
Gemini 4 Carbon API(gemini-4-carbon,模型页)的每 token 价格是 GPT-6 Astra 的五分之一、Claude Opus 5.5 的一半,而在 Google 的发布表格中,它在 13 项基准测试中的 11 项上领先这两个模型。本文把这张表与三个 API 上相同请求的价格并列,说明 Claude Opus 5.5 和 GPT-6 Astra 仍在哪些方面领先,并用一个 PoYo 密钥调用全部三个模型。
如果你只是在 Google 的两个模型之间做选择,请阅读 Gemini 4 Carbon API vs Gemini 4 Argon API。
API 基本信息对比
| Gemini 4 Carbon | Claude Opus 5.5 | GPT-6 Astra | |
|---|---|---|---|
| PoYo 模型 ID | gemini-4-carbon | claude-opus-5-5 | gpt-6-astra |
| 兼容 OpenAI 的 Chat Completions | ✓ | ✓ | ✓ |
| PoYo 上的原生格式 | Gemini Native(/v1beta/models/{model}:generateContent) | Anthropic Messages(/v1/messages) | Responses(/v1/responses) |
| 上下文窗口 | 1M token | 1M token | 1,050,000 token |
| 最大输出 | 64K token | 128K token | 128K token |
| 流式输出 | stream: true / :streamGenerateContent | stream: true | stream: true |
列表中每个模型在 PoYo 上都支持 Chat Completions,因此一个 OpenAI SDK 客户端就能调用全部三个。原生格式则提供各厂商自己的功能。PoYo 文档在 Anthropic Messages 中说明了工具调用和 cache_control,在 Responses 中说明了网页搜索等工具。其 Gemini Native 文档涵盖 contents、generationConfig 和内联多模态数据。
每 1M token 价格:PoYo 与官方
PoYo 价格来自模型页(1 积分 = $0.005)。官方价格于 2026 年 11 月 16 日查阅自 Google 的 Carbon 发布文章、Anthropic 价格页和 OpenAI 价格页。
| 计费项(每 1M token) | Gemini 4 Carbon | Claude Opus 5.5 | GPT-6 Astra |
|---|---|---|---|
| PoYo 输入 | $1.60(320 积分) | $3.20(640 积分) | $8.00(1,600 积分) |
| PoYo 输出 | $8.00(1,600 积分) | $16.00(3,200 积分) | $40.00(8,000 积分) |
| PoYo 缓存读取 | $0.08 | $0.16 | $0.80 |
| PoYo 缓存写入 | — | $4.00(5m)/ $6.40(1h) | $10.00 |
| 官方输入 | $2.00(推广期) | $4.00 | $10.00(输入 ≤272K) |
| 官方输出 | $10.00(推广期) | $20.00 | $50.00(输入 ≤272K) |
| 官方缓存读取 | $0.10(输入价 95% 折扣) | $0.20 | $1.00 |
关于官方价格列的三点说明:
- Google:$2 / $10 是 Carbon 的推广期价格。Google 的开放公告称推广期于 2026 年 11 月 30 日结束,12 月 1 日起按每 1M token 输入 $4、输出 $20 计费。输出包含思考 token。
- Anthropic:完整的 1M token 上下文窗口按标准价格计费,所以 900K token 请求的每 token 价格与 9K token 请求相同。
- OpenAI:在标准层,输入超过 272K token 的请求按每 1M 输入 $20、缓存输入 $2、输出 $75 计费。PoYo 模型页只列出一档 Astra 价格。向 Astra 发送超长提示之前请先查看。
Carbon 的完整价格明细见 Gemini 4 Carbon API 价格文章。
token 计数相同时的单次请求费用
三个模型使用相同的请求形态,分别按 PoYo 价格和官方标准价格计费。实际 token 计数因模型而异:各厂商的分词方式不同,Google 也表示 Carbon 会比 Argon 花更多 token 来推理和验证。请把这些数字视为按 token 的对比,再衡量你自己的流量。
请求 A:100K 输入 + 10K 输出(大型代码审查)
| Gemini 4 Carbon | Claude Opus 5.5 | GPT-6 Astra | |
|---|---|---|---|
| PoYo | 0.1 × 1.60 + 0.01 × 8 = $0.24(48 积分) | 0.1 × 3.20 + 0.01 × 16 = $0.48(96 积分) | 0.1 × 8 + 0.01 × 40 = $1.20(240 积分) |
| 官方 | $0.30 | $0.60 | $1.50 |
请求 B:500K 输入 + 30K 输出(把整个代码仓库装入上下文)
| Gemini 4 Carbon | Claude Opus 5.5 | GPT-6 Astra | |
|---|---|---|---|
| PoYo | 0.5 × 1.60 + 0.03 × 8 = $1.04(208 积分) | 0.5 × 3.20 + 0.03 × 16 = $2.08(416 积分) | 0.5 × 8 + 0.03 × 40 = $5.20(1,040 积分) |
