Gemini 4 Carbon, Claude Fable 5.2 или GPT-6.2 Astra: за какую модель для сложных задач стоит платить

Сравниваем Gemini 4 Carbon, Claude Fable 5.2 и GPT-6.2 Astra по официальным ценам, лимитам, настройкам глубины рассуждений, результатам статьи Google о MKA и стоимости задачи по данным Artificial Analysis, а затем выбираем модель под задачу.

Три деревянные гребные лодки подходят к одному причалу. Две оставляют за собой длинный след от вёсел, а средняя, с оранжевыми лопастями, — лишь короткий.

Gemini 4 Carbon — самый дешёвый способ приблизиться к Claude Fable 5.2 в длинной интеллектуальной работе с большим количеством файлов. В бенчмарке MKA от Google DeepMind Fable 5.2 набрала на 2,22 пункта больше, но собственный бутстреп-тест Google не смог отличить этот разрыв от шума, а стоимость задачи у Fable 5.2 в 6,26 раза выше, чем у Carbon (Carbon посчитан по декабрьскому тарифу). Против GPT-6.2 Astra это ценовое преимущество не работает. В более широком Intelligence Index от Artificial Analysis Astra на уровне High набирает столько же, сколько Carbon на уровне High, примерно за половину стоимости Carbon по текущему тарифу и за малую долю времени. Fable 5.2 стоит брать, когда последние несколько пунктов качества важнее, чем стоимость задачи MKA, в 5–6 раз превышающая стоимость у Carbon (Carbon по декабрьскому тарифу). Astra подходит, когда нужны скорость и хороший результат на каждый доллар. Carbon — для документов с плотной визуальной информацией, очень длинного контекста и многочасовых запусков агентов. Его ставки за токены удваиваются 1 декабря 2026 года, поэтому закладывайте в бюджет новый тариф.

Сравнение актуально на 19 ноября 2026 года. Статью публикует Ofox. Две из трёх моделей, Claude Fable 5.2 и GPT-6.2 Astra, можно вызвать через Ofox, а Gemini 4 Carbon — нельзя. 19 ноября мы проверили список Ofox /v1/models: он вернул 137 моделей, среди них anthropic/claude-fable-5.2 и openai/gpt-6.2-astra, но не gemini-4-carbon. Поэтому примеры для Carbon ниже используют собственный Gemini API от Google.

Тип каждого доказательства указан там, где оно приводится. Факты из документации взяты с текущих страниц вендоров. Результаты бенчмарков — из технической статьи Google DeepMind о MKA и из Artificial Analysis (AA), получены 19 ноября. Наши расчёты — арифметика на этих числах. Наши запуски — четыре показательных запроса через Ofox, а не бенчмарк.

Ловушка перед любым сравнением: какие версии моделей в таблице?

Большинство графиков, которые распространялись при запуске этих моделей, сравнивают не те версии, которые можно купить сегодня:

ИсточникС чем сравнивается CarbonЧего нет
Карточка модели Carbon от Google (10 ноября)GPT-6 Astra, Claude Opus 5.5, Claude Fable 5.1Fable 5.2, GPT-6.2 Astra
Техническая статья о MKA от Google DeepMind (10 ноября)Claude Fable 5.2, Opus 5.5, GPT-6 AstraGPT-6.2 Astra
Анонс Fable 5.2 от Anthropic (9 ноября)Fable 5.1, Opus 5.5, GPT-6 Astra, Gemini 4 CarbonGPT-6.2 Astra
Лидерборд MKA на Artificial Analysis (обновляется)Все три текущие версии—

GPT-6.2 Astra вышла 17 ноября (журнал изменений OpenAI API), то есть уже после публикации всех таблиц вендоров выше. Результат с подписью «GPT-6 Astra» — это не результат GPT-6.2 Astra. Столбец «Fable 5.1» в карточке Carbon ничего не говорит о Fable 5.2. В статье мы сохраняем подписи ровно в том виде, в каком их напечатал каждый источник. Все три текущие модели в одной среде оценки есть только у Artificial Analysis.

