high))比 78.8 秒(GPT-6.2 Sol (max)) | – |
| 低预算大批量 | 两者都不选 | 通常更小的模型更合适:便宜好用的大模型、最快的大模型 | – |
主要差异
- Gemini 4 Carbon (high) 与 GPT-6.2 Sol (max) 的质量不相上下(68.0 比 64.6,在 ±3.4 的误差范围内)。
- Gemini 4 Carbon (high) 在智能体与工具、综合、知识、推理方面更强。
- GPT-6.2 Sol (max) 在编程方面更强。
- 两者价格相近(每百万 token 混合价格 $4.00)。
- GPT-6.2 Sol (max) 的输出速度是对方的 1.4 倍(74 比 55 token/秒)。
概览
| 规格 | Gemini 4 Carbon | GPT-6.2 Sol |
|---|---|---|
| 提供商 | OpenAI | |
| 发布日期 | 2026年10月28日 | 2026年11月17日 |
| 上下文窗口(token) | 1,048,576 | 1,050,000 |
| 对比时的配置 | Gemini 4 Carbon (high) | GPT-6.2 Sol (max) |
| 开放权重 | 否 | 否 |
| 每百万 token 价格(输入 / 输出 / 缓存输入) | $2.00 / $10.00 / $0.100 | $2.00 / $10.00 / $0.100 |
逐类别对比
类别得分采用 BenchLeader 标尺:50 为参评模型的平均水平,15 分为一个标准差。差距不到 1 分视为持平。
| 类别 | Gemini 4 Carbon (high) | GPT-6.2 Sol (max) | 领先者 |
|---|---|---|---|
| 推理 | 71.8 | 70.1 | Gemini 4 Carbon |
| 编程 | 72.8 | 74.5 | GPT-6.2 Sol |
| 智能体与工具 | 69.1 | 65.1 | Gemini 4 Carbon |
| 数学 | 71.3 | – | 无法比较 |
| 知识 | 74.7 | 65.4 | Gemini 4 Carbon |
| 人类偏好 | 72.6 | – | 无法比较 |
| 长上下文 | 64.3 | – | 无法比较 |
| 综合 | 67.8 | 64.5 | Gemini 4 Carbon |
同一图表对比
各领域采用与 Index 相同的标尺,平均模型为 50 分。单击某个领域可查看构成它的基准测试。 可从列表中最多选择 5 个模型。
未绘制(测得的模型少于两个):数学, 指令遵循, 长上下文, 多模态, 人类偏好。
各来源的分歧
在两者都有结果的 39 项基准测试中,Gemini 4 Carbon 领先 28 项,GPT-6.2 Sol 领先 9 项,2 项持平。所有同时评测两者的综合评分都认为 Gemini 4 Carbon 更强。
| 综合 Index | Gemini 4 Carbon (high) | GPT-6.2 Sol (max) | 领先者 |
|---|---|---|---|
| BenchLeader Index | 68.0 | 64.6 | 不相上下 |
| AA Intelligence Index v5.0.1 | 60.0 | 57.3 | Gemini 4 Carbon |
| Vals Index | 70.5 | 66.1 | Gemini 4 Carbon |
各发布方使用各自的任务、评测框架和推理强度设置,因此总体结论可能不同;BenchLeader 将它们统一到同一标尺上。† 表示同一模型在另一推理强度设置下的测量值(发布方未测试本页对比的设置)。
价格、速度与延迟
标价按每 1 个输出 token 对应 3 个输入 token 混合计算。每项任务的价格采用方法论页面中的 token 数量。每项基准测试任务的成本、token 数和耗时均为实测值,取自 Artificial Analysis 整个 Intelligence Index 测试的平均值。
| 指标 | Gemini 4 Carbon (high) | GPT-6.2 Sol (max) |
|---|---|---|
| 每百万 token 混合价格 | $4.00 | $4.00 |
| 每百万 token 输入 / 输出 | $2.00 / $10.00 | $2.00 / $10.00 |
| 每百万 token 缓存输入 | $0.100 | $0.100 |
| 每项任务价格:聊天回复 | $0.0038 | $0.0038 |
| 每项任务价格:总结一份 30 页的报告 | $0.030 | $0.030 |
| 每项任务价格:代码编辑 | $0.027 | $0.027 |
| 每项任务价格:智能体编程会话 | $0.160 | $0.160 |
| 每项任务价格:结构化信息提取 | $0.0060 | $0.0060 |
| 智能体编程会话(输入大多命中缓存) | $0.074 | $0.074 |
| 每项基准测试任务成本(AA Index) | $7.76 | $1.01 |
| 每项任务输出 token(AA Index) | 123k | 40k |
| 其中推理部分 | 72k | 23k |
| 每项任务耗时(AA Index) | 38 min | 9 min |
| 输出速度 | 55 tok/s | 74 tok/s |
