一句话
这一周真正变的不是模型能力，是账单结构。 同样是「读一万字、写一段代码」，用哪家 API，价格能差到 30 倍——而且这个差价有一半来自促销截止日，不来自技术。
三天，四张价目表
图：Gemini 4 Carbon 官方发布主视觉。图片来源：blog.google
| 日期 | 厂商 | 动作 | 单价（每百万 token，输入 / 输出） |
|---|---|---|---|
| 11-09 | Anthropic | Claude Fable 5.2 / Mythos 5.2 发布 | $8 / $40；fast 模式 $16 / $80 |
| 11-10 | Gemini 4 Carbon 全量开放（付费层） | $2 / $10，促销至 11-30，12-01 起 $4 / $20 | |
| 11-11 | 百度 | 文心 ERNIE 5.5 Flash Preview 上千帆 | ¥1 / ¥4（五折·高峰）；空闲档 ¥0.5 / ¥2 |
| 11-11 | 阿里 | Qwen4-Max 开放预览 | 未公布按量单价，仅 Token Plan 订阅 |
四家在同一档「旗舰」位置上，公开单价的跨度是：Gemini 的促销价、Claude 的常规价、文心的折后价，按当日汇率（1 美元 ≈ 6.69 元）折算后大致是 $2 / $8 / $0.15（每百万输入）。相差 50 倍上下。
Google 那张价目表值得单独看一眼，因为它的低价有到期日：
图：Gemini 开发者 API 定价页的 Gemini 4 Carbon 区块，促销价的截止日写在价格旁边。图片来源：ai.google.dev
注意两件事：Carbon 不提供免费层（页面上 Free Tier 写的是 Not available，连思维链 token 和工具声明都计入计费）；上下文缓存单价也从 $0.10 起、12 月起翻到 $0.20。促销期只有 20 天。
把单价换成「干一件活多少钱」
单价不好感受，换成三个具体任务。假设写在表下面，可以自己改数重算：
| 模型 | A 长文档：150 万输入 + 2 万输出 | B 编码 Agent：50 万输入 + 10 万输出 | C 批量分类：500 万输入 + 50 万输出 |
|---|---|---|---|
| Gemini 4 Carbon（促销） | $3.20 | $2.00 | $15.00 |
| Gemini 4 Carbon（12-01 起） | $6.40 | $4.00 | $30.00 |
| Claude Fable 5.2 | $12.80 | $8.00 | $60.00 |
| Claude Fable 5.2 fast 模式 | $25.60 | $16.00 | $120.00 |
| 文心 5.5 Flash（五折·高峰） | $0.24 | $0.13 | $1.05 |
| 文心 5.5 Flash（五折·空闲） | $0.12 | $0.07 | $0.52 |
| 文心 5.5 Flash（优惠到期·高峰） | $0.47 | $0.27 | $2.09 |
假设：A 是「一份 200 页报告、十轮追问、每轮重发全文」；B 是一个中等规模编码任务的工具调用往返累积；C 是每天一万条短文本分类（每条 500 字输入、50 字输出）。这些数字是量级参考，不是承诺——你的实际缓存命中率、重试次数、max_tokens 设置都会改写结果。
结论很直接：Fable 5.2 恰好是 Carbon 促销价的 4 倍，开 fast 模式就是 8 倍；而文心的折后价只有 Carbon 促销价的 1/14 上下（空闲档约 1/28）。
价格差 4 倍，能力差多少？
Anthropic 自己发的对比表里，把 Gemini 4 Carbon 放进了同一张榜。这张表是他们自评的，但至少口径统一：
图：Anthropic 发布稿中的基准测试表，五款模型同表对比。图片来源：anthropic.com
挑几行看：
| 基准 | Fable 5.2 | Opus 5.5 | GPT-6 Astra | Gemini 4 Carbon |
|---|---|---|---|---|
| FrontierCode 2.0（Agent 编码） | 49.1% | 45.5% | 42.8% | 41.1% |
| FrontierSWE v2 | 69.9% | 62.3% | 65.5% | 61.2% |