О предыдущем поколении — в нашем разборе бенчмарков Gemini 4 Argon, GPT-6 Astra и Claude Opus и обзоре GPT-6 Astra. Если вы выбираете между Fable 5.2 и другими моделями Anthropic, читайте сравнение Fable 5.2, 5.1 и Opus 5.5.

Официальные цены в одной системе координат

Факты из документации, уровень Standard, доллары США за 1 млн токенов, проверено 19 ноября 2026 года:

Gemini 4 CarbonClaude Fable 5.2GPT-6.2 Astra
ID моделиgemini-4-carbonclaude-fable-5-2gpt-6.2-astra
Вход$2,00 до 30 ноября; $4,00 с 1 декабря$8,00$8,00
Кэшированный вход (чтение)$0,10; $0,20 с 1 декабря (только неявное кэширование)$0,20 (2,5% от цены входа)$0,40
Выход (включая рассуждения)$10,00; $20,00 с 1 декабря$40,00$40,00
СкидкиУровни Batch, Flex и Priority (цены здесь не приводим)Batch со скидкой 50%; fast-режим дороже ($16 / $80)Фоновые окна со скидкой 30% (2 ч) или 40% (8 ч); Batch
Надбавка за длинный контекстНет; единая цена во всём окне 1MНет; стандартная ставка во всём окне 1MСвыше 272K входных токенов ставки за вход и кэш удваиваются, за выход — ×1,5, для всего запроса
Бесплатный уровеньНетНетНе указан

Источники (на английском): раздел о ценах Carbon и руководство по Carbon от Google, обзор моделей и анонс Fable 5.2 от Anthropic, страница модели GPT-6.2 Astra и журнал изменений OpenAI. Запись в кэш у Fable и Astra оплачивается отдельно, а Google дополнительно берёт плату за каждый запрос к инструментам grounding. Подробности об изменении цен Carbon и Argon — в нашем руководстве по декабрьскому повышению.

До 272K входных токенов у Fable 5.2 и GPT-6.2 Astra одинаковая прайсовая ставка, поэтому разница между ними сводится к тому, сколько токенов тратит каждая. Выше этого порога надбавка за длинный контекст делает Astra самой дорогой из трёх в расчёте на токен. Это важно для нагрузок на 256K–1M, где Carbon сильнее всего. Прайсовая цена Carbon до 30 ноября составляет четверть от их цены, а с 1 декабря — половину.

Наш расчёт: один и тот же запрос. Возьмём 50 000 входных токенов, из них 40 000 попадают в кэш, и 6000 выходных токенов. Плату за запись в кэш не учитываем. У Carbon есть только неявное кэширование, поэтому доля попаданий не гарантирована.

Вход без кэшаКэшированный входВыходИтого
Carbon (ноябрьские ставки)$0,020$0,004$0,060$0,084
Carbon (декабрьские ставки)$0,040$0,008$0,120$0,168
Fable 5.2$0,080$0,008$0,240$0,328
GPT-6.2 Astra$0,080$0,016$0,240$0,336

Эта таблица — наименее полезная в статье. На практике три модели не тратят на одну и ту же задачу по 6000 выходных токенов. В статье Google о MKA Fable 5.2 в среднем генерировала 378,9 тыс. выходных токенов на задачу, Carbon — 129,5 тыс., GPT-6 Astra — 42,0 тыс. Токенизаторы тоже разные: в наших запусках один и тот же промпт для Fable 5.2 составил 301 входной токен, а для GPT-6.2 Astra — 212. Цена за токен — это лишь ставка, а итоговый счёт определяет стоимость выполненной задачи. Чтобы посчитать полный бюджет задачи Carbon с повторами и правилами кэширования, воспользуйтесь нашим калькулятором стоимости задачи Carbon.