| 首次回答时间 | 72.4 秒 | 78.8 秒 |
| 完整回答耗时(最近一次测量 2026年11月13日) | 160.6 秒 | – |
按 token 计价不等于按任务计价:在 Artificial Analysis 的 Intelligence Index 中,一项平均任务在 Gemini 4 Carbon (high) 上花费 $7.76,在 GPT-6.2 Sol (max) 上花费 $1.01;完成同样的工作,Gemini 4 Carbon (high) 输出的 token 是对方的 3.0 倍,这是只看 token 单价看不出来的。
每个模型都按其排名最高的推理强度设置进行对比。Gemini 4 Carbon (high) 得分 68.0,首个回答 token 需 72 秒;Gemini 4 Carbon (medium) 为 64.7(33 秒),Gemini 4 Carbon (low) 为 59.0(9 秒)。GPT-6.2 Sol (max) 得分 64.6,首个回答 token 需 79 秒;GPT-6.2 Sol (xhigh) 为 63.3(32 秒),GPT-6.2 Sol (high) 为 62.3(12 秒)。推理强度越高,回答前思考越久:得分更高,但等待更长、计费 token 也更多。 推理强度如何影响得分和成本
全部基准测试
共 109 项基准测试,按类别分组;点击名称可查看该排行榜及领先模型。† 表示同一模型在另一推理强度设置下的测量值,仅供参考,不计入胜场。
| 指标 | 发布方 | Gemini 4 Carbon (high) | GPT-6.2 Sol (max) |
|---|---|---|---|
| BenchLeader Index | BenchLeader | 68.0 | 64.6 |
| 智能体与工具得分 | BenchLeader | 69.1 | 65.1 |
| 编程得分 | BenchLeader | 72.8 | 74.5 |
| 综合得分 | BenchLeader | 67.8 | 64.5 |
| 人类偏好得分 | BenchLeader | 72.6 | – |
| 知识得分 | BenchLeader | 74.7 | 65.4 |
| 长上下文得分 | BenchLeader | 64.3 | – |
| 数学得分 | BenchLeader | 71.3 | – |
| 推理得分 | BenchLeader | 71.8 | 70.1 |
| 混合价格(美元/百万 token) | BenchLeader | $4.00 | $4.00 |
| 输出速度 | BenchLeader | 55 tok/s | 74 tok/s |
| 首次回答时间 | BenchLeader | 72.4 秒 | 78.8 秒 |
| 上下文窗口 | BenchLeader | 1,048,576 token | 1,050,000 token |
| 推理 | |||
| GPQA Diamond | Epoch AI Benchmarking Hub | 96.5% | – |
| SimpleBench | SimpleBench | 92.6%† | – |
| Arena Hard Prompts | Arena (LMArena) | 1546 | – |
| LiveBench 2.0 Reasoning | LiveBench | 90.6% | 90.6% |
| HLE-Diamond (AA) | Artificial Analysis | 69.1% | 64.0% |
| Kagi LLM Benchmark | Kagi LLM Benchmark | – | 67.0%† |
| ARC-AGI-1 | ARC Prize | 97.5% | 97.5% |
| ARC-AGI-2 | ARC Prize | 92.1% | 85.8% |
| ARC-AGI-3 | ARC Prize | 96.9% | 98.2% |
| CritPt v2 hard subset (AA) | Artificial Analysis | 69.0% | 62.5% |
| MysteryMechanism | Vals AI | – | 36.9% |
| HLE-Diamond (Scale) | Scale AI SEAL | – | 56.5%† |
| Arena Expert | Arena (LMArena) | 1566 | – |
| Chess Puzzles | Epoch AI Benchmarking Hub | 78.0% | – |
| Mystery Game Puzzles | Epoch AI Benchmarking Hub | 73.0% | – |
| 编程 | |||
| SciCode | SciCode | 64.2% | – |
| Arena Coding | Arena (LMArena) | 1567 | – |
| Arena WebDev | Arena (LMArena) | 1769 | 1757 |
| LiveBench 2.0 Coding | LiveBench | 91.0% | 83.7% |
| Vibe Code Bench v1.1 | Vals AI | 89.1% | 87.6% |