| 官方 | $1.30 | $2.60 | $12.25(长上下文档位:0.5 × 20 + 0.03 × 75) |
在 token 计数相同时,PoYo 上 Opus 5.5 的费用正好是 Carbon 的 2 倍,Astra 是 Carbon 的 5 倍。要在某个任务上与 Carbon 持平,Opus 5.5 需要只用一半的 token 完成,Astra 需要只用五分之一。
基准测试:Google 的表格,并不中立
这些分数来自 Google 在 Gemini 4 Carbon 发布文章中的基准测试表格。这是厂商自己的对比,运行在 Google 选择的测试框架上。用它来决定测什么,而不是当作最终排名。
| 基准测试 | Gemini 4 Carbon | Claude Opus 5.5 | GPT-6 Astra | 领先者 |
|---|---|---|---|---|
| AA Intelligence Index v5.0 | 59 | 58 | 57 | Carbon |
| Vals Index v2.2 | 70.4% | 70.2% | 65.0% | Carbon |
| Terminal-Bench 4.0 (AA) | 65.2% | 59.6% | 59.1% | Carbon |
| SWE-sweep | 9.6% | 3.6% | 9.5% | Carbon |
| FrontierSWE 2 | 61.2% | 62.3% | 65.5% | GPT-6 Astra |
| Agents' Last Exam v1.1 | 77.4% | 71.6% | 73.1% | Carbon |
| OSWorld-2.1(离线子集) | 81.5% | 87.2% | 80.9% | Claude Opus 5.5 |
| AutomationBench (Zapier) | 53.9% | 42.5% | 41.4% | Carbon |
| GraphWalks 256K–1M (BFS F1) | 96.2% | 66.8% | 71.8% | Carbon |
| RiemannBench | 80.0% | 69.6% | 72.0% | Carbon |
| CWE-bench | 71.0% | 67.0% | 68.0% | Carbon |
| ExploitGym | 54.8% | 34.5% | 42.4% | Carbon |
| SEC-bench Pro | 88.2% | — | 85.4% | Carbon |
“—”表示 Google 未公布分数。Google 的网络安全结果(CWE-bench、ExploitGym、SEC-bench Pro)基于通过 Fairwind Program 获得的访问权限。其开放公告称 Carbon 的网络安全用途只通过该项目提供。
有些领先处于误差范围内。Carbon 在 Vals Index 上只领先 0.2 分,在 SWE-sweep 上只领先 0.1 分。不同表格的测试框架也不同。我们的 Argon 指南引用的 Google 早先 Argon 表格中,Opus 5.5 的 Terminal-Bench 4.0 为 66.4%,而这张表在 Artificial Analysis 测试框架上显示为 59.6%。
各 API 的优势领域与路由建议
| 发送到 | 请求类型 | Google 表格中的依据 |
|---|---|---|
gemini-4-carbon | 256K–1M token 上下文的问答、终端智能体、业务自动化、漏洞利用验证、数学 | GraphWalks 96.2% 对 66.8–71.8%;Terminal-Bench 65.2%;AutomationBench 53.9% 对 41–43%;ExploitGym 54.8% |
gpt-6-astra | 类似 FrontierSWE 的软件工程任务,前提是能承受 Carbon 5 倍的 token 价格 | FrontierSWE 2 65.5% 对 61.2% |
claude-opus-5-5 | 计算机操作智能体(OSWorld 类桌面任务) | OSWorld-2.1 87.2% 对 81.5% |
仅看价格,Carbon 是默认选择,另外两个是有针对性的例外。Carbon 的主要约束是 64K 输出上限。Opus 5.5 和 GPT-6 Astra 都列出 128K 最大输出,所以超过 64K 的单次响应必须交给其他模型。我们的 Carbon vs Argon 文章介绍了如何把这类请求路由到 Argon。
用一个 PoYo 密钥调用全部三个模型
Chat Completions 对每个模型使用相同的请求体,因此用 OpenAI SDK 就能让三个模型跑同一个提示:
import os
from openai import OpenAI
client = OpenAI(api_key=os.environ["POYO_API_KEY"], base_url="https://api.poyo.ai/v1")
# PoYo USD per 1M tokens (input, output), from the model pages on 2026-11-16
PRICES = {
"gemini-4-carbon": (1.60, 8.00),
"claude-opus-5-5": (3.20, 16.00),
"gpt-6-astra": (8.00, 40.00),
}
messages = [{"role": "user", "content": "Review this diff for race conditions:\n<diff here>"}]
