Gemini 4 Carbon, Claude Fable 5.2 ou GPT-6.2 Astra: qual modelo vale o preço em tarefas difíceis?

Compare Gemini 4 Carbon, Claude Fable 5.2 e GPT-6.2 Astra em preços oficiais, limites, controles de raciocínio, resultados do artigo do Google sobre o MKA e custo por tarefa segundo a Artificial Analysis, e escolha conforme a tarefa.

Três barcos a remo de madeira chegam ao mesmo píer. Dois deixam longos rastros de remadas, enquanto o barco do meio, com pás de remo laranja, deixa só um rastro curto.

Em trabalhos longos de conhecimento, com muitos arquivos, o Gemini 4 Carbon é a forma mais barata de chegar perto do Claude Fable 5.2. No benchmark MKA do Google DeepMind, o Fable 5.2 marcou 2,22 pontos a mais, uma diferença que o próprio teste de bootstrap do Google não conseguiu separar do ruído, com custo por tarefa 6,26 vezes o do Carbon (com o Carbon na tarifa de dezembro). Essa vantagem de custo não se sustenta contra o GPT-6.2 Astra. No Intelligence Index da Artificial Analysis, que é mais amplo, o Astra em High empata com o Carbon em High por cerca de metade do custo do Carbon na tarifa atual e em uma fração do tempo. Pague pelo Fable 5.2 quando os últimos pontos de qualidade importarem mais do que um custo por tarefa no MKA de 5 a 6 vezes o do Carbon (com o Carbon na tarifa de dezembro). Escolha o Astra quando precisar de velocidade e boa pontuação por dólar. Escolha o Carbon para documentos visualmente densos, contexto muito longo e execuções de agentes que duram horas. As tarifas por token do Carbon dobram em 1º de dezembro de 2026, então faça o orçamento com a nova tarifa.

Esta comparação está atualizada até 19 de novembro de 2026. Ela é publicada pela Ofox. Dois dos três modelos, o Claude Fable 5.2 e o GPT-6.2 Astra, podem ser chamados pela Ofox; o Gemini 4 Carbon, não. Verificamos a lista /v1/models da Ofox em 19 de novembro: ela retornou 137 modelos, incluindo anthropic/claude-fable-5.2 e openai/gpt-6.2-astra, mas nenhum gemini-4-carbon. Por isso, os exemplos do Carbon abaixo usam a própria Gemini API do Google.

Cada tipo de evidência está identificado onde aparece. Fatos de documentação vêm das páginas atuais dos fornecedores. Resultados de benchmark vêm do artigo técnico do Google DeepMind sobre o MKA e da Artificial Analysis (AA), coletados em 19 de novembro. Nossos cálculos são aritmética sobre esses números. Nossas execuções são quatro requisições ilustrativas pela Ofox, não um benchmark.

Uma armadilha antes de qualquer comparação: de quem são as versões na tabela?

A maioria dos gráficos de lançamento que circulam sobre esses modelos compara um conjunto de versões diferente daquele que você compraria hoje:

FonteCarbon comparado comFora da comparação
Model card do Carbon do Google (10 nov.)GPT-6 Astra, Claude Opus 5.5, Claude Fable 5.1Fable 5.2, GPT-6.2 Astra
Artigo técnico do MKA do Google DeepMind (10 nov.)Claude Fable 5.2, Opus 5.5, GPT-6 AstraGPT-6.2 Astra
Anúncio do Fable 5.2 da Anthropic (9 nov.)Fable 5.1, Opus 5.5, GPT-6 Astra, Gemini 4 CarbonGPT-6.2 Astra
Leaderboard do MKA na Artificial Analysis (ao vivo)As três versões atuais—

O GPT-6.2 Astra foi lançado em 17 de novembro (changelog da API da OpenAI), depois da publicação de todas as tabelas de fornecedores acima. Uma pontuação identificada como “GPT-6 Astra” não é uma pontuação do GPT-6.2 Astra. Uma coluna “Fable 5.1” no card do Carbon não diz nada sobre o Fable 5.2. Este artigo mantém esses rótulos exatamente como cada fonte os publicou. O único lugar em que os três modelos atuais aparecem no mesmo ambiente de avaliação é a Artificial Analysis.