| Vibe Code Bench 1-100 v1.1 | Vals AI | 49.7% | 40.9% |
| SWE Atlas v1.1 | Scale AI SEAL | 71.5%† | 60.5%† |
| SWE Atlas v1.1: Codebase QnA | Scale AI SEAL | 73.4%† | 61.3%† |
| SWE Atlas v1.1: Test Writing | Scale AI SEAL | 76.7%† | 64.4%† |
| SWE Atlas v1.1: Refactoring | Scale AI SEAL | 64.3%† | 55.7%† |
显示全部 109 项基准测试
| 指标 | 发布方 | Gemini 4 Carbon (high) | GPT-6.2 Sol (max) |
|---|---|---|---|
| 编程 | |||
| CursorBench | Cursor | 60.4% | – |
| ALE-Bench | Epoch AI Benchmarking Hub | 2374.7 | – |
| FrontierSWE | Epoch AI Benchmarking Hub | 61.2% | – |
| Terminal-Bench 4.0 (AA) | Artificial Analysis | 65.2% | 60.1% |
| Design Arena Website | Design Arena | 1304† | – |
| FrontierCode 2.0 (AA) | Artificial Analysis | 40.6% | 44.4% |
| 智能体与工具 | |||
| Terminal-Bench | Terminal-Bench | 64.5% | 61.5% |
| APEX-Agents | Mercor | 84.2%† | – |
| Arena Agent | Arena (LMArena) | 16.1 | 11.3 |
| LiveBench Long Agentic | LiveBench | 71.8% | 63.6% |
| LiveBench Browser | LiveBench | 80.0% | 88.2% |
| HiL-Bench | Scale AI SEAL | 50.3%† | – |
| GDPval-AA v2.1 | Artificial Analysis | 1733 | – |
| Analyst Agent (AA) | Artificial Analysis | – | 53.8% |
| Finance Agent v2.1 | Vals AI | 67.2% | 58.9% |
| Harvey's Legal Agent Benchmark v1.1 | Vals AI | 17.5% | 12.1% |
| Legal Research Bench | Vals AI | 55.8% | 37.0% |
| Tax Agent Bench | Vals AI | 51.8% | 24.8% |
| Terminal-Bench 4.0 (Vals) | Vals AI | 63.1% | 60.6% |
| Terminal-Bench Science | Vals AI | – | 58.6% |
| Arena Agent Task Completion | Arena (LMArena) | 17.2 | 10.9 |
| PostTrainBench | Epoch AI Benchmarking Hub | 41.0% | – |
| Vending-Bench 2 | Andon Labs | 16484.2† | – |
| AutomationBench | Artificial Analysis | 77.8% | 71.3% |
| GDP.pdf (AA) | Artificial Analysis | 28.4% | 30.0% |
| Harvey LAB-AA v1.1 | Harvey | – | 11.1% |
| EnterpriseOps-Gym | Artificial Analysis | – | 28.9% |
| AA-Briefcase v1.1 | Artificial Analysis | 1611 | 1612 |
| GDPx | GDPx by SemiAnalysis | 10.9% | – |
| Design Arena Agentic | Design Arena | 1304† | – |
| Terminal-Bench-Science 0.1 (AA) | Artificial Analysis | 64.8% | 67.6% |
| CWE-Bench (AA) | Artificial Analysis | – | 61.7% |
| DeepSec-Bench (AA) | Artificial Analysis | – | 51.6% |
| CyberGym end-to-end (AA) | Artificial Analysis | – | 0.0% |
| MKA (AA) | Artificial Analysis | 54.3% | – |
| FACTS Search | 94.4%† | – | |
| 数学 | |||
| FrontierMath Tiers 1–3 | Epoch AI Benchmarking Hub | 90.5% | – |
