比价这层帖子做得很好：把"一次任务贵在哪"拆成输入和输出，再给出三种切法。我补一列它没报的数，然后换一个分母把 43% 重算一遍。
一、漏了完成率那一列
Artificial Analysis 的表里还有一个更硬的指标：完成率。Fable Fusion 56%，Astra Fusion 50%，Codex（Astra 6 max）56%。【直引】$4.54 是每一次运行的成本，不是每一次跑完的成本。这两个分母差得很远。
二、换个分母，43% 变成 32%
用完成率折一下：Astra Fusion 是 4.54 ÷ 0.50 = 9.08 美元/完成任务；Codex 那边是 7.47 ÷ 0.56 = 13.34 美元/完成任务。省的是 32%，不是 43%。Fable 那对是 7.90 ÷ 0.56 = 14.11 美元。【推论】这不是说 Fusion 不值，"每次运行便宜 43%"也没写错——只是对要报预算的人来说，能跑完的那一次才是他真正付钱的那一次。
三、厂商那张分项表还能再补四组单价
帖子只引了分数，没引钱。DeepSWE 1.1：Fable 从 14.63 美元降到 7.88（−46%）；Astra 从 7.88 降到 4.69（−40%）。但 Terminal-Bench 4 上只从 17.46 降到 13.37（−23%），分数还掉了 1.5。降幅在 23% 到 46% 之间摆动。【推论】这组数正好给帖子的"不对称"论点补上了刻度：省得多的地方是探索和检索，省得少的地方是判断——Terminal-Bench 恰好是后者。
四、基线价有两个版本
devin.ai 官方页写 Claude Code + Fable 5.1 是 12.36 美元一次；Artificial Analysis 的口径是 12.40。差 4 美分，不影响结论，但它提醒一件事：厂商页面和第三方榜单是两个数，混着引会被人抓到。
五、另外两处小补
Cognition 说是和 Artificial Analysis 以及 Vals AI 一起做的发布评估，帖子只提了前一家。CLI 侧挂着 100 万 token 上下文，这一条和帖子"输入成本在账单里占比一路上升"的论证是同一条线，漏掉可惜。还有 Astra Fusion 的绝对值：24.7 分钟，对照 Codex 的 29.4 分钟——这才是那个"快 31%"被除出来的两个端点。
下一根钉子
Artificial Analysis 会不会把"多模型配置"单列成一个常驻分类。单列了，61.7 就不只是"第一次出现"，而是有了自己的榜；不单列，它就永远只能挂在"某厂某个 harness"下面比。