Gemini 4 Argon Preisgestaltung: Günstig pro Token, nicht pro Aufgabe

Gemini 4 Argon wurde zu einem Preis von 2 USD pro Million Eingabetokens und 10 USD pro Million Ausgabetokens eingeführt. Das ist ein Fünftel des Listenpreises von GPT-6 Astra und günstiger bei der Ausgabe als Gemini 3.1 Pro Preview. Bei den Benchmark-Aufgaben von Artificial Analysis kostet Argon 60 % von dem, was Astra für die gleiche Punktzahl kostet.

Zwei Dinge machen diese Zahl weniger angenehm, als sie aussieht. Erstens ist 2 USD/10 USD eine Einführungspromotion: Der Standardpreis beträgt 4 USD/20 USD, und Google hat nicht gesagt, wann der Wechsel erfolgt. Zweitens schreibt Argon viel: etwa 62.000 Ausgabetokens pro Aufgabe von Artificial Analysis, ungefähr 2,3 Mal so viele wie Astra. Zum Standardpreis verdoppeln sich die Kosten pro Aufgabe von Artificial Analysis von 1,99 USD auf 3,98 USD, etwa 1,2 Mal so viel wie Astra.

Dieser Beitrag beschreibt, was zwei unabhängige Tester pro Aufgabe gemessen haben, listet die Abrechnungsregeln auf, die leicht übersehen werden können, und gibt die Hebel an, die tatsächlich die Rechnung senken. Alles, was Google noch nicht veröffentlicht hat, ist mit TBD gekennzeichnet.

Die Preisliste

Aus Googles Einführungsbeitrag, mit früheren Gemini-Modellen von der Preisseite der Gemini API. Alle Preise sind USD pro Million Tokens.

Die Preise für Gemini 3.1 Pro Preview gelten für Eingaben von bis zu 200.000 Tokens; darüber steigen sie auf 4 USD für die Eingabe und 18 USD für die Ausgabe. Der Preis von GPT-6 Astra wird von Engadget berichtet.

Für Argon noch nicht veröffentlicht: wann die Promotion endet, der Preis für zwischengespeicherte Eingaben zum Standardpreis, ein Zuschlag für lange Kontexte, Batch- und Flex-Preise sowie Cache-Speicher. [TBD: Argon Standard-Cache-Preis, lange Kontextstufe, Batch/Flex-Preise]

Artificial Analysis sagt, dass die Promotion "mindestens einen Monat" ab dem 30. September 2026 läuft. Niemand hat gesagt, ob der 95%ige Cache-Rabatt länger hält; der Cache-Rabatt für Gemini 3.8 Flash beträgt 90%.

Kosten pro Aufgabe: was unabhängige Tests gemessen haben

Die Zahlen in diesem Abschnitt stammen von Artificial Analysis (seiner Einführungsanalyse und Modellseiten) und Vals AI. Beide haben Argon auf der höchsten, seiner höchsten Denkstufe getestet. Keines der Zahlen stammt von Google.

Artificial Analysis: Promo- und Standardpreise

Artificial Analysis führt jedes Modell durch die gleichen Intelligence Index-Aufgaben und berichtet die durchschnittlichen Kosten einer Aufgabe. Es wird nicht gesagt, wie viele Aufgaben der Index hat.

Der Promo-Tokenpreis von Argon beträgt ein Fünftel des von Astra, aber die Kosten pro Aufgabe betragen drei Fünftel von Astras: ein 80%iger Rabatt pro Token schrumpft auf 40% pro Aufgabe. Zu Standardpreisen kostet es etwa 1,2 Mal so viel wie Astra. Artificial Analysis sagt, dass die Einsparungen "durch niedrigere Tokenpreise und nicht durch reduzierte Tokenverwendung" bedingt sind. Argon hat durchschnittlich etwa 62.000 Ausgabetokens pro Aufgabe generiert, im Vergleich zu etwa 27.000 für Astra. Bei der Durchführung des gesamten Index generierte es 110 Millionen Ausgabetokens; das Medianmodell generierte 85 Millionen, und Gemini 3.1 Pro Preview 67 Millionen.

Im Vergleich zu Gemini 3.1 Pro Preview erzielt Argon 23 Punkte mehr und kostet pro Aufgabe zu Promo-Preisen etwa 1,5 Mal so viel, zu Standardpreisen etwa 3 Mal so viel.

Vals AI: nur Standardpreise

Vals AI führte Argon zum Standardpreis von 4 USD/20 USD mit einer Temperatur von 1 und einer Ausgabebegrenzung von 262.144 Tokens aus und berichtet die durchschnittlichen Kosten eines Tests.

In dieser Suite kostet Argon pro Test weniger als die drei Claude-Modelle direkt darunter, selbst zu Standardpreisen. Die Kosten steigen bei Vals' langen agentischen Benchmarks:

CUA-bench, ein Benchmark für Computerverwendung, ist der Extremfall: der teuerste dieser Tests und eines von Argons schwächsten Ergebnissen, 7. von 8 Modellen, die Vals getestet hat.

Was die gemessenen Zahlen zeigen

• Im Vergleich zu GPT-6 Astra bringt die Promotion die Einsparungen. Argon erreicht Astras Punktzahl für 60% der Kosten zu Promo-Preisen und kostet zu Standardpreisen etwa 1,2 Mal so viel.
• Die Tokenanzahl ist der Grund. Argon schreibt etwa 2,3 Mal so viele Ausgabetokens pro Aufgabe wie Astra, was die Hälfte seines Rabatts pro Token aufbraucht.
• Im Vergleich zu Claude ist Argon selbst zu Standardpreisen günstiger pro Test. Im Vals Index kostet es 15,68 USD pro Test, im Vergleich zu 21,34 USD bis 32,14 USD für die nächsten drei Claude-Modelle.
• Bei langen agentischen Durchläufen steigen die Kosten. Bei Vals' agentischen Benchmarks kostet ein einzelner Test zwischen 30 und 194 USD.
• Vergleiche innerhalb eines Testers, nicht zwischen ihnen. Artificial Analysis gibt den Promo-Preis mit der Standardzahl daneben an; Vals verwendet den Standardpreis. Ihre Aufgaben und Umsetzungen unterscheiden sich ebenfalls.

Abrechnungsregeln, die leicht übersehen werden können

Die Promotion hat kein Enddatum. Budgetiere mit 4 USD/20 USD. Wenn du eine monatliche Obergrenze basierend auf 2 USD/10 USD festlegst, erwarte, dass du sie nach dem Ende der Promotion in etwa der Hälfte der Zeit erreichst.

Denken-Tokens können als Ausgabe abgerechnet werden. Bei den Gemini 3-Modellen berechnet Google die Ausgabe "einschließlich Denken-Tokens". Argon ist noch nicht auf Googles Preisseite, daher ist es wert, dies für Argon zu bestätigen.

Ein Limit von 1 Million Ausgaben bedeutet eine Rechnung von 1 Million Ausgaben. Eine unbegrenzte Antwort, die bis zur Grenze läuft, kostet zu Promo-Preisen 10 USD und zu Standardpreisen 20 USD. Setze für jede Anfrage ein Ausgabelimit.

Lange Ausgaben können mehrere Aufrufe umfassen. Long Decode Continuation pausiert und setzt lange Antworten über Folgeanrufe fort. Wie diese Anrufe abgerechnet werden und ob frühere Ausgaben erneut als Eingabe gezählt werden, ist nicht dokumentiert. [TBD: Abrechnung für Long Decode Continuation]

Cache-Hits hängen von identischen Anfragen ab. Der AIHubMix Gemini-Leitfaden weist darauf hin, dass ein impliziter Cache-Hit denselben Inhalt, dasselbe Modell und dieselben Parameter benötigt, wobei der wiederholte Kontext zuerst kommt. Das Ändern der Denkstufe oder das Umordnen der Eingabe zwischen den Durchgängen kann zwischengespeicherte Eingaben wieder in Vollpreis-Eingaben umwandeln.

Abgelehnte Antworten kosten trotzdem Geld. Argon lehnt häufiger ab als andere Frontier-Modelle, wenn es sich nicht sicher ist. Eine abgelehnte Antwort berechnet weiterhin ihre Eingabe- und Denken-Tokens, und das erneute Stellen derselben Frage an Argon kostet erneut.

Wie man die Rechnung senken kann

1. Plane zum Standardpreis. Betrachte die Promotion als Bonus, nicht als Budget.
2. Begrenze die Ausgabe pro Anfrage. Wähle ein Limit, das zur Aufgabe passt, anstatt das 1-Millionen-Obergrenze offen zu lassen.
3. Setze stabilen Kontext zuerst und halte ihn identisch. Systemaufforderungen, Tool-Definitionen und Dokumente kommen an die Spitze; die neue Nachricht des Benutzers kommt zuletzt.
4. Fixiere die Denkstufe pro Workflow. Ein Wechsel während der Sitzung kann Cache-Hits unterbrechen.
5. Leite nach Schwierigkeit. Sende Extraktion, Klassifizierung und Formatierung an Gemini 3.8 Flash und behalte Argon für die schwierigen Denkprozesse.
6. Leite Ablehnungen an einen günstigeren Ort. Wenn Argon sagt, dass es sich nicht sicher ist, leite die Frage an eine Person oder ein anderes Modell weiter, anstatt Argon erneut zu versuchen.
7. Überprüfe die Batch-Preise, wenn sie erscheinen. Gemini 3-Modelle erhalten 50% Rabatt über die Batch-API; Argons Batch-Preis ist TBD.

Schätze deine eigenen Kosten

Ein kleiner Rechner für deine eigenen Token-Zahlen. Der Standardpreis für zwischengespeicherte Eingaben ist ein Parameter, da Google ihn nicht veröffentlicht hat.

PRICES = {  # USD pro 1M Tokens
    "promo": {"input": 2.00, "cached": 0.10, "output": 10.00},
    "standard": {"input": 4.00, "cached": None, "output": 20.00},  # zwischengespeicherter Preis TBD
}


def task_cost(uncached_in, cached_in, output, tier="promo", cached_rate=None):
    p = PRICES[tier]
    cached = p["cached"] if p["cached"] is not None else cached_rate
    if cached is None:
        raise ValueError("Pass cached_rate: Argons Standard-Cache-Preis ist noch nicht veröffentlicht")
    return (uncached_in * p["input"] + cached_in * cached + output * p["output"]) / 1_000_000


# Verwende Token-Zahlen aus deinen eigenen Protokollen, z.B. das Nutzungsfeld des gleichen Workflows
# ausgeführt auf Gemini 3.8 Flash: task_cost(uncached_in, cached_in, output, "promo")

Miss die tatsächlichen Token-Zahlen zuerst auf Gemini 3.8 Flash oder 3.1 Pro Preview über AIHubMix. Erwarten, dass Argons höher sind: im Index von Artificial Analysis generierte es 110 Millionen Ausgabetokens, während Gemini 3.1 Pro Preview 67 Millionen generierte. Betrachte das Ergebnis als Boden, nicht als Vorhersage.

Über AIHubMix

Argon hat eine Modellseite auf AIHubMix, aber sie ist als bald verfügbar gekennzeichnet und ihr Preis auf AIHubMix ist noch nicht festgelegt. [TBD: AIHubMix-Preis für Gemini 4 Argon]

In der Zwischenzeit ist Gemini 3.8 Flash der günstigste Weg, denselben Workflow zu prototypisieren, und Argons Preis wird auf seiner Modellseite erscheinen, sobald er festgelegt ist.

FAQ

Wie viel kostet Gemini 4 Argon?
Während der Einführungspromotion 2 USD pro Million Eingabetokens, 0,10 USD pro Million zwischengespeicherte Eingabetokens und 10 USD pro Million Ausgabetokens. Der Standardpreis beträgt 4 USD für die Eingabe und 20 USD für die Ausgabe.

Wann endet die Promotion für Gemini 4 Argon?
Google hat nichts gesagt. Artificial Analysis berichtet, dass sie mindestens einen Monat ab dem 30. September 2026 läuft.

Ist Gemini 4 Argon günstiger als GPT-6 Astra?
Pro Token, ja, um einen großen Betrag. Pro Aufgabe kostet es etwa 60 % von Astras Kosten zu Promo-Preisen und etwa 1,2 Mal so viel wie Astras Kosten zu Standardpreisen, da Argon mehr Tokens schreibt.

Warum kostet Argon pro Aufgabe mehr, als der Tokenpreis vermuten lässt?
Es schreibt durchschnittlich etwa 62.000 Ausgabetokens pro Benchmark-Aufgabe, im Vergleich zu etwa 27.000 für GPT-6 Astra, und Ausgabetokens sind die teuren.

Funktioniert das Caching von Kontexten mit Gemini 4 Argon?
Ja. Zwischengespeicherte Eingaben sind während der Promotion 95 % rabattiert. Der Preis für zwischengespeicherte Eingaben zu Standardpreisen wurde noch nicht veröffentlicht.

Was kostet eine Aufgabe bei Argon in unabhängigen Tests?
Im Intelligence Index von Artificial Analysis 1,99 USD pro Aufgabe zu Promo-Preisen und 3,98 USD zu Standardpreisen. Im Vals Index, der zu Standardpreisen durchgeführt wurde, 15,68 USD pro Test, unter den 21,34 USD bis 32,14 USD der nächsten drei Claude-Modelle, die auf 193,78 USD pro Test im CUA-bench Computerverwendungsbenchmark steigen.

Gibt es ein günstigeres Gemini-Modell für einfachere Aufgaben?
Gemini 3.8 Flash kostet 0,75 USD für die Eingabe und 3,75 USD für die Ausgabe pro Million Tokens bis zum 31. Dezember 2026 und eignet sich für Extraktion, Klassifizierung und routinemäßigen Chat.

Weiterlesen: die Gemini 4 Argon-Serie

• Überprüfe vor dem Budgetieren, ob Argon das richtige Modell für die Aufgabe ist: Gemini 4 Argon: Frontier Scores, ein 1M-Token-Ausgabelimit und noch keine öffentliche Modell-ID

Quellen

• Gemini 4 Argon: unsere nächste Ära der Grenzintelligenz (Google)
• Gemini Developer API Preisgestaltung (Google AI für Entwickler)
• Gemini 4 Argon: Google ist zurück als eines der drei besten Labore in erreichter Intelligenz (Artificial Analysis)
• Gemini 4 Argon Benchmarks, Kosten und Fähigkeiten (Vals AI)
• Gemini 4 Argon auf AIHubMix (AIHubMix)