Лимиты, настройки глубины рассуждений и доступ

Факты из документации:

Gemini 4 CarbonClaude Fable 5.2GPT-6.2 Astra
Контекстное окно1 048 576 токенов, общее для входа, рассуждений и выхода1M токенов1 050 000 токенов (максимум входа 922 000)
Выход за один ответ65 536 в синхронном режиме; при фоновом длинном декодировании — до 1M минус вход128K128 000
Управление рассуждениямиthinking_level: low, medium (по умолчанию), highoutput_config.effort: от low до max, по умолчанию high; адаптивное мышление всегда включеноreasoning.effort (reasoning_effort в Chat Completions); none отклоняется; остальные уровни и значение по умолчанию на странице модели не указаны
Входные модальностиТекст, изображения, аудио, видеоТекст, изображения (через API также PDF)Текст, изображения
Граница знанийМарт 2026Июнь 2026 (надёжная)18 мая 2026
Где вызыватьПлатный уровень Gemini API, Google AI Studio, Gemini for businessClaude API, Bedrock, Google Cloud, FoundryChat Completions, Responses (нужен для вызова инструментов), Batch
В Ofox (проверено 19 ноября)НетДаДа

Перед миграцией важно учесть несколько деталей:

  • Лимит выхода Carbon включает рассуждения. max_output_tokens покрывает и рассуждения, и ответ. Google рекомендует ставить не меньше 32 768 токенов, потому что Carbon тратит на рассуждения большую часть лимита, чем Argon. Для более длинного выхода нужен background: true. Оба варианта разобраны в нашем руководстве по настройке Carbon API.
  • У Fable 5.2 нельзя отключить рассуждения. Anthropic советует начинать с high, для самой сложной долгой работы использовать xhigh, а max оставлять для измерения потолка модели. Структура запроса и работа с историей описаны в нашем руководстве по API Fable 5.2.
  • Для вызова инструментов в GPT-6.2 Astra нужен Responses API. В журнале изменений также отмечены изменения, важные при миграции: как Responses сохраняет рассуждения после редактирования истории и как обрабатывает поле верхнего уровня instructions.

В Ofox на странице модели Fable 5.2 указаны оба протокола: OpenAI-совместимый и Anthropic. Текущие цены Ofox на обе модели приведены на их страницах и в документации по ценам и оплате; здесь мы их не дублируем.

Бенчмарк 1: статья Google DeepMind о MKA («статистическая ничья»)

Утверждение, что Carbon “ties Fable 5.2 at a sixth of the cost” («не уступает Fable 5.2 при шестой части стоимости»), расходится в основном через пересказы. Его первоисточник — техническая статья о MKA. В блог-посте Google о MKA сказано лишь, что Carbon занял “#2 in quality” («второе место по качеству») и выполнял задачи “at 6x lower cost on average” («в среднем в 6 раз дешевле») по сравнению с лидером.

MKA состоит из 200 закрытых задач из 10 отраслей. Каждая — многошаговый проект на основе файлов с плотной визуальной информацией: чертежей, схем, сканов и диаграмм. Все модели работали в одной и той же открытой обвязке Stirrup с ограничением в 250 ходов. Основные таблицы статьи:

Модель (как в статье)Climb-WSR (± 95% ДИ)Общий WSRВыходных токенов на задачуХодовВремя на задачуСтоимость API на задачу
Claude Fable 5.256,56 ± 3,6373,26378,9 тыс.128,883,2 мин$35,28
Gemini 4 Carbon54,34 ± 3,2471,89129,5 тыс.46,629,2 мин$5,63
Claude Opus 5.553,01 ± 3,5470,98208,8 тыс.91,433,8 мин$10,29
GPT-6 Astra50,24 ± 3,2569,3442,0 тыс.29,018,5 мин$6,03

