# Gemini 4 Argon、Fable 5.2、GPT-6 Astra 对比：单价最低不等于最省

> 同题实测 Gemini 4 Argon 默认档最省；它开 High 在 AA 只有 50 分，难题先用 Fable 5.2 medium，12 月起 Argon high 最贵。

- URL: https://blog.laozhang.ai/zh/posts/gemini-4-argon-vs-claude-fable-5-2-vs-gpt-6-astra
- Published: 2026-11-11
- Updated: 2026-11-11
- Author: LaoZhang AI Team (https://blog.laozhang.ai/zh/about)
- Topic: 模型对比
- Tags: Gemini 4 Argon, Claude Fable 5.2, GPT-6 Astra, 模型对比, API 价格, 思考强度

---
截至 2026 年 11 月 11 日，要在 Gemini 4 Argon、Claude Fable 5.2 和 GPT-6 Astra 之间定一个默认模型，**要求写得清楚、结果能自动校验的日常任务先用 `gemini-4-argon`，不设思考档，让它走 API 默认的 `medium`**；需要更强推理和编码质量的难题换 `claude-fable-5-2` 的 `medium` 档，预算紧先试 `low`；已经在 OpenAI 上开发的团队，`gpt-6-astra` 的 `high` 档分数和成本都与之接近。不要指望把 Argon 调到 `high` 去做难题：截至同日的 Artificial Analysis 智能指数 v5.0.1 只给 Argon 的 High 档打了分，Gemini 4 Argon (High) 50 分，Fable 5.2 `medium` 56 分，每任务成本还更低，即使按 Argon 11 月 30 日前的半价折算也是如此。

2026 年 11 月 11 日，同一组 8 道题（其中 3 道各问两遍，共 11 个评分答案）交给三款模型的 7 种配置，77 个答案全部做对，花的钱却差很多：Argon 默认档合计 $0.096，Astra 默认档 $0.41、Fable 5.2 `low` $0.42，都是它的 4 倍多，Fable 5.2 不设 effort（API 默认 `high`）$0.74，是它的 7.7 倍。Argon 开到 `high` 要 $0.39，今天还略低于 Astra 默认档和 Fable 5.2 `low`；12 月 1 日 Argon 单价从每百万 token 输入 $2、输出 $10 翻倍到 $4、$20 之后，默认档仍是 7 种配置里最省的，`high` 档则变成最贵的。

有三种情况要先绕开上面的顺序。要输入视频或音频，三款里只有 Argon 支持；内容涉及高风险网络安全或多数生物研究，Fable 5.2 的安全分类器会拦截；要在很长的输入里数准数字时不要用 Argon 默认档，同一天让三款数 146 KB 日志里的错误，Argon 默认档 22 秒交卷、5 个错误计数全部偏少，Astra 默认档 26 秒全对，Argon 开 `high` 并用流式输出也能全对，但要 329 秒。

## 三款先试哪一款、思考强度开哪一档

三家都让你控制模型在回答前"想多少"，叫法和档数却不同：Argon 叫 thinking level，只有 `low`、`medium`、`high` 三档，API 默认 `medium`；Fable 5.2 叫 effort，从 `low` 到 `max` 五档，API 默认 `high`，Claude Code 和 Claude 应用默认 `medium`，思考不能关闭；Astra 叫 reasoning effort，也是 `low` 到 `max` 五档，OpenAI 文档没有写明 API 默认是哪一档。下文统一称"思考强度（effort）"。名字相同的档位不代表工作量相同，所以选档要按"做出同样结果花多少"来比，不按档名对齐。

按这个口径，分工可以这样定。较难的推理、编码和分析先用 Fable 5.2 `medium`，在 AA 指数上它比 Astra 的 `high`、`xhigh` 高 1 分，花费相近；要求接近现有最高水平时只能往上开 Fable 5.2 的 `high`，因为 57 分以上只有 Fable 有档位，再往上的 `xhigh`、`max` 每任务成本成倍上升。要求明确、量大、能自动判对错的任务交给 Argon 默认档：它的单价只有 Fable 5.2 的四分之一、Astra 的五分之一，同题测试里做对同样 11 个答案的花费约为 Fable 5.2 `low` 和 Astra 默认档的 23%，12 月 1 日涨价后也不到一半；一旦它在这类任务上出错，先换 Fable 5.2 `low` 或 Astra 默认档，而不是把 Argon 调到 `high`。在长日志、长表格里做精确计数和比对，用 Astra 默认档或 Fable 5.2 `medium`。输入里有视频或音频时只能用 Argon。

