Agent Arena 分析：Gemini 4 Carbon 在高负载任务上成本优势扩大
Arena.ai 用自家 Agent Arena 数据对比了几款旗舰模型的成本曲线，发现 Gemini 4 Carbon 任务越难越划算：重度会话里 GPT-6 Astra 相对成本翻倍，Opus 5.5 到 4.2 倍。常跑长时程智能体任务、在意 API 账单的开发者可以看看选型账怎么算。
Arena.ai 的 Agent Arena 分析显示，Google DeepMind 的 Gemini 4 Carbon 在任务难度提升时成本竞争力反而增强。典型任务下，GPT-6 Astra 的成本是 Carbon 的 3.4 倍，Claude Opus 5.5 为 3.9 倍，GPT-6.1 Sol 约为 Carbon 的一半（0.54 倍）。
在成本最高的 5% 会话中，Carbon 相对所有对手的优势进一步扩大：Opus 的成本倍数升至 4.2 倍，Astra 相对 Carbon 的成本大约翻倍，而 Sol 相对 Carbon 的价格折扣则收窄。这意味着 Carbon 在长时程任务上的开销随任务复杂度增长得更慢。
文中以构建 Android 安全应用这类长时程任务为例，说明成本差异会转化为实际可观的节省。对于大量使用智能体执行复杂任务的用户，选择 Carbon 可能在重度场景下明显降低支出，而轻量场景下 GPT-6.1 Sol 仍是更便宜的选择。
Our recent Agent Arena analysis found that Gemini 4 Carbon by @GoogleDeepMind becomes more cost-competitive as tasks get more demanding. Its savings relative to GPT-6 Astra and Claude Opus 5.5 grow on the most expensive sessions. Arena.ai @arena Models by @GoogleDeepMind scale better on cost than their rivals. Gemini 4 Carbon is the prime example. As tasks get more demanding, every rival gets more expensive relative to Carbon. For a typical task, GPT-6 Astra by @OpenAI costs 3.4× as much, Claude Opus 5.5 by @AnthropicAI costs 3.9× as much, and GPT-6.1 Sol is the cheaper option at about half of Carbon’s cost (0.54×). Across the 5% most expensive sessions, Carbon’s position improves against all three. Opus edges up to 4.2×, Astra’s cost roughly doubles relative to Carbon, and Sol’s discount shrinks. This in turn can translate into meaningful savings across real-world tasks such as building an Android security app, one of many long-horizon tasks that our Agent Arena users delegate to their agents.
本条情报归属 AITOP「模型」核心栏目，重点聚焦北美前沿实验室与硅谷科技巨头。在跨区域产业观察坐标中，该动态直接关联「中美大模型技术代差与商业化对照」「AI 开发者工具链、Coding Agent 与工程化实践」研究主线，反映出当前技术演进与商业落地的最新风向。涉及核心实体与技术议题包括：Gemini 4 Carbon、GPT-6 Astra、Claude Opus 5.5、推理模型，读者可通过下方标签进入对应专题页查阅历史脉络与关联对比。
信源核验说明：本文原始线索采编自「lmarena.ai」（@lmarena_ai），经 AITOP 多维评分管线结构化提炼。
