同价不同账:实测 Gemini 4 carbon 默认思考档账单是 argon 的 3-4.5 倍

ranthishq · reddit · 2026-11-12

Google 向付费 API 用户开放 Gemini 4 carbon，与 argon 同价（每百万 token $2 输入/$10 输出，11 月 30 日前）。作者用相同任务实测默认思考档的实际成本。

测试设置：3 个办公类任务 × 3 次（从杂乱邮件提取字段、阶梯提成计算、120 词道歉邮件），代码评分；另加 10 道有精确答案的数学难题各跑一次。

结果：

准确率：办公任务 carbon 45/45 vs argon 44/45（argon 超了 3 个词）；难题 10/10 全对——任务没难到能分开两者；
思考 token：carbon 办公任务 5,239、难题 10,982；argon 仅 0 和 1,018；
成本：办公 $0.0669 vs $0.0148（4.5 倍），难题 $0.1461 vs $0.0494（3 倍）；
速度：办公任务中位 9.5s vs 5.9s；一道 ln(sin x) 积分题 carbon 用 3,836 思考 token 花了 40.9s，argon 无思考 10.1s 做对。

关键发现：把 carbon 调到 thinkinglevel low 后思考 token 为 0，成绩仍是 45/45 和 10/10，成本降到与 argon 持平。

局限：难题只跑一次；思考 token 次间波动大；未测 Google 主打的 agentic coding 场景；carbon 低档 19 次调用中 3 次无故耗时 34-54 秒。

结论：不要为首发价把 argon 工作负载迁到 carbon；试用 carbon 应从 thinkinglevel low 起步，确认答案确实变好再上调。

「模型」频道最新