如果你本来就在 Claude 的模型里挑，还有一个比 Fable 5.2 便宜的选项，档位怎么对应、同题差多少见 [Fable 5.2 和 Opus 5.5 怎么选：哪档对哪档，同题实测贵 1.86 倍](https://blog.laozhang.ai/zh/posts/claude-fable-5-2-vs-opus-5-5)。

## 同题实测：77 个答案全对，花费最多相差 7.7 倍

2026 年 11 月 11 日，同一组 8 道题经 laozhang.ai 的同一个 API key 发给三款模型，每家用自己的原生请求格式：Argon 用 Gemini 的 generateContent（非流式），Fable 5.2 用 Anthropic Messages（流式），Astra 用 Chat Completions（流式）；没有系统提示，不带工具。题目包括一道应用题、三个用隐藏测试评分的小 Python 函数、把一篇 6,723 词的英文文章总结成 5 条要点、一个表达式求值器（25 个隐藏测试）、一个 CSV 行解析器（16 个隐藏测试）和一道不写代码的计数题，后三道各问两遍，所以每个配置交 11 个答案。只计入返回的模型名与请求一致的响应，不一致的重新请求。7 种配置的 77 个答案全部通过。成本按每次返回的 token 用量乘以当天官方标价计算，不是账单。

*说明：[laozhang.ai 是我们自己的服务](https://blog.laozhang.ai/zh/about#laozhang)，其价格是平台报价，不是独立比较的结论。*

| 配置 | 输入 token | 输出 token（其中思考） | 当前标价成本 | 按 12 月 1 日起价格 | 用时 | 相对 Argon 默认档（当前 / 12 月起） |
| --- | ---: | ---: | ---: | ---: | ---: | ---: |
| Argon 不设思考档（默认 `medium`） | 12,712 | 7,085（1,806） | $0.096 | $0.193 | 148 秒 | 1.0 / 1.0 倍 |
| Argon `high` | 12,712 | 36,291（30,842） | $0.388 | $0.777 | 463 秒 | 4.0 / 4.0 倍 |
| Astra 不设档（默认） | 11,407 | 5,471（1,964） | $0.413 | $0.413 | 92 秒 | 4.3 / 2.1 倍 |
| Fable 5.2 `low` | 17,202 | 7,063（未单列） | $0.420 | $0.420 | 97 秒 | 4.4 / 2.2 倍 |
| Fable 5.2 `medium` | 17,202 | 9,317（未单列） | $0.510 | $0.510 | 122 秒 | 5.3 / 2.7 倍 |
| Astra `high` | 11,407 | 9,455（6,042） | $0.612 | $0.612 | 142 秒 | 6.4 / 3.2 倍 |
| Fable 5.2 不设 effort（默认 `high`） | 17,202 | 15,151（未单列） | $0.744 | $0.744 | 173 秒 | 7.7 / 3.9 倍 |

这张表说明的是"结果相同时各花多少"，不是哪款更聪明：题目小、要求明确，三款都能做对，分不出能力高低，能力差距要看下一节的第三方指数。Argon 默认档的输出量和 Astra、Fable 5.2 `low` 差不多，便宜几乎全靠单价；开到 `high` 后输出变成默认档的 5.1 倍，今天的 $0.388 只比 Astra 默认档和 Fable 5.2 `low` 略低，12 月 1 日起的 $0.777 则高过表里所有配置，包括 Fable 5.2 默认档。Fable 5.2 和 Astra 之间，Fable 5.2 的输入 token 比 Astra 多 51%，单价低 20%，两者大致抵消，差别主要在输出：Fable 5.2 `low` 和 Astra 默认档只差 2%，不设 effort 时 Fable 5.2 的输出是 Astra 默认档的 2.8 倍，花费高出 80%。

