四模型同场建造测试：Carbon 三项里两项垫底，但账单只有 Fable 的三十分之一

AI for Mortals（Pat Simmons）把 Gemini 4 Carbon 与 Claude Fable 5.2、Claude Opus 5.5、GPT-6 Astra 放在同一套题上比了三轮：像素级网站克隆、产品宣传片、1940 年代空战飞行模拟。每家模型用各自实验室的工具、开到最高努力档、每题只跑一次；Opus 与 Astra 跑于 11 月 6 日，Fable 与 Carbon 跑于 11 月 10–11 日。作者的提醒先说在前：这是大体量建造测试，不能直接等同于日常表现。

测试一：像素级克隆 Agrumea 官网

任务是把 agrumeafarm.it 整站按像素重建，含物理加载器、3D 果酱罐轮播与页面切换，全部素材自己做，并按一份公开的克隆方法论跑完样式断言门。排名：Fable 5.2 第一（$594.80，533 分钟）、Opus 5.5 第二（$60.14，141 分钟）、GPT-6 Astra 第三（$90.63，68 分钟）、Carbon 第四（$10.86，99 分钟）。

测试二：给 Motion 做一条宣传片

任务是 30–45 秒、1920×1080、30 fps 的产品宣传片，要明显胜过 Motion 官方自己的原片，界面、节奏与故事都得更好。排名：Opus 5.5 第一（$14.23，48 分钟）、Fable 5.2 第二（$97.62，248 分钟）、GPT-6 Astra 第三（$14.55，34 分钟）、Carbon 第四（$6.82，68 分钟）。

测试三：1940 年代空战飞行模拟

任务是浏览器可玩的空战模拟：Blender 建 20×20 公里真实海岸与两款 1940 年代螺旋桨战机，真实飞行动力学（失速、能量管理、G 力黑视）、弹道、按部位损伤与会缠斗的敌机 AI。排名：Opus 5.5 第一（$106.92，376 分钟）、Fable 5.2 第二（$190.88，243 分钟）、Carbon 第三（$10.00，102 分钟）、GPT-6 Astra 第四（$21.25，79 分钟）。这是 Carbon 唯一没垫底的一项。

账单：三项合计，Carbon 只有 Fable 的三十分之一

按 API 标价折算的三项总成本：Carbon $27.68（269 分钟）、Astra $126.43（181 分钟）、Opus 5.5 $181.29（564 分钟）、Fable 5.2 $883.30（1,024 分钟）。单项看，Carbon 比 Fable 便宜 10–50 倍。作者的保留意见：Fable 飞行模拟的部分运行日志因磁盘写满而丢失，其 token 与成本可能被低估；而且 12 月 1 日 Carbon 涨价后，按单价将与 Opus 5.5 持平，省钱优势会明显缩水。