Carbon 涨价后单任务成本怎么算?

Carbon 的定价页面上只写着两个数字：每百万输入 token 2 美元、每百万输出 token 10 美元，12 月 1 日起翻倍到 4 美元和 20 美元。但采购决策真正需要的是另一个数字——跑完一项具体任务要花多少钱。这两个数字之间隔着 token 消耗量、重试次数、超时率和人工复核成本，任何一环没算进去，预算模型都会失真。

单价只是乘数，不是成本

单任务成本的骨架可以写成：输入 token 数 × 输入单价 + 输出 token 数 × 输出单价，再乘以包含重试在内的实际调用次数。Carbon 在高 thinking 级别下会消耗更多 token，Google 也提示过它可能更慢甚至超时。这意味着同一任务的 token 用量不能照搬 Argon 的历史数据，重试率也会随之上抬。翻倍之后，如果团队只是把旧账单乘以二，很可能低估涨幅——因为迁移到更深推理的模型，本身就伴随用量结构的变化。

Artificial Analysis 的单任务估算提供了一个参照：促销价下 Carbon 约 7.76 美元，Argon 约 7.68 美元，两者几乎重合；GPT-6 Astra 原始 token 单价更高，但因输出更短，单任务成本约 6.25 美元。这组数字的意义不在于谁更便宜，而在于说明单价排序和单任务成本排序可以完全相反。

算准的三个必要项

第一项是完整任务消耗。要记录一次任务从首个输入到最终产出的全部 token，而不是抽样单轮对话。第二项是失败成本，包括超时、重试和返工消耗的额度——这部分在长时程任务中占比不低，却常被漏掉。第三项是人工复核。Carbon 被 Google 绑定在安全防御、长时程软件工程和智能体编程等高价值场景，这些场景的输出通常需要人审查，人力成本往往超过 API 账单本身。

一个可执行的判断路径是：先在促销窗口内用真实业务任务做小规模对照测试，同时跑 Argon 与 Carbon，记录三组数据——单任务 token 总量、平均重试次数、人工介入时长。再用 12 月 1 日之后的单价重算，得出涨价后的单位任务成本，而不是用促销价外推。测试期只有到 11 月 30 日，留给验证的时间并不宽裕。

还有一点值得留意：MKA 榜单把 Carbon 排在第二，任务集却不公开，第三方评分无法复现。它可以作为初筛依据，但不能替代自己的任务级测算。对企业来说，Carbon 是否值得用，答案不在榜单名次里，而在那张记录了 token、重试和人工工时的表里。