Gemini 4 Carbon vs Claude Fable 5.2: 103 vezes mais barato, mas com imagem pior

Escolher um modelo de ponta por tabelas de benchmarks já é tedioso: todos os números estão há muito tempo à mão. Por isso é mais interessante ver o que acontece quando se dá o mesmo prompt criativo a dois modelos e se conta a fatura. O autor do canal Neurogen reuniu do Twitter oito comparações desse tipo entre o Gemini 4 Carbon e o Claude Fable 5.2 e as montou em um único vídeo. Não é um estudo de laboratório, mas um conjunto de casos particulares. Para quem trabalha na prática, porém, é mais útil do que muitos gráficos oficiais.

O que foi comparado e qual foi o resultado

As tarefas são variadas: uma cena de voxels com um herói e foguetes, uma cidade em pixel art, um navio pirata, tipografia cinética para um pitch de fundadores, uma animação 3D educativa sobre warps de GPU, as ruínas de um robô no estilo Ghibli e um simulador de cortador de grama em primeira pessoa.

O quadro é bastante consistente:

• O Fable mantém melhor um personagem reconhecível e as texturas. No teste dos foguetes, o Gru é identificável pelos óculos e pelo cachecol; no Carbon, a cena virou uma bagunça. Nas ruínas do robô, o Fable mostra ferrugem e musgo, e no simulador de cortador de grama o autor fala de uma imagem «de outra galáxia»: grama, sombras, a própria mansão.
• O Carbon é mais cuidadoso em diagramas e tipografia. O autor achou a animação explicativa sobre warps, com fluxos e setas, mais clara do que a versão volumétrica, porém mais decorativa, do Fable.
• Em parte dos casos, como o do navio pirata, a diferença se resume a gosto.

Dinheiro e tempo

O número mais duro da seleção vem do simulador de cortador de grama. O Fable gastou US$ 349,15 e 3 horas e 32 minutos; o Carbon fechou em US$ 3,40 e 39 minutos. Isso é cerca de 103 vezes mais barato e 5,3 vezes mais rápido. Na cidade em pixel art, com os mesmos ~60 minutos, o Fable custou ~US$ 18 e o Carbon ~US$ 6,2. No teste dos foguetes, US$ 24,11 contra US$ 53,34.

Pela tarifa por token, o Carbon é quatro vezes mais barato: US$ 2 por milhão de tokens de entrada e US$ 10 de saída, contra US$ 8 e US$ 40. Mas esse é um preço promocional até 30 de novembro. A partir de 1.º de dezembro passará a US$ 4 e US$ 20, e a diferença cairá pela metade. Se você calculou o orçamento com as tarifas antigas, refaça as contas.

Também é preciso cautela com o «mais barato por tarefa». Se o resultado do Carbon no caso do Gru é uma bagunça, a economia de US$ 29 não vale nada, porque você paga por um resultado inutilizável. A métrica certa aqui é o preço de um resultado aceitável, e não o preço de uma execução.

Com o tempo, a história é ambígua. Em dois testes, o Carbon levou os mesmos ~60 minutos que o Fable com reasoning máximo, e o autor observa que ele é mais lento que o Argon anterior. Já no caso do cortador de grama, foi nitidamente mais rápido. A velocidade, ao que parece, depende muito da tarefa e das configurações de raciocínio.

Como usar isso

A conclusão prática do autor da seleção parece sensata:

• Precisa de um quadro expressivo com uma pessoa, um objeto ou uma textura complexa? Vale pagar mais pelo Fable.
• Precisa de um explicativo, infográfico, diagrama animado ou muitas execuções seguidas? O Carbon é mais barato e mais previsível.
• Se o seu pipeline tem iterações (dezenas de tentativas até dar certo), um modelo barato com um teto um pouco pior costuma vencer o caro.

Uma boa estratégia para equipes: rodar protótipos e rascunhos no Carbon e deixar para o Fable apenas o render final ou os quadros em que a fidelidade importa.

O que levar em conta

São comparações de Twitter feitas por autores diferentes, não um experimento controlado. Cada um tem seus prompts, configurações de reasoning e critérios de «bonito». Na maioria dos casos há uma única execução, sem estatística. Em parte dos testes os preços nem são informados, e as avaliações de qualidade visual são subjetivas. O caso bônus compara o Carbon não com o Fable, mas com o Opus anterior, portanto quase não se relaciona com a disputa principal. Além disso, os preços do Carbon são temporários.

Por isso, não troque sua stack por causa de um único vídeo. Pegue duas ou três tarefas reais suas, rode-as nos dois modelos até o fim de novembro e calcule não só o custo, mas também a parcela de resultados que podem ser mostrados ao cliente. Esses números serão o seu benchmark.