Главный вывод статья формулирует так: при парном бутстрепе на уровне задач Fable 5.2, Carbon и Opus 5.5 “are statistically indistinguishable on Climb-WSR” («статистически неразличимы по Climb-WSR»). Отрыв Fable 5.2 от Carbon составляет +2,22 пункта с 95%-ным интервалом от −0,94 до +5,49. А вот отрыв Carbon от GPT-6 Astra (+4,10 пункта, интервал от +1,00 до +7,11) значим. Разница в стоимости в 6,26 раза получается из $35,28 ÷ $5,63 по “provider list prices at the time of writing” («прайсовым ценам провайдеров на момент написания»). Статья не уточняет, какой тариф Carbon использован, но наша арифметика указывает на декабрьский: при $4 / $20 токены Carbon из таблицы 4 дают $5,63, когда 93,7% входа обслуживается из кэша, — это нижняя граница указанного в статье диапазона 93,7–97,7%. При $2 / $10 те же токены не дают $5,63 ни при какой доле кэша из этого диапазона. По сегодняшнему ноябрьскому тарифу стоимость задачи у Carbon была бы примерно вдвое ниже, а кратность Fable — примерно вдвое больше.

Читая эти данные, помните о четырёх ограничениях:

  1. Каждая модель запускалась на каждой задаче один раз, и оценка выставлялась за один проход. В статье сказано, что интервалы отражают выборку задач, а не разброс между запусками или между оценками грейдера.
  2. Google участвовал в разработке бенчмарка, и его модель заняла второе место. Грейдер — модель не от Google, и на проверенных людьми критериях с высоким весом люди согласились с ним в 96,2% случаев. Это серьёзная проверка, но не независимое воспроизведение.
  3. Тестировалась модель OpenAI GPT-6 Astra, а не GPT-6.2 Astra. О версии 6.2 в статье ничего нет.
  4. Статистическая ничья не гарантирует одинаковых результатов. Она означает, что выборка из 200 задач не позволяет исключить нулевую истинную разницу. Но точно так же она не позволяет исключить разрыв в пять пунктов в пользу Fable.

Бенчмарк 2: лидерборд MKA на Artificial Analysis, теперь с GPT-6.2 Astra

Google разработал MKA вместе с Artificial Analysis, и публичный лидерборд размещён у AA. Для четырёх моделей из статьи результаты Climb WSR на AA совпадают со статьёй до второго знака после запятой. Поэтому лидерборд стоит воспринимать как ту же оценку, распространённую на более новые модели, а не как независимое воспроизведение. Грейдер у AA — GPT-6 Luna на уровне medium, а уровень рассуждений входит в название каждой модели. AA оценивает стоимость и время по собственной методике, поэтому эти столбцы отличаются от статьи. Данные получены 19 ноября 2026 года:

Модель и уровень (подписи AA)MKA Climb WSRСтоимость задачиВремя на задачу
Claude Fable 5.2 (Max)56,6%$31,9857,1 мин
Gemini 4 Carbon (High)54,3%$6,2929,0 мин
Claude Opus 5.5 (Max)53,0%$10,2326,1 мин
GPT-6.2 Astra (Max)52,7%$3,6721,8 мин
GPT-6 Astra (Max)50,2%$6,2117,0 мин

С появлением GPT-6.2 Astra меняются две вещи:

  • По стоимости Fable 5.2 дороже Carbon примерно в 5,1 раза ($31,98 ÷ $6,29, наш расчёт) по данным AA, а не в 6,26 раза, как в статье; в обоих случаях Carbon посчитан по декабрьскому тарифу. Направление сохраняется, а величина зависит от того, как каждая сторона переводит одинаковый расход токенов в деньги.
  • GPT-6.2 Astra теперь самая дешёвая из трёх на MKA: на 1,7 пункта ниже Carbon (52,67% против 54,34%) примерно за 58% от стоимости Carbon по данным AA. AA не публикует доверительные интервалы, а статья 6.2 не тестировала, так что пока никто не может сказать, реальна ли эта разница в 1,7 пункта.