Para a geração anterior, veja nosso guia de benchmarks do Gemini 4 Argon vs. GPT-6 Astra e Claude Opus (em inglês) e a análise do GPT-6 Astra (em inglês). Se você está comparando o Fable 5.2 com os outros modelos da Anthropic, leia Fable 5.2 vs. 5.1 vs. Opus 5.5.

Preços oficiais na mesma base

Fatos de documentação, modalidade Standard, USD por 1 milhão de tokens, verificados em 19 de novembro de 2026:

Gemini 4 CarbonClaude Fable 5.2GPT-6.2 Astra
ID do modelogemini-4-carbonclaude-fable-5-2gpt-6.2-astra
EntradaUS$ 2,00 até 30 nov.; US$ 4,00 a partir de 1º dez.US$ 8,00US$ 8,00
Entrada em cache (leitura)US$ 0,10; US$ 0,20 a partir de 1º dez. (só cache implícito)US$ 0,20 (2,5% da entrada)US$ 0,40
Saída (com raciocínio)US$ 10,00; US$ 20,00 a partir de 1º dez.US$ 40,00US$ 40,00
Opções de descontoModalidades Batch, Flex e Priority (sem preços aqui)Batch com 50% de desconto; modo fast custa mais (US$ 16 / US$ 80)Janelas em segundo plano com 30% (2 h) ou 40% (8 h) de desconto; Batch
Adicional por contexto longoNenhum; preço único em toda a janela de 1MNenhum; tarifa padrão em toda a janela de 1MAcima de 272K tokens de entrada, as tarifas de entrada e cache dobram e a de saída fica ×1,5, para a requisição inteira
Nível gratuitoNãoNãoNenhum informado

Fontes (em inglês): seção de preços do Carbon e guia do Carbon do Google, visão geral dos modelos e anúncio do Fable 5.2 da Anthropic, página do modelo GPT-6.2 Astra e changelog da OpenAI. As gravações em cache são cobradas à parte no Fable e no Astra, e o Google também cobra as ferramentas de grounding por consulta. Nosso guia sobre a mudança de preço do Carbon e do Argon em dezembro traz os detalhes.

Abaixo de 272K tokens de entrada, o Fable 5.2 e o GPT-6.2 Astra têm o mesmo preço de tabela, então a diferença entre eles se resume a quantos tokens cada um gasta. Acima disso, o adicional por contexto longo torna o Astra o mais caro dos três por token, o que pesa nas cargas de 256K a 1M, justamente onde o Carbon é mais forte. O preço de tabela do Carbon é um quarto do deles até 30 de novembro e metade a partir de 1º de dezembro.

Nosso cálculo: uma requisição idêntica. Considere 50.000 tokens de entrada, 40.000 deles com acerto de cache, e 6.000 tokens de saída. As taxas de gravação em cache ficam de fora, e o Carbon só oferece cache implícito, então a taxa de acerto não é garantida.

Entrada sem cacheEntrada em cacheSaídaTotal
Carbon (tarifa de novembro)US$ 0,020US$ 0,004US$ 0,060US$ 0,084
Carbon (tarifa de dezembro)US$ 0,040US$ 0,008US$ 0,120US$ 0,168
Fable 5.2US$ 0,080US$ 0,008US$ 0,240US$ 0,328
GPT-6.2 AstraUS$ 0,080US$ 0,016US$ 0,240US$ 0,336

Esta é a tabela menos útil do artigo. Na prática, os três modelos não gastam os mesmos 6.000 tokens de saída na mesma tarefa. No artigo do Google sobre o MKA, o Fable 5.2 gerou em média 378,9 mil tokens de saída por tarefa, o Carbon 129,5 mil e o GPT-6 Astra 42,0 mil. Os tokenizadores também diferem: nas nossas execuções, o mesmo prompt contou como 301 tokens de entrada no Fable 5.2 e 212 no GPT-6.2 Astra. O preço por token define a tarifa, mas é o custo por tarefa concluída que define a fatura. Para montar um controle completo de custos de uma tarefa no Carbon, com novas tentativas e regras de cache, use nossa calculadora de custo por tarefa do Carbon.

