同一道提示词喂给四个模型：Gemini 4 Carbon、Claude Fable 5.2、Opus 5.5 和 GPT-6.1 Sol 的 3D 建模实测对比

作者用四道相同的 3D 建模任务（兰博基尼风格超跑、达·芬奇螺旋桨和齿轮吊车等）实测四个模型，并让三个 AI 评委盲评打分。结果 AI 评委全票选 Gemini 4 Carbon，作者本人却每次盲选 Claude Fable 5.2——但 Fable 也是最慢最贵的。文中附完整的时间和成本数据。

测试怎么做的

• 四道任务：用代码在 Blender 里按五张参考图建兰博基尼风格超跑；围绕这辆车用 three.js 写一个单文件触屏驾驶游戏；把达·芬奇的空中螺旋重建为 3D 并逐件拆解动画；同样处理达·芬奇已画成爆炸图的齿轮吊车（销钉轮、灯笼齿轮、绞盘和配重）。
• 四个模型各跑各的工具：Gemini 4 Carbon 在 Google Antigravity（作者自己的 API key），Claude Fable 5.2 和 Opus 5.5 在 Claude Code，GPT-6.1 Sol 在 Codex。
• 所有作品做成可玩的页面，四个游戏、四辆 3D 车、八段达·芬奇动画，支持键盘和触屏。

盲评结果：AI 评委和作者意见相反

• 三个 AI 评委（Gemini 4 Argon、Claude Opus 5.5、GPT-6.1 Sol）对匿名编号的作品盲打分，作者也独立打分。
• 兰博基尼任务：Carbon 得 8.03 分（作者只给 6），Fable 6.43（作者给 8），Opus 5.60，Sol 6.37（作者只给 4）。
• 空中螺旋：Carbon 8.63 对作者 8 分，Fable 7.97 对作者 9 分。齿轮吊车：Carbon 8.20 对 7 分，Fable 7.97 拿到作者的满分 10。
• 规律很一致：AI 评委每次都把 Carbon 排第一，作者每次盲选 Fable。驾驶游戏没进盲评，留给读者自己玩着判断。

时间和成本差距很大

• GPT-6.1 Sol（Codex）最快最便宜：四道任务共 39.7 分钟，按 API 牌价约 $2.11。
• Claude Opus 5.5 用时 73.5 分钟，约 $16.77；Gemini 4 Carbon 用时 122.3 分钟，实际账单 $10.17。
• Claude Fable 5.2 最慢最贵：133.1 分钟，按牌价约 $41.85。
• 牌价（2026 年 11 月 11 日）：Carbon $2/$10 每百万 token（12 月 1 日起翻倍），Fable $8/$40，Opus $4/$20，Sol $2/$10。Fable、Opus、Sol 走订阅，美元数是按各自工具日志的 token 量折算的 API 牌价，Claude 那两跑用 ccusage 核对过。

作者的结论和局限

• 按「是否完成需求」评判，Carbon 赢且在涨价前便宜；按「哪个作品我愿意拿给人看」，作者每次盲选 Fable，尽管它最慢最贵。
• Sol 用不到 40 分钟、约两美元跑完全部四道任务，性价比突出。
• 作者明确提醒：每个模型每道任务只跑了一次，这是快照不是基准测试，别当成严谨跑分。