Carbon vs Argon：同价不同账，什么时候值得换 Carbon

Carbon 与 Argon 的 API 单价完全相同（$2/$10 至 11 月 30 日，之后 $4/$20），上下文同为 1M，请求结构也一样——从 Argon 迁移只需改模型名。Google 自述两者的「主要差异是每轮花多少思考 token」。那么问题就变成：多花的思考 token，什么时候值回票价？本站综合 SeedRouter 与老张博客 11 月 11 日的同提示词测试，给出答案：简单任务上 Carbon 贵 3 倍、慢近 3 倍；难任务上它反而更便宜，而且能答对 Argon 答错的题。

同提示词测试：答案一样，账单不一样

SeedRouter 用 3 个提示词、medium 档、maxOutputTokens 8192 对两个模型做了同场测试：两者 3 题全对。差异在 token 上：Carbon 计费输出 1,010 tokens，对 Argon 的 701——约多 44%（小样本，仅供参考）。有意思的是，Carbon 不总是思考更多：阶乘任务上 Carbon 只用了 71 个思考 tokens，Argon 用了 249。延迟跟思考量走，不跟模型名走——最慢的一项（代码修复）用了 18.4 秒。

老张博客的样本更大：同一组 11 个评分任务经同一 API 网关发给两个模型，全部通过；但 Carbon 默认档的输出 token 是 Argon 的 3.8 倍、成本 3.05 倍、耗时 2.75 倍。短词题上，Argon 约 5 秒出首词，Carbon 约 10 秒。这就是「同价不同账」的含义：单价表上两者一行，账单上 Carbon 按任务类型贵 0.4 到 3 倍不等。

难任务：Argon 答错，Carbon 答对

同一篇老张博客测试里，一份 1,500 行日志的精确计数任务：Argon 默认档 22 秒给出错误答案，Carbon 214 秒给出正确答案。AA 指数的 9 项子评估里，Carbon 全面高于 Argon，分差从 16.5 分到 0.3 分不等；总分 60 对 50。编码 Agent 任务上（AA，10 月 30 日数据）：Carbon 每任务 $7.74，Argon $11.73——Carbon 反而便宜了约三分之一，因为它一次做对、少绕圈子。安全与诚实指标的差距更大：作弊尝试 3.6%→0.4%（成功 2.4%→0%），Agent 诚实基准 70%→92%。

但 Carbon 也有翻车点：同一组测试里，Carbon 在 high 档处理长日志时，在写出一个字之前就耗尽了输出 tokens——思考把上限吃光了。这是 Carbon 特有的失败模式，详见本站思考档位与避坑指南。

选型决策表

迁移注意事项

Google 的迁移指南说，从 Argon 换 Carbon 不需要改请求结构——但有三处默认值值得注意：thinking_level 留默认 medium；max_output_tokens 至少设 32,768（思考与答案共享上限，设低了会空手而归）；HTTP 超时至少 15 分钟；high 档只配更大的输出预算。另外注意：Carbon 忽略 temperature、topP、topK；thinking_budget 与 minimal 档会返回 HTTP 400；从默认 high 的 Gemini 3.1 Pro Preview 迁移过来的团队，不改代码会默认降到 medium，可能误读为能力倒退。