Gemini 4 Carbon vs Claude Opus 5.5 vs GPT-6 Astra: quanto costa davvero ogni compito aziendale

Gemini 4 Carbon vs Claude Opus 5.5 vs GPT-6 Astra: quanto costa un compito secondo GDPx?

Secondo GDPx v1.0, Carbon ottiene un punteggio vicino a quello di Opus 5.5 spendendo circa un terzo per compito. GPT-6 Astra costa più di entrambi e ottiene un punteggio più basso.

GDPx è un benchmark agentico: il modello non risponde a una domanda, ma esegue un compito in più passaggi in un ambiente isolato. Secondo la pagina del benchmark i compiti sono 206, divisi in 11 ambiti tra cui finanza, legale, ingegneria del software, progettazione di chip e cybersicurezza. Ogni ambito pesa allo stesso modo e il punteggio è la media di 3 tentativi. I modelli open girano su Fireworks.

Questi sono i valori pubblicati da SemiAnalysis, consultati il 4 novembre 2026:

I punteggi assoluti sono bassi perché i compiti sono molto specialistici: un 12% non dice quanto il modello sbaglierebbe sulle email di un ufficio commerciale. Sulla pagina di GDPx mancano poi il metodo di calcolo del costo, i punteggi per ambito e le impostazioni di ragionamento usate per ciascun modello. Inoltre la pagina mostra 13 modelli su 20. I numeri servono a un confronto relativo, non come preventivo.

Perché il costo per compito non coincide con il prezzo a token?

Il costo di un compito dipende da quanti token il modello legge e scrive in tutti i passaggi, non solo dal listino. Astra scrive 275K token in output, contro i 548K di Opus e i 594K di Carbon, eppure costa di più per compito.

Questi sono i listini ufficiali, consultati il 4 novembre 2026 e soggetti a modifiche:

Per questo cache e batch possono pesare quanto il listino. Una lettura dalla cache costa 0,20 $ per milione di token con Opus 5.5 e 1 $ con Astra, e il batch costa la metà sia con Anthropic sia con OpenAI. Oltre i 272K token di contesto, invece, Astra raddoppia il prezzo in input e porta l'output a 75 $ (OpenAI): un agente che accumula documenti può superare la soglia senza che nessuno se ne accorga.

Non sappiamo nemmeno se i 16,29 $ di Carbon siano calcolati al prezzo introduttivo o pieno. Artificial Analysis, con test propri, gli attribuisce 7,76 $ a compito al prezzo pieno: misure diverse, non confrontabili. Per conoscere il costo nei tuoi flussi bisogna misurarlo, e in questo articolo sul monitoraggio dei costi AI spiego come organizzare chiavi, workspace ed etichette.

La classifica cambia se i compiti somigliano a quelli di un'azienda normale?

Sì. Secondo 9to5Google, escludendo cybersicurezza, biologia e allineamento GPT-6 Astra passa in testa, e GPT-6.1 Sol e Sonnet 5.5 superano Carbon. Questa classifica filtrata non è sulla pagina di GDPx: la testata la ricava da un post di SemiAnalysis su X, senza punteggi numerici.

Una parte del vantaggio di Carbon sembra quindi venire dalla sicurezza informatica. Google dichiara l'88,2% su SEC-bench Pro e il 71,0% su CWE-bench, e ha dato accesso al modello prima di tutto ai difensori informatici. Anche lì, però, secondo 9to5Google i modelli Muse di Meta vincono "con un margine significativo".

Per un'azienda che lavora soprattutto su finanza, contratti e software, GPT-6.1 Sol, a 9,80 $ a compito su GDPx, potrebbe offrire il rapporto migliore tra qualità e costo. È un'ipotesi da verificare sui propri compiti.

Quanto costa ogni punto di benchmark, e quale modello conviene per fascia di compito?

Dividendo il costo per compito per il punteggio, Carbon e Sol costano molto meno per punto di Opus e Astra. DeepSeek 4.1 Flash e Luna costano ancora meno, ma con punteggi assoluti più bassi.

Da qui si ricava una prima ipotesi di lavoro, da confermare con test sui propri dati:

Alcune opzioni aggiungono costi. Con Anthropic l'inferenza solo negli Stati Uniti costa 1,1 volte il prezzo e la modalità veloce di Opus 5.5 il doppio (Anthropic). Con OpenAI la residenza dei dati costa il 10% in più per i modelli rilasciati dal 5 marzo 2026 (OpenAI). Il metodo per assegnare un modello a ogni passaggio è in modelli AI piccoli o di frontiera.

Chi può usare Gemini 4 Carbon oggi, e cosa succede al prezzo dopo il lancio?