Limites, controles de raciocínio e acesso

Fatos de documentação:

Gemini 4 CarbonClaude Fable 5.2GPT-6.2 Astra
Janela de contexto1.048.576 tokens, compartilhada por entrada, raciocínio e saída1M tokens1.050.000 tokens (entrada máxima de 922.000)
Saída por resposta65.536 em modo síncrono; até 1M menos a entrada com decodificação longa em segundo plano128K128.000
Controle de raciocíniothinking_level: low, medium (padrão), highoutput_config.effort: de low a max, padrão high; raciocínio adaptativo sempre ativoreasoning.effort (reasoning_effort no Chat Completions); none é rejeitado; a página do modelo não lista os demais níveis nem o padrão
Modalidades de entradaTexto, imagem, áudio, vídeoTexto, imagem (e PDF pela API)Texto, imagem
Data de corte do conhecimentoMarço de 2026Junho de 2026 (confiável)18 de maio de 2026
Onde chamarNível pago da Gemini API, Google AI Studio, Gemini for businessClaude API, Bedrock, Google Cloud, FoundryChat Completions, Responses (necessária para chamar ferramentas), Batch
Na Ofox (verificado em 19 nov.)NãoSimSim

Alguns detalhes importam antes de uma migração:

  • O limite de saída do Carbon inclui o raciocínio. max_output_tokens cobre raciocínio e resposta, e o Google recomenda pelo menos 32.768 tokens, porque o Carbon gasta mais do limite com raciocínio do que o Argon. Saídas mais longas exigem background: true. Nosso guia de configuração da API do Carbon mostra as duas opções.
  • O Fable 5.2 não permite desligar o raciocínio. A Anthropic recomenda começar em high, usar xhigh para o trabalho longo mais difícil e reservar max para medir o teto do modelo. Nosso guia da API do Fable 5.2 cobre o formato das requisições e o tratamento do histórico.
  • Chamar ferramentas com o GPT-6.2 Astra exige a Responses API. O changelog também aponta mudanças de migração em como a Responses mantém o raciocínio depois de um histórico editado e em como ela trata o campo instructions de nível superior.

Na Ofox, a página do modelo Fable 5.2 lista tanto o protocolo compatível com OpenAI quanto o da Anthropic. Os preços atuais da Ofox para os dois modelos aparecem nas páginas de cada modelo e na documentação de preços e cobrança; não os repetimos aqui.

Benchmark 1: o artigo do Google DeepMind sobre o MKA (o “empate estatístico”)

A afirmação de que o Carbon “ties Fable 5.2 at a sixth of the cost” (empata com o Fable 5.2 a um sexto do custo) circula principalmente por coberturas secundárias. A fonte primária é o artigo técnico do MKA. O post do Google sobre o MKA diz apenas que o Carbon ficou em “#2 in quality” (2º lugar em qualidade) e concluiu as tarefas “at 6x lower cost on average” (a um custo médio seis vezes menor) que o modelo líder.

O MKA usa 200 tarefas privadas de 10 setores. Cada uma é um projeto de várias etapas baseado em arquivos visualmente densos: desenhos técnicos, esquemas, documentos digitalizados e gráficos. Todos os modelos rodaram no mesmo harness de código aberto, o Stirrup, com limite de 250 turnos. As principais tabelas do artigo:

Modelo (como nomeado no artigo)Climb-WSR (± IC 95%)WSR geralTokens de saída / tarefaTurnosTempo / tarefaCusto de API / tarefa
Claude Fable 5.256,56 ± 3,6373,26378,9 mil128,883,2 minUS$ 35,28
Gemini 4 Carbon54,34 ± 3,2471,89129,5 mil46,629,2 minUS$ 5,63
Claude Opus 5.553,01 ± 3,5470,98208,8 mil91,433,8 minUS$ 10,29
GPT-6 Astra50,24 ± 3,2569,3442,0 mil29,018,5 minUS$ 6,03

