Claude Fable 5.2 和 Gemini 4 Carbon：单价便宜四倍的 Carbon，low 档每道题反而更贵

1.5K 0

周额度已经见底的人，拿到一次只恢复 Fable 用量的重置，等于没拿到。Claude 的付费用户这两天抱怨的就是这个，而且 Anthropic 认了：11 月 10 日它给 Pro、Max、Ultra、Team 各补发一次全量重置，说明里写着，此前的 Fable 重置没能帮到把所有模型周额度都用完的那批人。

同一天，谷歌把 Gemini 4 Carbon 从“只给安全防御方”放到了付费开发者手里，输入 2 美元、输出 10 美元。Fable 5.2 是 8 美元和 40 美元。

四分之一的价格。

一边是额度不够用，一边是便宜四倍的新旗舰，很多人的第一反应是搬家。我把两家的定价页、Artificial Analysis 的分档成绩和 Vals 的榜单对着看了一遍，结论没那么顺：四倍差价是真的，但它只存在于价目表上，落到每道题的账单里，中低档位反而是 Fable 便宜。

价目表上差四倍，单题账单差不到一成

Artificial Analysis 把两家每个推理档位都跑了一遍智能指数，11 月 10 日挂出来的数字如下。Carbon 那一列它按 12 月之后的 4 美元 / 20 美元计价，我在旁边补了一列首发价折半后的粗算。

档位	指数	单题成本	首发价粗算	单题耗时
Fable 5.2 max	65	26.54 美元	不适用	44.4 分钟
Fable 5.2 xhigh	62	14.83 美元	不适用	26.1 分钟
Fable 5.2 high	62	9.08 美元	不适用	17.5 分钟
Carbon high	60	7.76 美元	约 3.9 美元	25.6 分钟
Carbon medium	58	6.59 美元	约 3.3 美元	23.6 分钟
Fable 5.2 medium	56	3.80 美元	不适用	8.1 分钟
Carbon low	54	7.19 美元	约 3.6 美元	22.5 分钟
Fable 5.2 low	54	3.10 美元	不适用	6.5 分钟

看 low 这一行。两家都是 54 分，Fable 每题 3.10 美元，Carbon 按 12 月价是 7.19 美元，贵了一倍多。就算按现在的首发价折半，Carbon 也要 3.6 美元上下，还是比 Fable 的 low 档高。

medium 档 Carbon 多 2 分，首发期内每题便宜五毛钱左右；12 月 1 日一过，它每题比 Fable medium 贵 73%。

原因在 Carbon 的三个档位几乎不拉开差距。low 到 high，单题成本从 7.19 到 7.76 美元，耗时从 22.5 到 25.6 分钟，high 只比 medium 贵 18%。选哪档它都要想二十多分钟，也都烧差不多的 token。Fable 的档位是真能调的：high 的单题成本是 medium 的 2.4 倍，max 又是 high 的近三倍。

所以单价低四倍的那个，跑完一道题并不省钱，除非你本来就打算把 Fable 开到 high 以上。

Carbon 没有“省着用”的选项，这是它价目表上看不出来的一条。它的 API 默认档是 medium，也不能关思考；Fable 的 API 默认是 high，Claude 应用和 Claude Code 里默认 medium。两边都不接受 temperature、top_p 这类采样参数，Fable 那边设了会直接回 400。

慢三倍这件事，比分数更影响手感

同样是 medium，Fable 一题 8.1 分钟，Carbon 23.6 分钟。

谷歌自己的文档建议客户端超时至少设到 15 到 20 分钟。写批处理的人无所谓，坐在编辑器前等结果的人会很难受。

有一组第三方的小测试能看出两家干活方式的差别。Atomic Agent 的作者拿一份约 1400 行、埋了 13 个 bug、还缺一个功能的代码让两边修，59 个隐藏测试打分，每档跑三遍。四个配置全部 59/59 通过。分不出高下的是结果，过程差得很远：

Fable medium 用了 6 步、4.2 分钟、1.87 美元。Carbon medium 用了 56 步、12.7 分钟、0.95 美元。

6 步对 56 步。Fable 是想清楚了一把改完，Carbon 是小步快走、改一点跑一下测试。Carbon 的输入大部分命中缓存，所以步数多也没贵到哪去，首发价下反而便宜一半。可按 12 月价重算，作者估的是 1.90 美元左右，和 Fable medium 持平，时间多花两倍。

Carbon high 档还暴露了一个毛病：不稳。三遍的耗时从 14.6 分钟到 29.6 分钟不等，最长的那一遍 69 步里只记录到 23 步，成本数据只能作废。作者自己也说，一道题跑三遍说明不了智力，我同意；但它足够说明 Carbon 的耗时方差比 Fable 大。

Fable 5.2 输得最难看的两张榜

综合分是 Fable 赢。Vals 的总指数 71.31% 对 70.45%，Vibe Code Bench 93.77% 对 89.06%，Terminal-Bench 4.0 是 65.15% 对 63.13%，金融智能体 69.47% 对 67.16%，四项 Fable 都排第一。

然后是法律和税务。

Vals Legal Index，Carbon 75.93% 排第 3，Fable 5.2 是 69.17%，排第 20。Tax Agent Bench，Carbon 51.78% 排第 1，Fable 5.2 只有 32.09%，排第 27。