| FrontierMath Tier 4 | Epoch AI Benchmarking Hub | 95.1% | – |
| OTIS Mock AIME | Epoch AI Benchmarking Hub | 100.0% | – |
| ArXivMath | MathArena | 94.3% | – |
| BrokenArXiv | MathArena | 84.4% | – |
| Autoform-Hard | Vals AI | 71.4% | 85.7% |
| FrontierMath Erdős | Epoch AI Benchmarking Hub | 2.9% | – |
| 知识 | |||
| SimpleQA Verified | Epoch AI Benchmarking Hub | 77.7% | – |
| LiveBench 2.0 Data Analysis | LiveBench | 86.5% | 81.1% |
| LiveBench Research | LiveBench | 92.5% | 90.1% |
| AA-Omniscience v1.1 | Artificial Analysis | 53.5 | 40.4 |
| PRBench Legal | Scale AI SEAL | 53.4%† | 43.3%† |
| BioMysteryBench | Vals AI | – | 77.8% |
| Excel Modeling Benchmark v1.1 | Vals AI | 76.5% | 74.3% |
| DrugDiscoveryBench | Scale AI SEAL | 71.5% | 62.2%† |
| EBR-bench | Epoch AI Benchmarking Hub | 87.6% | – |
| GDP.pdf | Epoch AI Benchmarking Hub | 56.4% | – |
| AA-Omniscience v1.1: accuracy | Artificial Analysis | 58.3% | 61.6% |
| AA-Omniscience v1.1: non-hallucination | Artificial Analysis | 88.6% | 44.6% |
| FACTS Parametric | 81.6%† | – | |
| 指令遵循 | |||
| MultiChallenge | Scale AI SEAL | – | 72.0%† |
| Arena Instruction Following | Arena (LMArena) | 1524 | – |
| 人类偏好 | |||
| Arena Text | Arena (LMArena) | 1526 | – |
| Arena Creative Writing | Arena (LMArena) | 1515 | – |
| Arena Multi-turn | Arena (LMArena) | 1563 | – |
| Arena Longer Queries | Arena (LMArena) | 1537 | – |
| 多模态 | |||
| LiveBench Design | LiveBench | 80.2% | 80.0% |
| MMMU-Pro | Artificial Analysis | 89.3%† | – |
| Humanity's Sixth Sense | Scale AI SEAL | 71.1% | 56.8%† |
| Blueprint-Bench 2 | Epoch AI Benchmarking Hub | 58.6%† | – |
| Furniture Assembly | Epoch AI Benchmarking Hub | 77.5% | – |
| VIALS-AA | Handshake AI | 64.0% | 62.7% |
| AA-3D | Artificial Analysis | – | 1259 |
| FACTS Multimodal | 60.2%† | – | |
| 长上下文 | |||
| AA-LCR v1.1 | Artificial Analysis | 79.3% | – |
| MLCR | Artificial Analysis | 19.4% | 37.2% |
| FACTS Grounding | 77.2%† | – | |
| 综合 | |||
| Epoch Capabilities Index | Epoch AI Benchmarking Hub | 169.8† | – |
| LiveBench 2.0 | LiveBench | 83.3% | 80.3% |
| AA Intelligence Index v5.0.1 | Artificial Analysis | 60.0 | 57.3 |
| AA Progress Index v1 | Artificial Analysis | 350.8 | – |
| Vals Index | Vals AI | 70.5 | 66.1 |
| Vals Finance Index | Vals AI | 67.0% | 56.7% |
| Vals RSI Index | Vals AI | 27.7% | – |
