前阵子通过土耳其区订阅了 Google 的 AI Ultra 会员，一个月 420 块钱。当时开这个会员，有一部分原因就是奔着 Antigravity 里的 Claude 去的。
Claude 确实能用，我也试过，就是额度不多。我在 X 上用 Grok 搜了一下，不少人的说法是，Ultra 里的 Claude 额度大概相当于两个 20 美元的 Claude 会员。
结果这两天用上了刚放开的 Gemini 4 Carbon，再去查它跟 Claude 的对比，发现 Carbon 的综合分已经和 Claude Opus 5.5 打平，甚至还略高一点。
顺便还看到两个挺让我震惊的发现：
1、Gemini 4 Carbon 比 GPT-6 Astra 还强；
2、GPT-6.1 Sol (max) 比我之前一直用的 Gemini 4 Argon 还强。
看完这张图我才反应过来：以前用 Argon 写代码老觉得漏东西，这两天拿 GPT-6 Astra 去审 Carbon 的方案又挑不出啥问题，原来是两个场景都被我用反了。
Opus 好用，但我不太敢拿它改大功能
先说 Claude。
Opus 好用是真的好用，但额度就那么点。改一个大功能，动辄要读一堆文件、来回改好几轮，我怕改到一半额度没了，项目卡在一个半成品的状态。
所以现在 Opus 我基本只拿来干小活，大一点的功能不太敢交给它。
以前拿 Argon 写代码，难怪总漏东西
在 Carbon 出来之前，我日常基本都是疯狂用 Argon 帮我写代码，但用着总感觉它会漏东西。
看了榜单才明白，Argon (high) 只有 50 分；OpenAI 那边跑一次只要 1 美元出头的 GPT-6.1 Sol (max) 都有 55 分。拿一个 50 分的模型当主力写代码，会漏东西也不奇怪。
更尴尬的是，写这篇的时候 Google 又发了 Gemini 4 Hydrogen，主打快和便宜，结果它的 high 档也有 51 分，比 Argon 还高。Argon 现在挺尴尬的：比强比不过 Carbon，比快比便宜又比不过 Hydrogen。
拿 Astra 审 Carbon，等于让分低的审分高的
换上 Carbon (high) 之后，综合分直接到了 60 分，排在 Claude Opus 5.5 (max)（59 分）和 GPT-6 Astra (max)（57 分）前面。
我一开始还是老习惯：Carbon 出方案，再丢给 GPT-6 Astra 审一遍。结果 Astra 看完基本挑不出什么问题。
现在想想也正常，57 分的去审 60 分的，本来就倒过来了。而且 Carbon 刚发布时，就是先给少数安全团队拿来找代码漏洞的，挑刺本来就是它的强项。真要做 review，反而应该交给 Carbon 自己。
用下来的感受：Gemini 快，但没那么"不细心"
说说这两天的真实感受。
Gemini 比 GPT 快很多。快到有时候我心里会犯嘀咕：这么快就给结果了，是不是没想仔细？
但实际看下来，它给的结果跟 GPT 差不多，该考虑的也都考虑到了。"没那么细心"更多是我自己的心理作用，GPT 慢慢想的样子，让人觉得它更认真而已。
再加上 Carbon 的价格只有 Opus 的一半，额度也比 Claude 宽松，现在大一点的功能，我更愿意交给 Carbon 去做。
最后
花 420 块开 Ultra，原本惦记的是里面的 Claude。结果 Claude 额度不太够折腾，反而是 Carbon 把活扛起来了，这会员开得还挺值。
就是回头看前阵子的操作有点好笑：Argon 只有 50 分的时候拿它疯狂写代码，换上 60 分的 Carbon 之后，又拿 57 分的 Astra 去审它。
两个都用错了场景，不会只有我一个人这样吧。
我是良逍，最近主要在折腾 AI 产品、独立开发和出海工具，平时会记录自己实测过的工具、踩过的坑和产品上线的过程。
如果你也在做类似的事，欢迎点个关注，在评论区一起交流。