| Terminal-Bench-Science 0.1 | 74.6% | 58.7% | 68.1% | 64.8% |
| OSWorld 2.1（电脑操作） | 89.3% | 87.2% | 79.5% | 81.5% |
| AutomationBench（业务自动化） | 51.4% | 42.5% | 41.4% | 53.9% |
| Chartography（无工具读图表） | 73.4% | 64.4% | 71.0% | 72.5% |
有两个地方要打星号：
- Anthropic 自己的表里，Carbon 在业务自动化上是这一列里最高的（53.9%，Fable 为 51.4%）；Google 的发布稿也单独宣称 Carbon 在 Zapier 的 AutomationBench 上排第一。两家的分数不同源、不一定可比，但方向一致：「贵 4 倍」买到的不是全能压制，是编码、科研、电脑操作这些长链任务的稳定性。
- Carbon 那一列标的是 Medium effort，Fable 标的是 Xhigh。 不同思考档位的分数不能直接横比——真要省钱，先在自己的任务上把 effort 调低试一遍，再决定要不要为最高的那一档付钱。
Google 那边给的效率论据是「每任务成本」：官方称 Carbon 在 CursorBench 4.0、Perplexity 的 WANDR、Zapier 的 AutomationBench 上排第一，且每任务成本比次优的外部模型低 2 倍以上；在 Artificial Analysis 新出的多模态知识 Agent 基准（MKA）上排第二，平均每任务成本比第一名低 6 倍以上。注意这是 Google 自己的口径，且基准由合作方设计，读的时候把「排名」和「成本」分开看。
三家为什么这么定价
把促销日期和计费方式并排看，逻辑就清楚了：
- Google 用的是「限期低价换迁移」。$2/$10 只保 20 天，12 月起原价翻倍。真正的算盘是让你在这 20 天里把 prompt、缓存策略、评测集都挪到 Carbon 上，到涨价时迁移成本已经沉没。同一档的 Argon 也是这个促销价——等于用一条价格线守住整个编码市场。
- Anthropic 用的是「贵的卖难点，便宜的卖日常」。发布稿里明写：大多数编码与知识工作建议从 Opus 5.5 起步，需要时再往上换 Fable，或者往下换 Sonnet 5.5 / Haiku 5.5。Fable 还支持当 Advisor（小模型遇难题时咨询它）和 Orchestrator（把简单任务派给更小的模型）——它卖的本来就是「最难那 5%」，按 4 倍价卖才成立。
- 百度用的是「分时 + 限时折上折」。五折到 11 月 30 日，同时高峰（8:00–22:00）与空闲（22:00–次日 8:00）两档，空闲再省一半；命中缓存的价格是 0.1 元/百万（折后）。这套结构把「什么时候跑」变成了成本变量——批量任务挪到深夜，账单直接砍半。
- 阿里用的最不一样：不卖 token，卖订阅。 Qwen4-Max 预览只走 Token Plan，明确不支持按量计费，预览期也只到 11 月 25 日。没有公开单价，就没办法放进单位成本表——但它把「成本不可预测」这件事从用户身上挪到了自己身上，对个人开发者反而是最省心的一种。
文心的官方价目页把折扣期和分时价写在了一张卡片上：
图：百度智能云千帆产品页的限时价格卡片，折扣截止时间与分时价并列。图片来源：cloud.baidu.com
Qwen4-Max 那边，官方文档把「只走订阅」写得同样直白：
图：阿里云百炼文档页，预览期与计费方式写在同一个提示框里。图片来源：docs.bailian.console.aliyun.com
中文用户怎么选：四条路
不看发布会话术，只看你手上是什么活：
① 长文档、批量处理、数据清洗 → 文心 5.5 Flash 280B 总参数、每 token 激活 14B、1M 上下文、200+ tokens/s，折后价格是四家里最低的一档。把批处理挪到 22:00 之后跑，还能再省一半。代价是它是 Preview：官方自己写明「是后训练过程中的中间版本，可能存在部分因训练不充分导致的能力缺陷」，别把线上关键路径压在一个会变的预览版上。
② 复杂编码、跨子系统改造、科研推理 → Fable 5.2 贵 4 倍是给长链任务的稳定性付钱：FrontierSWE v2 69.9% 对 Carbon 61.2%、Terminal-Bench-Science 74.6% 对 64.8%。但没必要全用——发布稿给的分层是「Opus 5.5 当日常主力，难的往 Fable 升级，简单的往下走 Sonnet / Haiku」，或者让 Fable 当 Advisor，只在小模型卡住时被咨询。