Прежде чем повторно использовать цифры AA по Carbon, проверьте ценовую базу. AA считает Carbon по $4 / $20, то есть по декабрьскому тарифу. 1 декабря все ставки Carbon за токены ровно удваиваются, поэтому по сегодняшним $2 / $10 тот же расход токенов стоил бы около $3,15 за задачу MKA (наш расчёт: $6,29 ÷ 2). Значит, до 30 ноября Carbon чуть дешевле GPT-6.2 Astra с её $3,67, а после — снова $6,29.

Gemini 4 Neon на уровне Xhigh, вышедшая 18 ноября, набрала на том же лидерборде 56,5% при $5,36. Neon — тема отдельного сравнения: Gemini 4 Neon против Carbon.

Бенчмарк 3: широкий Intelligence Index от Artificial Analysis

MKA измеряет один вид работы. Intelligence Index v5.0.1 от AA объединяет девять оценок: интеллектуальная работа, программирование, наука и общие знания. Значения со страниц моделей на AA, получены 19 ноября 2026 года; стоимость — по цене, которую AA указывает для каждой модели:

Модель и уровеньБалл индексаСтоимость задачи индексаВремя на задачу индекса
Claude Fable 5.2 (Max)64,6$26,5441,6 мин
Claude Fable 5.2 (High, по умолчанию в API)61,8$9,0815,0 мин
GPT-6.2 Astra (Max)62,1$4,0013,7 мин
GPT-6.2 Astra (High)60,1$2,075,9 мин
Gemini 4 Carbon (High)60,0$7,76 (≈ $3,88 по ноябрьскому тарифу)37,2 мин
Gemini 4 Carbon (Medium, по умолчанию в API)58,3$6,59 (≈ $3,29 по ноябрьскому тарифу)29,6 мин

Уменьшенные вдвое цифры Carbon — наш расчёт; столбец времени переведён из секунд AA в минуты. На этом более широком наборе ценовое преимущество Carbon оборачивается против него. GPT-6.2 Astra на уровне High набирает столько же, сколько Carbon на уровне High (60,1 против 60,0), примерно за половину стоимости Carbon по текущему тарифу и за четверть стоимости по декабрьскому тарифу AA, причём примерно за шестую часть времени (5,9 против 37,2 минуты). На странице Carbon на AA также указаны 73 секунды до первого токена ответа и скорость вывода 55 токенов в секунду, а сама модель названа “notably slow per task and very verbose” («заметно медленной в расчёте на задачу и очень многословной»). При настройках вендоров по умолчанию Fable 5.2 High (61,8) опережает Carbon Medium (58,3) и стоит $9,08 за задачу против $6,59 у Carbon по декабрьскому тарифу. OpenAI не публикует уровень рассуждений Astra по умолчанию, поэтому мы сравниваем её на High.

Что добавляют таблицы вендоров (и где они неприменимы)

Анонс Fable 5.2 от Anthropic — единственная таблица от самих разработчиков, где Fable 5.2 и Carbon стоят рядом. Столбец OpenAI в ней — GPT-6 Astra. Anthropic использовала максимальный уровень рассуждений каждой модели, если не указано иное, и отметила, что результат Carbon в FrontierCode получен на уровне Medium.

Бенчмарк (данные 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 (без инструментов)73,4%71,0%72,5%

Собственная карточка Carbon добавляет данные о длинном контексте, которых нет ни в одной другой таблице: на GraphWalks BFS от 256k до 1M токенов Google указывает 96,2% для Carbon против 71,8% у GPT-6 Astra и 65,0% у Fable 5.1. Fable 5.2 там не измерялась, поэтому мы считаем преимущество Carbon над Fable 5.2 на длинном контексте правдоподобным, но не подтверждённым. В той же карточке у Carbon 65,2% на Terminal-Bench 4.0 (AA) против 59,1% у GPT-6 Astra и 52,0% у Fable 5.1, а на SWE-sweep — 9,6% против 9,5% и 2,9%. По совокупности источников Fable 5.2 лидирует в агентном программировании и открытых исследованиях, а Carbon сильнее всего в бизнес-процессах и длинных визуальных документах. В таблице Anthropic GPT-6 Astra обходит Carbon на FrontierSWE v2 и Terminal-Bench-Science, но уступает ему на AutomationBench, Chartography и в тесте Google на длинный контекст.