O artigo formula a conclusão central assim: sob um bootstrap pareado por tarefa, Fable 5.2, Carbon e Opus 5.5 “are statistically indistinguishable on Climb-WSR” (são estatisticamente indistinguíveis no Climb-WSR). A vantagem do Fable 5.2 sobre o Carbon é de +2,22 pontos, com intervalo de 95% de −0,94 a +5,49. A vantagem do Carbon sobre o GPT-6 Astra (+4,10 pontos, intervalo de +1,00 a +7,11) é significativa. A diferença de custo de 6,26 vezes vem de US$ 35,28 ÷ US$ 5,63, a “provider list prices at the time of writing” (preços de tabela dos fornecedores no momento da redação). O artigo não diz qual tarifa do Carbon usou, mas nossa conta aponta para a tarifa de dezembro: a US$ 4 / US$ 20, as contagens de tokens do Carbon na Tabela 4 dão US$ 5,63 quando 93,7% da entrada vem do cache, que é o piso da faixa de 93,7% a 97,7% informada no artigo. A US$ 2 / US$ 10, os mesmos tokens não chegam a US$ 5,63 com nenhuma proporção de cache dentro dessa faixa. Na tarifa atual de novembro, o custo por tarefa do Carbon seria cerca de metade, e o múltiplo do Fable ficaria cerca de duas vezes maior.

Leia esses números com quatro limitações em mente:

  1. Cada modelo rodou uma vez por tarefa, com avaliação em uma única passada. O artigo diz que os intervalos capturam a amostragem de tarefas, não a variação entre execuções nem a do avaliador.
  2. O Google ajudou a projetar o benchmark, e o modelo dele ficou em segundo. O avaliador não é um modelo do Google, e avaliadores humanos concordaram com ele em 96,2% dos critérios de peso alto que verificaram. É uma checagem forte, mas não uma replicação independente.
  3. O modelo da OpenAI testado foi o GPT-6 Astra, não o GPT-6.2 Astra. O artigo não diz nada sobre o 6.2.
  4. Um empate estatístico não garante resultados iguais. Significa que essa amostra de 200 tarefas não consegue descartar que a diferença real seja zero. Da mesma forma, também não consegue descartar uma diferença de cinco pontos a favor do Fable.

Benchmark 2: o leaderboard do MKA na Artificial Analysis, agora com o GPT-6.2 Astra

O Google criou o MKA em parceria com a Artificial Analysis, e a AA hospeda o leaderboard público. Para os quatro modelos do artigo, as pontuações de Climb WSR da AA coincidem com as do artigo até a segunda casa decimal. Trate o leaderboard como a mesma avaliação estendida a modelos mais novos, não como uma replicação independente. O avaliador da própria AA é o GPT-6 Luna em medium, e o nível de raciocínio faz parte do nome de cada modelo. A AA estima custo e tempo com base própria, por isso essas colunas diferem das do artigo. Dados coletados em 19 de novembro de 2026:

Modelo e nível (rótulos da AA)MKA Climb WSRCusto por tarefaTempo por tarefa
Claude Fable 5.2 (Max)56,6%US$ 31,9857,1 min
Gemini 4 Carbon (High)54,3%US$ 6,2929,0 min
Claude Opus 5.5 (Max)53,0%US$ 10,2326,1 min
GPT-6.2 Astra (Max)52,7%US$ 3,6721,8 min
GPT-6 Astra (Max)50,2%US$ 6,2117,0 min

Duas coisas mudam com o GPT-6.2 Astra no ranking:

  • Em custo, o Fable 5.2 fica em cerca de 5,1 vezes o Carbon (US$ 31,98 ÷ US$ 6,29, nosso cálculo) pelos números da AA, em vez das 6,26 vezes do artigo; nos dois casos, o Carbon está na tarifa de dezembro. A direção se mantém. O tamanho depende de como cada parte precifica o mesmo uso de tokens.
  • O GPT-6.2 Astra agora é o mais barato dos três no MKA, 1,7 ponto abaixo do Carbon (52,67% contra 54,34%) por cerca de 58% do custo do Carbon na AA. A AA não publica intervalos de confiança e o artigo nunca testou o 6.2, então ninguém determinou se essa diferença de 1,7 ponto é real.

Confira a base de preço antes de reaproveitar os números do Carbon na AA. Os dados da AA precificam o Carbon a US$ 4 / US$ 20, a tarifa de dezembro. Todas as tarifas por token do Carbon dobram exatamente em 1º de dezembro, então, aos US$ 2 / US$ 10 de hoje, o mesmo uso de tokens custaria cerca de US$ 3,15 por tarefa do MKA (nosso cálculo: US$ 6,29 ÷ 2). Isso deixa o Carbon um pouco abaixo dos US$ 3,67 do GPT-6.2 Astra até 30 de novembro, e de volta a US$ 6,29 depois.

