Gemini 4 Carbon 在 Bug Bunt Bench 得分 57.3，成本仅 Fable 5.2 的四分之一

独立测试者在 Bug Bunt Bench 上用 2 个仓库、105 个重新植入的真实 bug 测评了多款旗舰模型，Gemini 4 Carbon (high) 拿到 57.3 分，仅以 0.7 分之差落后于榜首的 Fable 5.2 (max)。成本差距更明显：Fable 5.2 花费 $139.65，Gemini 4 Carbon 只花 $31.32，约为前者的四分之一。 对比其余选手：Sonnet 5.5 (max) 得 51.3 分但花费 $154.03，GPT-6 Astra (max) 得 45 分，GPT-6.1 Sol (max) 得 44.3 分（仅 $5.88），上一代 Gemini 4 Argon (high) 得 40.7 分。Carbon 相比 Argon 提升 +16.6 分，与 Google 官方基准宣称的数字一致。 整个测试通过 Antigravity CLI 执行，属于真实代码库上的修复任务而非合成评测。对开发者而言，这份测评把“找 bug 并修复”的能力和 API 花费放在一起比较，是选型时少见的性价比参考。