@GoogleDeepMind のモデルはコスト面でライバルより優れたスケーリングを示す。
Gemini 4 Carbon はその代表的な例だ。タスクが demanding になるにつれ、すべてのライバルは Carbon に比べて相対的に高くなる。
典型的なタスクでは、@OpenAI の GPT-6 Astra は 3.4倍のコストがかかり、@AnthropicAI の Claude Opus 5.5 は 3.9倍かかるが、GPT-6.1 Sol は Carbon の約半分のコスト（0.54倍）で、より安価な選択肢となっている。
最も高額な上位 5% のセッションでは、Carbon の優位性は 3モデルすべてに対して向上する。Opus は 4.2倍まで上昇し、Astra のコストは Carbon に対してほぼ 2倍になり、Sol の割引幅は縮小する。
これは逆に、Android セキュリティアプリの構築といった現実世界のタスクにおいて、意味のある節約につながり得る。Android セキュリティアプリの構築は、Agent Arena のユーザーがエージェントに委任している多くの長期タスクのひとつだ。