几点限制要一起看。Fable 5.2 的思考 token 算在输出里，不单独列出；Astra 的成本里含它默认写入缓存的 10,104 个 token（按 $12.50 每百万计）。Argon 是非流式调用，重新请求的那些是逐个补跑的，它的用时只能作粗略参考，token 数和对错不受影响。经网关调用时，"不设档"是否等于文档里的默认档，从返回结果里无法证实；每个配置只有 1 到 2 个样本，一个网关，一天。

## Artificial Analysis 指数逐档对比：Gemini 4 Argon (High) 只有 50 分

截至 2026 年 11 月 11 日，Artificial Analysis 智能指数 v5.0.1 给 Fable 5.2 和 Astra 各公布了五档成绩，Argon 只公布了 High 一档，没有 API 默认的 `medium` 和 `low`。下表按分数排列，成本是跑一道指数题的平均花费，按各家 API 标价计；AA 对 Argon 用的已经是 12 月 1 日起的 $4 / $20，括号里是按 11 月 30 日前的半价折算，AA 页面上没有这个数。来源是 Artificial Analysis 的 [Gemini 4 Argon 与 Claude Fable 5.2 对比页](https://artificialanalysis.ai/models/comparisons/gemini-4-argon-vs-claude-fable-5-2)和 [GPT-6 Astra 与 Claude Fable 5.2 分档对比页](https://artificialanalysis.ai/models/releases/comparisons/gpt-6-astra-vs-claude-fable-5-2)。

| 模型与档位 | 智能指数 | 每任务成本 | 每任务用时 |
| --- | ---: | ---: | ---: |
| Fable 5.2 `max` | 65 | $26.54 | 44.4 分钟 |
| Fable 5.2 `xhigh` | 62 | $14.83 | 26.1 分钟 |
| Fable 5.2 `high` | 62 | $9.08 | 17.5 分钟 |
| Astra `max` | 57 | $6.24 | 23.0 分钟 |
| Fable 5.2 `medium` | 56 | $3.80 | 7.9 分钟 |
| Astra `xhigh` | 55 | $3.66 | 11.4 分钟 |
| Astra `high` | 55 | $3.24 | 9.8 分钟 |
| Fable 5.2 `low` | 54 | $3.10 | 6.4 分钟 |
| Astra `medium` | 52 | $2.73 | 7.1 分钟 |
| Gemini 4 Argon (High) | 50 | $9.95（半价折算 $4.98） | 28.6 分钟 |
| Astra `low` | 43 | $1.42 | 3.8 分钟 |

按同分来读，结论很直接：比 Argon (High) 分数高的档位里，Astra `medium`、`high`、`xhigh` 和 Fable 5.2 `low`、`medium` 每任务都在 $2.73 到 $3.80 之间，比 Argon (High) 按今天半价折算的 $4.98 还低；12 月 1 日后 Argon (High) 的 $9.95 甚至高过 Astra `max`（57 分）和 Fable 5.2 `high`（62 分）。比它便宜的只有 Astra `low`，分数是 43。也就是说，在这套指数的难度上，花钱让 Argon 多想，不如换一款模型。这个结论不涉及 Argon 的 `medium`，AA 没有给这一档打分，而在上一节的同题测试里，它的花费只有 `high` 档的四分之一。

![AA 智能指数 v5.0.1 逐档分数与每任务成本：Fable 5.2 与 Astra 共 5 个档位分数高于 Gemini 4 Argon (High) 的 50 分，每任务只要 $2.73 到 $3.80](https://blog.laozhang.ai/posts/zh/gemini-4-argon-vs-claude-fable-5-2-vs-gpt-6-astra/img/aa-score-vs-cost.webp)

Argon 这一行的成本在 AA 页面上变过。2026 年 11 月 4 日同一页面显示 Gemini 4 Argon (High) 50 分、每任务 $7.68，11 月 11 日变成 $9.95、28.6 分钟，版本号仍是 v5.0.1，价格基准仍是 $4 / $20，页面没有说明原因。[Gemini 4 Argon vs GPT-6 Astra 对比：实测成本与 12 月涨价后怎么选](https://blog.laozhang.ai/zh/posts/gemini-4-argon-vs-gpt-6-astra)写于 11 月 4 日，用的是 $7.68；网上还在流传的"每任务 1.99 美元""成本仅为 Astra 的 60%"来自更早的 v4.x 指数，已经不能和现在的数字放在一起比。