O Gemini 4 Neon em Xhigh, lançado em 18 de novembro, marcou 56,5% a US$ 5,36 no mesmo ranking. O Neon é outra comparação, tratada em Gemini 4 Neon vs. Carbon.

Benchmark 3: o Intelligence Index da Artificial Analysis, mais amplo

O MKA mede um tipo de trabalho. O Intelligence Index v5.0.1 da AA combina nove avaliações que cobrem trabalho de conhecimento, programação, ciências e conhecimentos gerais. Valores das páginas de modelos da AA, coletados em 19 de novembro de 2026, com o custo da AA calculado pelo preço que ela lista para cada modelo:

Modelo e nívelPontuação no índiceCusto por tarefa do índiceTempo por tarefa do índice
Claude Fable 5.2 (Max)64,6US$ 26,5441,6 min
Claude Fable 5.2 (High, padrão da API)61,8US$ 9,0815,0 min
GPT-6.2 Astra (Max)62,1US$ 4,0013,7 min
GPT-6.2 Astra (High)60,1US$ 2,075,9 min
Gemini 4 Carbon (High)60,0US$ 7,76 (≈ US$ 3,88 na tarifa de novembro)37,2 min
Gemini 4 Carbon (Medium, padrão da API)58,3US$ 6,59 (≈ US$ 3,29 na tarifa de novembro)29,6 min

Os valores do Carbon divididos por dois são cálculo nosso, e a coluna de tempo converte os segundos da AA em minutos. Nesse conjunto mais amplo, a história de custo do Carbon se inverte. O GPT-6.2 Astra em High empata com o Carbon em High (60,1 contra 60,0) por cerca de metade do custo do Carbon na tarifa atual e um quarto do custo na tarifa de dezembro usada pela AA, em cerca de um sexto do tempo (5,9 contra 37,2 minutos). A página do Carbon na AA também informa 73 segundos até o primeiro token de resposta e velocidade de saída de 55 tokens por segundo, e descreve o modelo como “notably slow per task and very verbose” (notavelmente lento por tarefa e muito prolixo). No padrão de cada fornecedor, o Fable 5.2 High (61,8) supera o Carbon Medium (58,3) e custa US$ 9,08 por tarefa, contra US$ 6,59 do Carbon na tarifa de dezembro. A OpenAI não publica o nível de raciocínio padrão do Astra, então o comparamos em High.

O que as tabelas dos fornecedores acrescentam (e onde não se aplicam)

O anúncio do Fable 5.2 da Anthropic é a única tabela de fornecedor que mostra o Fable 5.2 e o Carbon lado a lado. A coluna da OpenAI nela é o GPT-6 Astra. A Anthropic usou o nível de raciocínio mais alto de cada modelo, salvo indicação em contrário, e marcou a pontuação do Carbon no FrontierCode como nível Medium.

Benchmark (dados da Anthropic)Fable 5.2GPT-6 AstraGemini 4 Carbon
FrontierSWE v269,9%65,5%61,2%
AutomationBench51,4%41,4%53,9%
Terminal-Bench-Science 0.174,6%68,1%64,8%
AA-Briefcase v1.1 (Elo)178515691611
Chartography (sem ferramentas)73,4%71,0%72,5%

O próprio card do Carbon acrescenta evidências de contexto longo que nenhuma outra tabela traz: no GraphWalks BFS de 256k a 1M tokens, o Google informa 96,2% para o Carbon, contra 71,8% do GPT-6 Astra e 65,0% do Fable 5.1. O Fable 5.2 não foi medido ali, então tratamos a vantagem do Carbon sobre o Fable 5.2 em contexto longo como plausível, mas não verificada. O mesmo card dá ao Carbon 65,2% no Terminal-Bench 4.0 (AA), contra 59,1% do GPT-6 Astra e 52,0% do Fable 5.1, e 9,6% no SWE-sweep, contra 9,5% e 2,9%. Somando essas fontes, o Fable 5.2 lidera em programação agêntica e pesquisa aberta, e o Carbon é mais forte em fluxos de trabalho empresariais e documentos longos e visuais. Na tabela da Anthropic, o GPT-6 Astra supera o Carbon no FrontierSWE v2 e no Terminal-Bench-Science, mas fica atrás dele no AutomationBench, no Chartography e no teste de contexto longo do Google.