③ 想用最强档但预算有限 → 趁 Carbon 促销期，把评测跑完 20 天窗口适合做两件事：把你自己的评测集在 Carbon 上跑一遍，拿到「同任务成本」的真实数字；以及确认 12 月翻倍后你是否还愿意付。别在这 20 天里把生产流量全搬上去，然后被 12 月的账单教育。
④ 只在 Claude Code / Cursor 里交互式用 → Qwen4-Max 的订阅模式
1M 上下文、输出上限 393,216、思考默认开启（reasoning_effort 可选 low / medium / xhigh），OpenAI 与 Anthropic 两种 API 都兼容，改个 model id 就能接。但要读清限制：订阅额度只能用于交互式工具，不能拿来做自动化脚本或批量调用，违规会封 key；预览结束后模型直接下线。
五个容易算错的坑
- 促销价不是价格，是截止日。 Gemini Carbon 12 月 1 日起翻倍；文心五折到 11 月 30 日 23:59:59；两家同一天到期。按促销价做的预算，12 月会全错。
- fast 模式是加价档，不是免费加速。 Fable 5.2 的 fast 模式 $16/$80——比常规价再贵一倍。只在「人坐在屏幕前等结果」时开，后台任务开它纯属烧钱。
- 分时计费会把账单和时区绑在一起。 文心的空闲档是 22:00–次日 8:00（北京时间），批量任务调度器如果按 UTC 排，会正好排进高峰。
- 思考 token 也计费。 Carbon 的定价页明写：思维链 token、工具声明（function declarations）在使用 grounding 时都计入计费。把 effort 调到最高再跑批量任务，实际花费可能比表上的估算高出一截。
- 「输出上限」是思考 + 回答共享的预算。 Qwen4-Max 这一代起，OpenAI Chat Completions 的
max_tokens与max_completion_tokens等价，限制的是思考内容与最终回答的总量——沿用旧的「只给回答留额度」的写法，输出会被提前截断。
日历：接下来两周的四个日子
| 日期 | 会发生什么 |
|---|---|
| 11-25 | 文心 5.5 Flash Preview 权重计划以 Apache 2.0 开源；同日 Qwen4-Max 预览下线（24:00，UTC+8） |
| 11-30 | Gemini Carbon 促销价最后一天；文心五折最后一天（23:59:59） |
| 12-01 | Gemini Carbon 涨到 $4 / $20，上下文缓存涨到 $0.20 |
| 之后 | Fable 5.2 与 Gemini 的价差从 4 倍收窄到 2 倍——「贵的就是强的」这条直觉会重新变得不成立 |
一句话的实用结论：这一周的价格表不是让你换供应商，是让你把「什么活值得用最贵的模型」这件事算清楚。难的活按次付费，简单的活按量付费，能挪到深夜的批量活就别在白天跑。
延伸阅读
- Claude Fable 5.2 / Mythos 5.2 发布：1000 个 Agent 花 30 小时证完费马大定理
- Gemini 4 Argon 全解：输出上限拉到 100 万 token
- Meta Muse Ember：每百万 token 输入 0.10 美元的另一条便宜路线
数据来源
- Google：Gemini 4 Carbon 发布稿（blog.google，2026-11-10）；Gemini 开发者 API 定价页（ai.google.dev，2026-11-12 读取）
- Anthropic：Claude Fable 5.2 与 Mythos 5.2 发布稿与基准表（anthropic.com，2026-11-09）
- 百度：ERNIE 5.5 Flash Preview 发布页（ernie.baidu.com，2026-11-11）；千帆产品页限时特惠价格标准（cloud.baidu.com，2026-11-12 读取）
- 阿里云：qwen4-max-preview 模型文档（docs.bailian.console.aliyun.com，2026-11-12 读取）
- 汇率：open.er-api.com 当日 USD→CNY（1 美元 ≈ 6.69 元），仅用于量级换算