Per ora quasi nessuno. Google dà accesso a "un sottoinsieme di difensori informatici" e ai partner del programma Fairwind; per gli altri l'accesso arriverà "il prima possibile", senza date, come conferma anche The Register. Carbon non compare nel listino delle API di Gemini (consultato il 4 novembre 2026), e il post di lancio non dice nulla su Vertex AI, regioni o Unione europea.

Il prezzo introduttivo è di 2/10 $ per milione di token, con uno sconto del 95% sull'input in cache. Dopo un periodo di durata non indicata si passa a 4/20 $ (Google), cioè quanto Opus 5.5. Google ha già seguito lo stesso schema con Argon, che passa a 4/20 $ dal 1° dicembre 2026 (Google). Un budget su Carbon va fatto al prezzo pieno.

Nell'Artificial Analysis Intelligence Index Carbon (High) ottiene 60 contro il 59 di Opus 5.5 (Max). Le differenze con Argon le ho trattate in Gemini 4 Carbon per le aziende.

Quali dati aziendali passano da Google, Anthropic e OpenAI con questi modelli?

Dipende da fornitore e canale. Anthropic sull'API diretta non offre un'inferenza solo in UE, OpenAI la offre a precise condizioni, per Carbon Google non ha pubblicato informazioni.

Per Astra, in modalità Ultrafast è supportata solo l'elaborazione negli Stati Uniti o globale, e in Fast la residenza UE non è prevista (OpenAI).

Conta anche il volume. Un agente manda al fornitore molto contesto: documenti, email, estratti del gestionale. Su GDPx i modelli producono da 246K a 967K token solo in output per compito, ed è plausibile che il contesto letto sia più ampio. Le impostazioni da controllare sono in impostazioni privacy delle API AI, gli obblighi nella pagina su AI e GDPR. Nessun fornitore rende un trattamento conforme da solo: valutazione d'impatto, contratto e regole interne restano a carico dell'azienda.

Un modello open-weight in locale può sostituire questi tre su alcuni compiti?

Su alcuni passaggi può bastare, sui compiti agentici difficili oggi resta indietro. DeepSeek 4.1 Flash 1017 fa il 5,4% su GDPx a 0,94 $ a compito, ma eseguito su Fireworks: quel costo non descrive un server aziendale.

Secondo la scheda su Hugging Face i pesi hanno licenza MIT, il modello ha 763 miliardi di parametri e un contesto da 1 milione di token e si usa con vLLM, SGLang e Transformers. Secondo la versione NVFP4 pubblicata da NVIDIA, i pesi originali occupano circa 475 GiB e quelli compressi circa 400 GiB.

Il locale tende a convenire con volumi alti e stabili, dati che non devono uscire e passaggi in cui un punteggio più basso è accettabile o controllato da una persona. Con pochi compiti complessi al mese, Sol o Carbon via API probabilmente costano meno di un server. Spesso ha senso una configurazione ibrida: il modello locale estrae e anonimizza i dati sensibili, quello di frontiera ragiona su dati già ripuliti. Per i conti su più anni ci sono le pagine sui costi dell'AI in locale, sull'AI on-premise e sui modelli di frontiera in azienda.

Da dove partire per confrontare il costo reale dei modelli sui propri compiti?

Dai propri compiti, non dai benchmark:

1. Scegli 20-30 compiti reali di un processo: richieste clienti, ordini da leggere, pratiche da riassumere.
2. Misura per ogni modello token in input e output, uso della cache e tempi, e fai controllare l'esito da chi conosce il processo.
3. Calcola il costo per compito riuscito: un compito fallito e rifatto costa due volte, più il tempo di chi lo controlla.
4. Fai il budget al prezzo pieno, 4/20 $ per Carbon (Google), con i rincari per la regione di elaborazione quando servono.
5. Fai una tabella per passaggio con i dati che escono e la giurisdizione verso cui vanno.
6. Annota la data dei listini: "Price and plans are subject to change at Anthropic's discretion" (Anthropic).

Se usi già Opus, prezzi e migrazione sono in Claude Opus 5.5 per le aziende. Costruisci l'integrazione in modo da poter cambiare modello senza riscrivere tutto: quando Carbon sarà accessibile, basterà ripetere il test.

Nel mio lavoro aiuto a impostare questo confronto sui processi reali, con modelli di frontiera via API, in locale o con entrambi: il servizio è descritto nella pagina sulla consulenza AI per i processi aziendali. Se una parte del lavoro conviene tenerla in casa, server e software si possono fornire già pronti; se convengono le API, te lo dico. Puoi partire dalla valutazione.