Nossas execuções ilustrativas: Fable 5.2 vs. GPT-6.2 Astra na Ofox

Queríamos ver a diferença de gasto de tokens com nossos próprios prompts, então rodamos duas tarefas pequenas em 19 de novembro de 2026. Cada modelo recebeu cada tarefa uma vez, com prompts idênticos, pelo endpoint compatível com OpenAI da Ofox (https://api.ofox.io/v1/chat/completions), com reasoning_effort: "high" e max_tokens: 32000. O Carbon não foi testado porque a Ofox não o oferece. Os custos abaixo aplicam o preço de tabela oficial de cada fornecedor ao uso retornado; não são cobranças da Ofox.

  • Tarefa A, correção de código: uma função de 9 linhas que mescla intervalos e viola uma especificação escrita de quatro formas (altera a entrada, mantém intervalos inválidos, ignora intervalos que se tocam, retorna listas em vez de tuplas). Verificamos cada função corrigida com 505 casos de teste, incluindo checagens de alteração da entrada e do tipo de retorno.
  • Tarefa B, quebra-cabeça de contagem: contar as ordenações de sete itens sob cinco restrições, sem código. Uma verificação por força bruta dá 129.
TarefaModeloResultadoTokens de saída (raciocínio)Tempo realCusto pelo preço de tabela
AClaude Fable 5.2Os 4 problemas encontrados; testes aprovados1.037 (465)12,1 sUS$ 0,044
AGPT-6.2 AstraOs 4 problemas encontrados; testes aprovados201 (49)5,1 sUS$ 0,010
BClaude Fable 5.2129, correto5.250 (4.419)44,7 sUS$ 0,211
BGPT-6.2 Astra129, correto2.435 (1.916)29,8 sUS$ 0,098

Os dois modelos resolveram as duas tarefas. O Fable 5.2 usou 5,2 e 2,2 vezes mais tokens de saída e escreveu explicações mais completas, incluindo um exemplo resolvido na Tarefa A. O Astra respondeu de forma enxuta. Com preços de tabela iguais, a diferença no gasto de tokens virou toda a diferença de custo. Isso segue a mesma direção das contagens de tokens da AA e do MKA, mas quatro requisições não provam nada sobre qualidade ou estabilidade. Também não verificamos como a Ofox mapeia reasoning_effort para a configuração effort do Fable na rota compatível com OpenAI. As requisições, respostas e o verificador brutos estão guardados com os arquivos do nosso relatório.

Para reproduzir isso com uma única chave, aponte um cliente compatível com OpenAI para a Ofox e troque apenas o ID do modelo. Os detalhes de configuração estão na documentação de integrações da Ofox.

from openai import OpenAI

client = OpenAI(base_url="https://api.ofox.io/v1", api_key="YOUR_OFOX_KEY")

for model in ["anthropic/claude-fable-5.2", "openai/gpt-6.2-astra"]:
    r = client.chat.completions.create(
        model=model,
        max_tokens=32000,
        reasoning_effort="high",
        messages=[{"role": "user", "content": "<your task>"}],
    )
    print(model, r.usage.completion_tokens, r.choices[0].message.content[:200])

O Carbon precisa ser testado na API nativa do Google com uma chave da Gemini API. Esta é a chamada Interactions documentada:

from google import genai

client = genai.Client()
interaction = client.interactions.create(
    model="gemini-4-carbon",
    input="<your task>",
    generation_config={"thinking_level": "medium"},
)
print(interaction.output_text)

Se uma requisição falhar, separe erros de acesso e de cota dos erros de parâmetro antes de tentar de novo. Para o Fable, nosso guia de erros 400 do Fable 5.2 cobre erros de raciocínio e de histórico de ferramentas. Para erros de ID de modelo, 401 e limite de tokens na família Astra, veja o guia de erros do GPT-6 Astra (em inglês). Para o lado do Gemini, veja erros da API do Gemini 4. O guia de tratamento de erros e a documentação de limites de taxa da Ofox cobrem novas tentativas e limites na rota da Ofox.

