Agent Arena 分析：Gemini 4 Carbon 在高负载任务上成本优势扩大

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。