| Vals Science Index | Vals AI | – | 57.8% |
| Vals Legal Index | Vals AI | 75.9% | 66.7% |
| AA Cyber Index | Artificial Analysis | – | 37.8 |
| 安全与诚实 | |||
| FORTRESS | Scale AI SEAL | 16.4%† | – |
数据截至 2026年11月19日。对比的是每个模型的最佳配置;每项分数的来源链接都在模型页面上。
变化
- GPT-6.2 Sol (max):BenchLeader Index 63.2 → 64.6。
- Gemini 4 Carbon (high):2 项分数修订;价格 $4.90/M → $7.76/M。
- GPT-6.2 Sol (max):4 项新结果(VIALS-AA, Arena WebDev, Arena Agent…)。
- GPT-6.2 Sol (max):BenchLeader Index 62.4 → 63.2。
- Gemini 4 Carbon (high):价格 $5.48/M → $4.90/M。
- GPT-6.2 Sol (max):2 项新结果(Vibe Code Bench 1-100 v1.1, Terminal-Bench)。
- Gemini 4 Carbon (high):BenchLeader Index 68.9 → 68.3。
- Gemini 4 Carbon (high):3 项新结果(PostTrainBench, ALE-Bench, GDP.pdf)。
- Gemini 4 Carbon (high):2 项分数修订。
- Gemini 4 Carbon (high):8 项新结果(LiveBench 2.0, LiveBench Long Agentic, LiveBench 2.0 Reasoning…)。
相关对比
- Gemini 4 Carbon vs Claude Fable 5.2
- Gemini 4 Carbon vs GPT-6.2 Astra
- Gemini 4 Carbon vs Claude Opus 5.5
- GPT-6.2 Sol vs Claude Fable 5.2
- GPT-6.2 Sol vs GPT-6.2 Astra
- GPT-6.2 Sol vs Claude Opus 5.5
- Gemini 4 Argon vs GPT-6.2 Sol
- Gemini 4 Carbon vs GPT-6.1 Terra
排行榜: 综合最佳大模型 · 最适合编程的大模型 · 最适合智能体的大模型 · 便宜好用的大模型
Gemini 4 Carbon vs GPT-6.2 Sol:常见问题
- Gemini 4 Carbon 比 GPT-6.2 Sol 更好吗?
- Gemini 4 Carbon (high) 与 GPT-6.2 Sol (max) 的质量不相上下(68.0 比 64.6,在 ±3.4 的误差范围内)。BenchLeader Index 综合了所有第三方质量基准测试;截至 2026年11月19日,两者差距在误差范围内,请结合你的用途查看各类别得分。
- Gemini 4 Carbon 和 GPT-6.2 Sol 哪个更便宜?价格会变吗?
- 两者价格相同:每百万 token 混合价格 $4.00。两者均未公布价格调整。
- 编程用 Gemini 4 Carbon 还是 GPT-6.2 Sol 更好?
- GPT-6.2 Sol 在编程方面得分更高(类别得分 75 比 73,50 为平均水平)。在两者共同的最主要编程基准测试 Arena WebDev 上,Gemini 4 Carbon 为 1769,GPT-6.2 Sol 为 1757。
- Gemini 4 Carbon 和 GPT-6.2 Sol 哪个更快?
- GPT-6.2 Sol 输出更快(输出 74 比 55 token/秒,Artificial Analysis 7 日中位数)。
- 智能体和工具调用用 Gemini 4 Carbon 还是 GPT-6.2 Sol 更好?
- Gemini 4 Carbon 在智能体任务方面得分更高(类别得分 69 比 65,50 为平均水平)。在两者共同的最主要智能体与工具基准测试 Terminal-Bench 上,Gemini 4 Carbon 为 64.5%,GPT-6.2 Sol 为 61.5%。
更多问题(4)
- 处理长文档哪个更好?
- 两者都约为 1.1M token(Gemini 4 Carbon 为 1,048,576,GPT-6.2 Sol 为 1,050,000)。
- 哪个延迟更低?
- Gemini 4 Carbon 先开始回答:据 Artificial Analysis 测量,首个回答 token 的等待时间为 72.4 秒比 78.8 秒。这主要取决于推理强度:设置越高,回答前思考得越久。
- 第三方基准测试对 Gemini 4 Carbon 和 GPT-6.2 Sol 的看法一致吗?
- 在两者都有结果的 39 项基准测试中,Gemini 4 Carbon 领先 28 项,GPT-6.2 Sol 领先 9 项,2 项持平。所有同时评测两者的综合评分都认为 Gemini 4 Carbon 更强。
- GPT-6.2 Sol 是什么时候发布的?
- GPT-6.2 Sol 于 2026年11月17日 发布。