Наши показательные запуски: Fable 5.2 против GPT-6.2 Astra через Ofox

Мы хотели увидеть разницу в расходе токенов на собственных промптах и 19 ноября 2026 года запустили две небольшие задачи. Каждая модель решала каждую задачу один раз, с одинаковыми промптами, через OpenAI-совместимый эндпоинт Ofox (https://api.ofox.io/v1/chat/completions), с reasoning_effort: "high" и max_tokens: 32000. Carbon не запускали, потому что Ofox его не предлагает. Стоимость ниже — это официальная прайсовая цена каждого вендора, применённая к возвращённому расходу, а не списания Ofox.

  • Задача A, исправление кода: функция слияния интервалов из 9 строк, которая четырьмя способами нарушает письменную спецификацию (изменяет входные данные, оставляет некорректные интервалы, не объединяет соприкасающиеся интервалы, возвращает списки вместо кортежей). Каждую исправленную функцию мы проверили на 505 тестовых случаях, включая проверки на изменение входа и тип возвращаемого значения.
  • Задача B, комбинаторная головоломка: посчитать число упорядочиваний семи элементов при пяти ограничениях, без кода. Полный перебор даёт 129.
ЗадачаМодельРезультатВыходные токены (рассуждения)ВремяСтоимость по прайсу
AClaude Fable 5.2Найдены все 4 проблемы; тесты пройдены1037 (465)12,1 с$0,044
AGPT-6.2 AstraНайдены все 4 проблемы; тесты пройдены201 (49)5,1 с$0,010
BClaude Fable 5.2129, верно5250 (4419)44,7 с$0,211
BGPT-6.2 Astra129, верно2435 (1916)29,8 с$0,098

Обе модели решили обе задачи. Fable 5.2 потратила в 5,2 и 2,2 раза больше выходных токенов и писала более подробные объяснения, в задаче A — с разобранным примером. Astra отвечала лаконично. При одинаковых прайсовых ставках разница в расходе токенов и составила всю разницу в стоимости. Это совпадает по направлению с данными AA и MKA о токенах, но четыре запроса ничего не доказывают о качестве или стабильности. Мы также не проверяли, как Ofox сопоставляет reasoning_effort с настройкой effort у Fable на OpenAI-совместимом маршруте. Исходные запросы, ответы и скрипт проверки хранятся вместе с файлами нашего отчёта.

Чтобы воспроизвести это с одним ключом, направьте OpenAI-совместимый клиент на Ofox и меняйте только ID модели. Подробности настройки — в документации Ofox по интеграциям.

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])

Carbon нужно тестировать через нативный API Google с ключом Gemini API. Вот вызов Interactions из документации:

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)

Если запрос не прошёл, сначала отделите ошибки доступа и квот от ошибок параметров и только потом повторяйте. Для Fable наше руководство по ошибкам 400 в Fable 5.2 разбирает ошибки с рассуждениями и историей инструментов. Об ошибках ID модели, 401 и лимитов токенов у моделей семейства Astra — в руководстве по ошибкам GPT-6 Astra. Для Gemini см. ошибки Gemini 4 API. Повторы и лимиты на маршруте Ofox описаны в руководстве по обработке ошибок и документации по лимитам запросов.