Fable 和 Astra 之间，Fable 5.2 `medium` 比 Astra `max` 只低 1 分，成本低 39%，用时约三分之一；Fable 5.2 `low` 比 Astra `high`、`xhigh` 低 1 分，便宜 4% 到 15%；57 分以上只有 Fable 有档位，最高的 `max` 65 分，每任务 $26.54，是 Astra `max` 的 4.25 倍。社交平台上流传的"Fable 5.2 65 分、Gemini 4 Carbon 60 分、GPT-6 Astra 57 分"是各模型最高档的成绩，所以"Astra 比 Fable 强吗"的回答是：在这套指数上，同等成本下 Fable 5.2 的档位分数更高，Astra 只在最低成本一端（`low`，$1.42）没有对手。两款逐档怎么对应、在各自编码 CLI 里的实测，见 [Fable 5.2 和 GPT-6 Astra 对比：单价低 20%，同题输出却是 2.5 倍](https://blog.laozhang.ai/zh/posts/claude-fable-5-2-vs-gpt-6-astra)。

## 长日志精确计数：Argon 默认档 22 秒答错，开 high 要 5 分半

2026 年 11 月 11 日的另一项测试专门考长输入，三款模型都参加，调用方式和同题测试相同，Argon 开 `high` 时改用流式输出。输入是一份 146 KB、1,500 行的日志，其中 326 行是 ERROR，WARN 行里混着同样的错误码做干扰，要求报出 7 个精确值（5 个错误码各出现几次、某个错误码涉及多少个不同用户、重试次数最多的请求 ID），标准答案在调用前由脚本生成。

| 配置 | 7 个值全对 | 用时 | 输出 token（其中思考） | 当前标价成本 |
| --- | --- | ---: | ---: | ---: |
| Fable 5.2 不设 effort（默认 `high`） | 是 | 74 秒 | 9,792（未单列） | $1.02 |
| Fable 5.2 `medium` | 是 | 64 秒 | 8,156（未单列） | $0.95 |
| Astra 不设档（默认） | 是 | 26 秒 | 2,423（2,374） | $0.82 |
| Argon 不设思考档 | 否 | 22 秒 | 85（0） | $0.16 |
| Argon `high`，流式输出 | 是 | 329 秒 | 44,980（44,895） | $0.46 |

Argon 默认档只输出了 85 个 token，没有任何思考，5 个错误计数全部偏少 18% 到 38%（比如 E503 报 58 次，实际 94 次），不同用户数报 46，实际 78，只有请求 ID 对了。11 月 4 日用同一份日志测过，结果一样：默认档两次都错、都没有思考 token；开 `high` 但不用流式时，调用在 32,768 个输出 token 处停止，还在思考阶段，没有答案，照样计费 $0.49；改成流式后两次都对，用时 271 到 402 秒。所以 Argon 开 `high` 时建议用流式请求。

![146 KB 日志计数测试中 5 种配置的对错、用时、输出 token 与成本：Argon 默认档 22 秒答错，Argon 开 high 并用流式 329 秒全对](https://blog.laozhang.ai/posts/zh/gemini-4-argon-vs-claude-fable-5-2-vs-gpt-6-astra/img/log-count-accuracy-time.webp)

`high` 档这次的 $0.46 偏低，因为几分钟前的默认档调用在 Google 那边留下了隐式缓存，77,258 个输入 token 按缓存价计费；不命中缓存约 $0.61，12 月 1 日起约 $1.22。Astra 的 $0.82 里含把整段日志写入缓存的费用（按 $12.50 每百万计），30 分钟内重复同样的输入会按 $1 每百万读取。这项测试只有一种任务、每个配置一个样本，不能当作综合排名，但能说明一个实际问题：Argon 默认档面对长输入时可能不思考就作答，又快又错，需要精确结果时要么换模型，要么开 `high`、用流式、等几分钟。