for model_id, (price_in, price_out) in PRICES.items():
resp = client.chat.completions.create(model=model_id, messages=messages, max_tokens=8000)
u = resp.usage
cost = u.prompt_tokens / 1e6 * price_in + u.completion_tokens / 1e6 * price_out
print(model_id, u.prompt_tokens, u.completion_tokens, f"${cost:.4f}")
print(resp.choices[0].message.content[:500])
打印出的 prompt_tokens 和 completion_tokens 给出真实的单次请求对比,上面的表格只是近似值。估算把所有输入都按未缓存计算,因此是一个上限。
需要厂商特有功能时,使用各模型的原生格式,密钥不变。
Carbon 使用 Gemini Native(模型放在路径中):
curl https://api.poyo.ai/v1beta/models/gemini-4-carbon:generateContent \
-H "Authorization: Bearer $POYO_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"contents": [{"role": "user", "parts": [{"text": "Review this diff for race conditions: ..."}]}],
"generationConfig": {"maxOutputTokens": 8000}
}'
Opus 5.5 使用 Anthropic Messages(max_tokens 为必填;x-api-key 也可用,所以 Anthropic SDK 只需把 base URL 设为 https://api.poyo.ai):
curl https://api.poyo.ai/v1/messages \
-H "Authorization: Bearer $POYO_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "claude-opus-5-5",
"max_tokens": 8000,
"messages": [{"role": "user", "content": "Review this diff for race conditions: ..."}]
}'
GPT-6 Astra 使用 Responses:
curl https://api.poyo.ai/v1/responses \
-H "Authorization: Bearer $POYO_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "gpt-6-astra",
"input": "Review this diff for race conditions: ...",
"max_output_tokens": 8000
}'
错误遵循各格式自己的结构。400 表示字段无效,或把模型发到了不支持的格式(消息中会列出支持的 URI)。401 表示密钥错误,404 表示模型 ID 未知。Carbon 第一个请求的详细说明见 Gemini 4 Carbon API 指南。
常见问题
Gemini 4 Carbon API 比 Claude Opus 5.5 API 便宜吗?
按 token 计算是的。在 PoYo 上,Carbon 每 1M token 输入 $1.60、输出 $8.00,Opus 5.5 为 $3.20 和 $16.00。官方价格为 $2 / $10(推广期)对 $4 / $20。
GPT-6 Astra API 与 Gemini 4 Carbon 相比价格如何?
在 PoYo 上,GPT-6 Astra 每 1M token 输入 $8.00、输出 $40.00,是 Carbon 的 5 倍。OpenAI 标准价格在输入 272K token 以内为 $10 / $50,超过后为 $20 / $75。
编码用哪个 API 最好:Gemini 4 Carbon、Claude Opus 5.5 还是 GPT-6 Astra?
在 Google 的表格中,Carbon 以 65.2% 领先 Terminal-Bench 4.0 (AA)、以 9.6% 领先 SWE-sweep,而 GPT-6 Astra 以 65.5% 领先 FrontierSWE 2。这些是 Google 的数据。做决定之前,请用上面的脚本让三个模型都跑一遍你自己的代码仓库任务。
可以用 OpenAI SDK 调用 Gemini 4 Carbon、Claude Opus 5.5 和 GPT-6 Astra 吗?
可以。把 base_url 设为 https://api.poyo.ai/v1,使用你的 PoYo API 密钥,只改 model 即可。三个模型都支持 PoYo 的 Chat Completions 接口。
计算机操作智能体用哪个 API 最好?
在 Google 的表格中,Claude Opus 5.5 以 87.2% 领先 OSWorld-2.1(离线子集),高于 Carbon 的 81.5% 和 GPT-6 Astra 的 80.9%。
Gemini 4 Carbon API 支持 1M token 上下文吗?
支持。Carbon 最多接受 1M 输入 token,最多返回 64K 输出 token。在 Google 的表格中,它在 256K–1M token 的 GraphWalks 上得分 96.2%,Opus 5.5 为 66.8%,GPT-6 Astra 为 71.8%。