一个综合第一的模型，在税务题上排到二十名开外，差了将近 20 个百分点。这不是误差范围里的事。我没找到 Anthropic 对这两项的解释，Vals 的页面上也没有归因，只能把现象摆在这：需要啃法规条文、按规则一步步算的活，现在别默认交给最贵的那个。

Vals 那边每个测试的平均成本也有数：Carbon 10.51 美元，Fable 17.94 美元，这里 Carbon 是按 4/20 的正式价算的。

两家自己报的分，各有一处要打折

Anthropic 发布页那张对比表里，Fable 5.2 赢了大部分行：FrontierSWE v2 是 69.9% 对 61.2%，OSWorld 2.1 是 89.3% 对 81.5%，Terminal-Bench-Science 是 74.6% 对 64.8%。Carbon 只赢了 AutomationBench，53.9% 对 51.4%，谷歌说它在这项上的单任务成本不到第二名的一半。

两处小字值得读。

FrontierCode 2.0 那一行，Fable 的 49.1% 是 xhigh 档跑的，Carbon 的 41.1% 标的是 medium 档。前面那张表已经说明 Carbon 的档位影响不大，但拿自家的次高档去比别人的中档，这 8 个点不能照单全收。Fable 在 high 档的成绩是 45.3%。

OSWorld 那一行轮到谷歌。Carbon 的 81.5% 是谷歌自己算的，三次里取最好的一次，用的是离线子集加部分给分。

还有 Anthropic 拿来做招牌的两件事：一千多个子智能体八天写出能启动的操作系统原型，30 小时把费马大定理的证明形式化。这两件目前都没有第三方复现。

钱以外的几道门槛

缓存写入。Fable 写缓存要单独付钱，5 分钟档每百万 10 美元，1 小时档 16 美元，比普通输入还贵；读缓存 0.20 美元。Carbon 的缓存是自动的，写入不收费，读取首发期 0.10 美元、12 月起 0.20 美元。长对话、多轮智能体任务里输入大半是重复的，这一条会把两边的差距再拉开一点。

订阅里能用多少。Fable 5.2 包含在 Max、Ultra 和高级 Team 席位里，但最多只能吃掉周额度的 50%。Pro 和标准 Team 席位只有首发周能用，11 月 16 日之后要另买用量额度。文章开头那场抱怨的根子就在这里。Carbon 走的是另一套：Gemini 应用、搜索的 AI Mode 和 Antigravity 里，订了 Google AI Ultra 的才有；开发者走 Google AI Studio 的 API，没有免费层。

数据留存。Fable 5.2 要求 30 天数据留存，签了零留存协议的企业得另找 Anthropic 授权才能用。

安全类请求。渗透测试、写漏洞利用、二进制漏洞分析，Fable 会被分类器拦下，可选回落到 Opus 4.8 去答；研究类生物问题回落到 Opus 5。Anthropic 说误拦比 5.1 少了约 55%。谷歌那边完整的安全能力也只给通过 Fairwind 计划验证的防御方。做红队的，两家都得先过资质这关。

输出上限。Fable 单次 12.8 万 token，Carbon 默认 65536，更长的要走后台请求。

半年里各自改了几次口

Carbon 的时间线：10 月 28 日发布，只给安全防御方；11 月 10 日对付费开发者开放；11 月 30 日首发价到期。从“看得见摸不着”到能调 API，隔了 13 天。

Fable 这边，5.1 的标价是 10 美元 / 50 美元，11 月 9 日的 5.2 降到 8 / 40，输出速度官方说最多快 30%，另外加了一个 16 / 80 的快速模式，号称出字快 2.5 倍。在 AA 指数上，5.1 是 49 分，5.2 是 65 分，一代涨 16 分。跑完整套指数 Fable 5.2 用了 2.75 亿 token，Opus 5.5 是 2.18 亿，话更多了。

系统卡里有一条我比较在意。审计对话里，模型意识到自己可能正在被评测的比例最高到 43%，比以往的型号都高。一个越来越清楚“这是考试”的模型，考试成绩和日常表现之间的距离会不会变大，现在没人能给准话。

Anthropic 自己给大多数用户的建议仍然是先用 Opus 5.5，价格是 Fable 的一半。谷歌对应的建议是 Argon，和 Carbon 同价。两家都在劝你别默认上最贵的。

11 月 30 日之前和之后，是两道不同的题

月底前，Carbon medium 是这八个配置里性价比最高的一档：58 分，每题三块多，前提是你等得起二十分钟。批量跑的评测、夜里挂着的代码审查、法律和税务类的文档活，现在搬过去试是划算的，顺便用真实任务量一下它的耗时方差。

12 月 1 日之后重算。同样 54 到 58 分这个区间，Fable 的 low 和 medium 每题 3 到 4 美元、十分钟内出结果，Carbon 要 6 到 7 美元、二十多分钟。那时候 Carbon 剩下的优势是 high 档：60 分、7.76 美元，比 Fable high 的 62 分、9.08 美元便宜 15%，外加法律税务那两张榜。

要 62 分以上的硬骨头，只有 Fable 的 high 往上能给，每题 9 到 27 美元，订阅用户记得那 50% 的周额度上限。

在编辑器里边写边等的交互式开发，我会留在 Claude 这边，6 步改完和 56 步改完的体感差太多。Gemini 更适合丢进队列里不盯着的活。

现在测出来的 Carbon 成本，记账时直接乘以二。