Tabela de decisão: qual modelo para qual trabalho

Sua situaçãoEscolhaPor quê (evidência)Atenção
Relatórios longos, apresentações ou auditorias feitos a partir de desenhos técnicos, documentos digitalizados e gráficosGemini 4 CarbonEmpate estatístico com o Fable 5.2 no MKA a cerca de 1/6 (artigo) a 1/5 (AA) do custo por tarefa dele, ambos com o Carbon na tarifa de dezembroLento; dobra de preço em 1º dez.; não está na Ofox
Entradas de 256k a 1M tokens sobre as quais é preciso raciocinar, e não só buscarGemini 4 Carbon96,2% no GraphWalks 256k–1M no card do GoogleO Fable 5.2 não foi medido ali; confira por conta própria
Automação de negócios entre ferramentas SaaSGemini 4 Carbon53,9% no AutomationBench contra 51,4% do Fable 5.2 (dados da Anthropic)Diferença pequena, um único benchmark
Programação agêntica mais difícil, migrações, pesquisa aberta em que poucos pontos fazem diferençaClaude Fable 5.2Lidera FrontierSWE v2, Terminal-Bench-Science e AA Index em MaxCusto por tarefa no MKA de 5 a 6 vezes o do Carbon (Carbon na tarifa de dezembro); o nível Max é lento
Trabalho em que você precisa da maior pontuação possível e o custo é secundárioClaude Fable 5.2 (Xhigh/Max)Maior AA Index (64,6) e maior pontuação no MKAUS$ 26,54 por tarefa do índice em Max; teste High primeiro
Pesquisa em segurançaNão o Fable 5.2 com acesso padrãoA Anthropic diz que as salvaguardas do Fable 5.2 bloqueiam a maioria das tarefas de cibersegurança; o Mythos 5.2 exige acesso pelo Cyber Verification ProgramO Google também oferece o Carbon a defensores verificados pelo Fairwind Program; não comparamos resultados de cibersegurança aqui
Raciocínio difícil interativo ou sensível à latênciaGPT-6.2 AstraO mais rápido dos três na AA (5,9 min por tarefa do índice em High) e o mais barato com pontuações iguaisNovo; ainda há poucas avaliações independentes; sem entrada de áudio ou vídeo
Uma única chave de API para vários fornecedores, com fallbackFable 5.2 + GPT-6.2 Astra na OfoxOs dois disponíveis no mesmo endpointO Carbon exigiria uma conta separada no Google

Onde cada um é pior

  • Gemini 4 Carbon: lento e prolixo (37,2 min por tarefa do índice da AA, 73 s até o primeiro token de resposta). A pontuação no Intelligence Index por dólar não é melhor que a do GPT-6.2 Astra. Não tem nível gratuito, o preço por token dobra em 1º de dezembro, a data de corte do conhecimento (março de 2026) é a mais antiga dos três e ele não está na Ofox.
  • Claude Fable 5.2: de longe o mais caro por tarefa concluída no MKA, tanto nos números de custo do artigo quanto nos da AA, porque gasta muito mais tokens (40,48 milhões de tokens no total por tarefa do MKA, contra 7,05 milhões do Carbon). O raciocínio não pode ser desligado, e trabalhos de cibersegurança ficam bloqueados na maior parte.
  • GPT-6.2 Astra: lançado em 17 de novembro, então a maioria das tabelas de fornecedores cobre só o GPT-6 Astra. Teve a menor pontuação dos três no leaderboard do MKA da AA, aceita apenas entrada de texto e imagem e precisa da Responses API para chamar ferramentas.

Como decidir com a sua própria carga de trabalho

Benchmarks estreitam a lista, mas quem decide são as suas tarefas. Escolha de 20 a 50 tarefas reais que você consiga avaliar, mantenha os prompts idênticos e registre pontuação, total de tokens, tempo real e custo pelo preço de tabela de cada tentativa, incluindo as que falharam. Rode o Carbon em medium e high, o Fable 5.2 em high antes de xhigh e o GPT-6.2 Astra em high antes de max. Se você for testar o Carbon neste mês, calcule o custo tanto a US$ 2/US$ 10 quanto a US$ 4/US$ 20, para que um teste em novembro não defina um orçamento que dezembro vai estourar.

Se dois modelos ficarem a poucos pontos um do outro e um deles custar cinco vezes mais, os dados do MKA indicam que a diferença pode ser ruído. Para uma visão mais ampla das linhas de modelos dos três fornecedores, veja Gemini 4 vs. Claude vs. GPT: níveis de modelos e a comparação um nível abaixo, Gemini 4 Neon vs. Claude Opus 5.5 vs. GPT-6.2 Sol.

Documentação relacionada