## 为什么单价最低的 Argon，开到 high 反而不省

每次调用的花费等于 token 数乘单价，思考 token 按输出价计费。截至 2026 年 11 月 11 日，Argon 每百万 token 输入 $2、输出 $10，只有 Fable 5.2 的四分之一、Astra 的五分之一；只要它写出的 token 比别人多出四五倍，单价优势就没有了，而开到 `high` 正是这样。在 8 道题的测试里，Argon `high` 写出 36,291 个输出 token，其中 30,842 个是思考，是 Fable 5.2 `medium`（9,317 个）的 3.9 倍。按百万 token 折算，Argon `high` 的输出部分约 $0.363，Fable 5.2 `medium` 约 $0.373，几乎打平；今天 Argon 总价 $0.388 仍低于 Fable 5.2 `medium` 的 $0.510，差额全来自输入便宜（12,712 × $2 约 $0.025，对 17,202 × $8 约 $0.138）。12 月 1 日单价翻倍后，同样的用量变成 $0.777，反超 Fable 5.2 `medium` 一半以上。

日志题上差得更多。Argon 开 `high` 写出 44,980 个输出 token，是 Fable 5.2 `medium`（8,156）的 5.5 倍、Astra 默认档（2,423）的 18.6 倍。不命中缓存时是 79,312 × $2 + 44,980 × $10，约 $0.159 + $0.450 = $0.61，其中输出部分 $0.45，比 Fable 5.2 `medium` 的输出部分（8,156 × $40，约 $0.33）和 Astra 的（2,423 × $50，约 $0.12）都高。今天它总价仍最低，靠的是输入便宜；12 月 1 日起同样的用量要 $1.22，比这道题上任何一个答对的配置都贵，还要多等 5 分钟。

AA 指数上的情况相同，只是表现在分数上：Gemini 4 Argon (High) 每道指数题平均输出 11.6 万 token，其中 6.83 万是思考，花了 28.6 分钟，换来 50 分；Fable 5.2 `medium` 和 Astra `high` 用更少的时间和钱拿到了更高的分数。所以"Argon 每百万 token 最便宜"和"Argon 每个合格结果最便宜"是两件事，前者只在它不需要多想、默认档就能做对的任务上才成立。

## 价格与规格：12 月 1 日 Gemini 4 Argon 单价翻倍

截至 2026 年 11 月 11 日，三款的官方 API 标价和主要规格如下，单位是美元每百万 token。Argon 的 $2 / $10 是 Google 定价页标明"截至 2026 年 11 月 30 日"的价格，12 月 1 日起变成 $4 / $20；Fable 5.2 在整个 1M 上下文内价格不变；Astra 单次输入超过 272K token 时，整次请求按更高的价格计费。价格来自 [Gemini API 定价页](https://aistudio.google.com/docs/pricing)、[Claude API 定价页](https://platform.claude.com/docs/en/about-claude/pricing)和 [OpenAI API 定价页](https://developers.openai.com/api/docs/pricing)。

| 项目 | Gemini 4 Argon | Claude Fable 5.2 | GPT-6 Astra |
| --- | --- | --- | --- |
| 模型 ID | `gemini-4-argon` | `claude-fable-5-2` | `gpt-6-astra` |
| 发布 | 2026 年 10 月 13 日正式开放 | 2026 年 11 月 9 日 | 2026 年 9 月 3 日 |
| 输入 | $2，12 月 1 日起 $4 | $8 | $10，超过 272K 为 $20 |
| 输出（含思考） | $10，12 月 1 日起 $20 | $40 | $50，超过 272K 为 $75 |
| 缓存读取 | $0.10，12 月 1 日起 $0.20 | $0.20 | $1.00 |
| 缓存写入 | 只有隐式缓存，不能显式创建 | 5 分钟 $10，1 小时 $16，需主动开启 | 30 分钟 $12.50（默认写入），12 小时 $25 |
| 上下文 | 1,048,576，输入输出共用 | 1M | 1,050,000（输入最多 922,000） |
| 最大输出 | 65,536（同步），长输出模式可到 1,048,576 | 128K | 128K |
| 输入类型 | 文字、图片、视频、音频、PDF | 文字、图片 | 文字、图片 |
| 思考强度 | `low`、`medium`、`high`，默认 `medium` | `low` 到 `max`，API 默认 `high` | `low` 到 `max` |

按单价算，11 月 30 日前 Argon 是 Fable 5.2 的四分之一、Astra 的五分之一，12 月 1 日起变成二分之一和五分之二。到那天，Argon 的每百万 token 单价仍是三款最低，同题测试里默认档也仍是最省的配置，但 `high` 档会从比 Astra 默认档略便宜变成最贵。AA 的数字不会变，因为它已经按 $4 / $20 计算，失效的只是"半价折算 $4.98"这个参考值。Gemini 4 Carbon 的 $2 / $10 优惠价也到 11 月 30 日为止。Fable 5.2 的 Batch 是 $4 / $20，Astra 的 Batch 是标准价的一半；Astra 在 272K 门槛、两档缓存写入和 Batch 下的完整算法见 [GPT-6 Astra API 定价与成本计算：价格表、272K 与两档缓存写入](https://blog.laozhang.ai/zh/posts/gpt-6-astra-api-pricing)，还在用 Fable 5.1 的话可以先看 [Claude Fable 5.2 和 5.1 区别：单价降 20%，high 以上每任务更贵](https://blog.laozhang.ai/zh/posts/claude-fable-5-1-vs-5-2)。

型号名称上，Anthropic 没有发布 Fable 5.5，OpenAI 的定价页也没有 GPT-6.2；搜索里的"Astra 6"指的就是 GPT-6 Astra。Mythos 5.2 和 Fable 5.2 是同一个模型，安全限制更少，只开放给通过验证的组织。

## 同一段中文，三家计的 token 数不一样

每百万 token 的单价不能直接相除，因为三家的分词器给同一段文字算出的 token 数不同。以 GPT-6 Astra 为 1.00，一段中文短文 Fable 算出 1.50 倍、Argon 算出 0.84 倍；一段英文短文分别是 1.45 倍和 1.00 倍。乘上单价之比（Fable 5.2 是 Astra 的 0.8 倍，Argon 当前 0.2 倍、12 月起 0.4 倍），同样一段不命中缓存的中文输入，Fable 5.2 收的钱是 Astra 的 1.20 倍，Argon 在 11 月 30 日前是 0.17 倍，12 月 1 日起 0.34 倍；英文输入则是 1.16 倍、0.20 倍和 0.40 倍。中文对 Argon 有利、对 Fable 不利，中文任务的实际差距会比单价表示的更大一些。

这些短文倍数来自更早的测试：Fable 的是 2026 年 10 月 26 日在 Fable 5.1 上测的，Anthropic 说明 5.2 用同一个分词器，11 月 11 日 Fable 5.2 给那篇 6,723 词英文文章算出的 15,335 个 token 也和 5.1 当时完全一样；Argon 的是 11 月 4 日测的。同一篇英文文章，Argon 算 11,110、Fable 5.2 算 15,335、Astra 算 10,106，即 1.10 倍和 1.52 倍，和短文的比例接近。每种语言只用了一段几百字的文字，换成代码、日志、ID 列表，比例会变：11 月 11 日那份 146 KB 日志，Argon 算 79,312、Fable 5.2 算 78,537、Astra 算 55,843，Argon 反而和 Fable 一样多，是 Astra 的 1.42 倍。所以估算自己的成本时，要用自己的真实输入去数，不要套用一个固定倍数。

## 写代码选哪个：三家的跑分表各缺一款

没有任何一家厂商把这三款放进同一张表。Google 9 月 30 日发布 Argon 时的对比表里有 Astra、Fable 5.1 和 Opus 5.5，没有 Fable 5.2；Anthropic 11 月 9 日发布 Fable 5.2 时比的是 Astra 和 Gemini 4 Carbon，没有 Argon；OpenAI 没有发布和这两款的对比。两张表都有的编码项目是 FrontierSWE v2：Fable 5.2 69.9、Astra 65.5（Anthropic 的表），Argon 55.0（Google 的表）。这是两家各自的测试设置，只能粗略对照，但方向和第三方数据一致。

第三方的 AA v5.0.1 分项（截至 2026 年 11 月 11 日，Gemini 4 Argon (High) 对 Fable 5.2 `max` 对 Astra `max`）：FrontierCode-AA 2.0 是 25.7% / 48.8% / 42.4%，Argon 落后最多；Terminal-Bench 4.0 是 57.1% / 59.6% / 59.1%，三款接近；AutomationBench-AA 是 77.5% / 76.4% / 68.5%，这是 Argon 唯一排第一的分项。Google 自己的表上 Argon 在 AutomationBench 也比 Astra 高（51.3 对 41.4），Anthropic 的表上 Fable 5.2 是 51.4，和 Argon 基本持平。需要注意，这组分项拿的是 Argon 唯一的一档去比另外两款的最高档，换成 Fable、Astra 的低档位差距会缩小。

落到选择上：难的编码题、要从头写复杂实现时，先试 Fable 5.2；以终端操作、自动化流程为主的代理任务，三款差距不大，Argon 的单价优势这时才有意义；Astra 在 AA 的 GDP.pdf 上三款最高，31.0%，对比 Argon (High) 21.8%、Fable 5.2 `max` 24.2%。还要考虑速度：AA 测得 Astra 每秒输出 38 到 43 个 token，Fable 5.2 是 91 到 103 个，Argon 68 个，开高档位时 Astra 的等待最长。

## Gemini 4 Carbon 和 Argon 怎么选

Gemini 4 Carbon 是 Google 现在能力最强的推理模型，2026 年 11 月 10 日起在付费 Gemini API 和 Google AI Studio 正式开放（[Gemini API 更新日志](https://aistudio.google.com/docs/changelog)），免费档没有。它和 Argon 同价（11 月 30 日前 $2 / $10），同样是 1M 上下文、`low` / `medium` / `high` 三档、默认 `medium`。Google 的说法是 Carbon 每轮花更多思考 token 去探索和自查，用量和延迟都比 Argon 高；Argon 适合多数高阶软件工程和知识工作，回答更快、每轮 token 更少。11 月 10 日之前 Carbon 只给经过审核的网络安全防御方使用，写于那之前的文章还在说"用不上"。

在 AA 智能指数 v5.0.1 上（截至 2026 年 11 月 11 日），Gemini 4 Carbon (High) 60 分、每任务 $7.76、24.9 分钟，Gemini 4 Argon (High) 是 50 分、$9.95、28.6 分钟，两者都按 $4 / $20 计。不过同一页面上跑完整个指数的总成本是 Carbon $8,240、Argon $7,620，方向相反，所以只能说两者开 High 时花费相近，Carbon 分数高出 10 分（[AA 的 Carbon 与 Argon 对比页](https://artificialanalysis.ai/models/comparisons/gemini-4-carbon-vs-gemini-4-argon)）。如果你打算让 Google 的模型开 `high` 去做难题，Carbon 比 Argon 更值得试；日常任务用 Argon 默认档的理由不变。Carbon 不在上面两项测试里，因为 11 月 11 日测试所用网关的模型列表里还没有 `gemini-4-carbon`。

## 先排除：哪些条件会让某一款直接用不了

下面这些限制与质量无关，碰上就会让某一款出局或多花钱，定默认模型前逐条对照自己的使用场景。除最后两行中注明的测试观察外，依据是截至 2026 年 11 月 11 日三家的官方文档。

| 你的情况 | 受影响的模型 | 会发生什么 |
| --- | --- | --- |
| 输入包含视频或音频 | Fable 5.2、Astra | 只收文字和图片，只能选 Argon |
| 高风险网络安全或多数生物研究内容 | Fable 5.2 | 安全分类器会拦截 |
| 合同要求零数据保留 | Fable 5.2 | 需要 30 天数据保留，获得授权才能免除 |
| 代码里强制指定工具调用 | Fable 5.2 | 返回 400 错误 |
| 请求里带 `temperature`、`top_p` 或 `top_k` | Fable 5.2 | 这些参数必须去掉 |
| 单次输入超过 272K token | Astra | 整次请求按输入 $20、输出 $75 计费 |
| 用 Chat Completions 做函数调用 | Astra | 函数调用只在 Responses API 上可用 |
| 依赖显式创建的上下文缓存 | Argon | 只有隐式缓存，命中与否不能指定 |
| 开 `high` 且用非流式请求 | Argon | 2026 年 11 月 4 日的日志测试里，调用在 32,768 个输出 token 处停止、没有答案，`high` 档建议用流式 |

地区方面，中国大陆不在 Google、OpenAI 和 Anthropic 三家公布的 API 支持地区名单里。

## 订阅里能用到哪款：Gemini、Claude 和 ChatGPT 套餐

不走 API 的话，能用到哪款取决于你已经在付的套餐。Argon 在 Google AI Pro 和 Ultra 的 Gemini 应用与 AI 模式里可用，Antigravity 要付费的 Pro、Ultra 或企业版，免费的 Gemini 应用没有，0 元路线和单次成本见 [Gemini 4 Argon 怎么用？免费版不含，0 元路线与实测单次成本](https://blog.laozhang.ai/zh/posts/how-to-access-gemini-4-argon)。截至 2026 年 11 月 10 日，Fable 5.2 在所有付费 Claude 套餐里都能选，Free 没有；Max、Ultra 和高级席位最多可用到每周额度的 50%，Pro 和标准 Team 席位要另付用量额度，只有发布周到 11 月 16 日太平洋时间 23:59 例外；Claude Code 里用 `/model fable` 切换。ChatGPT 的 Free 和 Go 用的是 GPT-6 Luna，Plus 和标准 Business 在 Work / Codex 里每 5 小时大约有 5 到 45 条 Astra 消息，Pro 没有 5 小时限制。套餐额度变动频繁，这些规则会比 API 价格变得更快。

## 用自己的任务验证：按每个合格结果算成本

上面的测试题小而明确，你的任务未必一样，最可靠的办法是拿自己的任务重跑一遍，按"每个合格结果花多少"来比。

1. 从真实工作里挑 10 到 20 个任务，每个都要能自动判断对错，比如单元测试、标准答案或固定格式校验，并在调用前准备好答案。
2. 每款至少跑两档：Argon 不设思考档和 `high`（流式），Fable 5.2 `low` 和 `medium`，Astra 默认档和 `high`。每个配置每题跑两次，看结果是否稳定。
3. 记下每次返回的模型名、输入、输出和缓存 token 数，按单价算出每次的花费；Argon 同时算一列 12 月 1 日起的价格。
4. 用总花费除以合格答案数，得到每个合格结果的成本，再结合用时决定默认配置和转交条件。

计算公式是：花费 = 输入 token × 输入单价 + 输出 token × 输出单价 + 缓存读写 token × 对应单价，单价按每百万 token 折算。以测试里的 Astra 默认档为例，11,407 个输入 token 中有 10,104 个按缓存写入价 $12.50 计、其余 1,303 个按 $10 计，5,471 个输出按 $50 计，合计约 $0.126 + $0.013 + $0.274 = $0.413，和表里一致。自己算的时候要注意 Astra 默认会写缓存并按 1.25 倍输入价收费，Fable 5.2 只有在请求里加了 `cache_control` 才缓存，Argon 的隐式缓存命中与否由 Google 决定。经过第三方网关调用时，还要核对返回的模型名和版本字段，确认实际应答的就是你请求的模型。某个配置在你的任务上开始出错，那一档的每个合格结果成本就会被重试和返工拉高，这才是决定默认模型的数字。

## 参考来源

本文引用的外部页面，按正文出现顺序排列。最后更新于 2026-11-11。

- [Gemini 4 Argon 与 Claude Fable 5.2 对比页](https://artificialanalysis.ai/models/comparisons/gemini-4-argon-vs-claude-fable-5-2) (artificialanalysis.ai)
- [GPT-6 Astra 与 Claude Fable 5.2 分档对比页](https://artificialanalysis.ai/models/releases/comparisons/gpt-6-astra-vs-claude-fable-5-2) (artificialanalysis.ai)
- [Gemini API 定价页](https://aistudio.google.com/docs/pricing) (aistudio.google.com)
- [Claude API 定价页](https://platform.claude.com/docs/en/about-claude/pricing) (platform.claude.com)
- [OpenAI API 定价页](https://developers.openai.com/api/docs/pricing) (developers.openai.com)
- [Gemini API 更新日志](https://aistudio.google.com/docs/changelog) (aistudio.google.com)
- [AA 的 Carbon 与 Argon 对比页](https://artificialanalysis.ai/models/comparisons/gemini-4-carbon-vs-gemini-4-argon) (artificialanalysis.ai)