Таблица решений: что выбрать для какой работы

Ваша ситуацияВыборПочему (доказательства)На что обратить внимание
Длинные отчёты, презентации или аудиты по чертежам, сканам и диаграммамGemini 4 CarbonСтатистическая ничья с Fable 5.2 на MKA примерно при 1/6 (статья) — 1/5 (AA) её стоимости задачи, в обоих случаях Carbon по декабрьскому тарифуМедленный; 1 декабря дорожает вдвое; нет в Ofox
Вход на 256k–1M токенов, по которому нужно рассуждать, а не просто искатьGemini 4 Carbon96,2% на GraphWalks 256k–1M по карточке GoogleFable 5.2 там не измерялась; проверьте сами
Автоматизация бизнес-процессов в SaaS-инструментахGemini 4 Carbon53,9% на AutomationBench против 51,4% у Fable 5.2 (данные Anthropic)Небольшой разрыв, один бенчмарк
Самое сложное агентное программирование, миграции, открытые исследования, где важны несколько пунктовClaude Fable 5.2Лидирует на FrontierSWE v2, Terminal-Bench-Science и в AA Index на MaxСтоимость задачи MKA в 5–6 раз выше, чем у Carbon (Carbon по декабрьскому тарифу); уровень Max медленный
Нужен максимальный балл, а стоимость вторичнаClaude Fable 5.2 (Xhigh/Max)Лучший AA Index (64,6) и лучший результат на MKA$26,54 за задачу индекса на Max; сначала попробуйте High
Исследования в области безопасностиНе Fable 5.2 со стандартным доступомПо словам Anthropic, защитные механизмы Fable 5.2 блокируют большинство задач по кибербезопасности; для Mythos 5.2 нужен доступ через Cyber Verification ProgramGoogle тоже предоставляет Carbon проверенным специалистам по защите через Fairwind Program; результаты в кибербезопасности мы здесь не сравнивали
Интерактивные или чувствительные к задержке сложные рассужденияGPT-6.2 AstraСамая быстрая из трёх по AA (5,9 мин на задачу индекса на High) и самая дешёвая при равных баллахНовая модель, независимых оценок пока мало; нет аудио- и видеовхода
Нужен один API-ключ для разных вендоров с резервированиемFable 5.2 + GPT-6.2 Astra в OfoxОбе доступны через один эндпоинтДля Carbon понадобится отдельный аккаунт Google

В чём каждая модель слабее

  • Gemini 4 Carbon: медленный и многословный (37,2 мин на задачу индекса AA, 73 с до первого токена ответа). Балл Intelligence Index на доллар у него не лучше, чем у GPT-6.2 Astra. Бесплатного уровня нет, цена токенов удваивается 1 декабря, граница знаний (март 2026) — самая ранняя из трёх, и в Ofox его нет.
  • Claude Fable 5.2: намного дороже остальных в расчёте на выполненную задачу MKA — и по данным статьи, и по данным AA, — потому что тратит гораздо больше токенов (40,48 млн токенов всего на задачу MKA против 7,05 млн у Carbon). Рассуждения нельзя отключить, а задачи по кибербезопасности в основном блокируются.
  • GPT-6.2 Astra: вышла 17 ноября, поэтому большинство таблиц вендоров охватывают только GPT-6 Astra. На лидерборде MKA от AA у неё самый низкий результат из трёх, она принимает только текст и изображения, а для вызова инструментов нужен Responses API.

Как сделать выбор на своей нагрузке

Бенчмарки сужают круг кандидатов, но окончательно решают ваши задачи. Выберите 20–50 реальных задач, которые можно оценить, держите промпты одинаковыми и записывайте для каждой попытки, включая неудачные, балл, общее число токенов, время и стоимость по прайсу. Запускайте Carbon на medium и high, Fable 5.2 — на high, а потом на xhigh, GPT-6.2 Astra — на high, а потом на max. Если тестируете Carbon в этом месяце, считайте стоимость и по $2/$10, и по $4/$20, чтобы бюджет, заложенный по ноябрьскому тесту, не рухнул в декабре.

Если две модели отстоят друг от друга на несколько пунктов, а одна стоит в пять раз дороже, данные MKA говорят, что разница может оказаться шумом. Для более широкого взгляда на линейки трёх вендоров читайте уровни моделей Gemini 4, Claude и GPT и сравнение уровнем ниже — Gemini 4 Neon, Claude Opus 5.5 и GPT-6.2 Sol.

Документация по теме