comparisons

Gemini 4 Carbon API vs Claude Opus 5.5 API vs GPT-6 Astra API:基准测试、单次请求价格、一个密钥调用

Poyo.ai Team
7 min read
Share:

Gemini 4 Carbon API、Claude Opus 5.5 API 与 GPT-6 Astra API 对比

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 CarbonClaude Opus 5.5GPT-6 Astra
PoYo 模型 IDgemini-4-carbonclaude-opus-5-5gpt-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 token1M token1,050,000 token
最大输出64K token128K token128K token
流式输出stream: true / :streamGenerateContentstream: truestream: 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 CarbonClaude Opus 5.5GPT-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 CarbonClaude Opus 5.5GPT-6 Astra
PoYo0.1 × 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 CarbonClaude Opus 5.5GPT-6 Astra
PoYo0.5 × 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 CarbonClaude Opus 5.5GPT-6 Astra领先者
AA Intelligence Index v5.0595857Carbon
Vals Index v2.270.4%70.2%65.0%Carbon
Terminal-Bench 4.0 (AA)65.2%59.6%59.1%Carbon
SWE-sweep9.6%3.6%9.5%Carbon
FrontierSWE 261.2%62.3%65.5%GPT-6 Astra
Agents' Last Exam v1.177.4%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
RiemannBench80.0%69.6%72.0%Carbon
CWE-bench71.0%67.0%68.0%Carbon
ExploitGym54.8%34.5%42.4%Carbon
SEC-bench Pro88.2%—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-carbon256K–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%。

Share: