Prezzi di Gemini 4 Argon: Economico per Token, Non per Compito

Gemini 4 Argon è stato lanciato a $2 per milione di token di input e $10 per milione di token di output. Questo è un quinto del prezzo di listino di GPT-6 Astra, ed è più economico in output rispetto a Gemini 3.1 Pro Preview. Nei compiti di benchmark di Artificial Analysis, Argon costa il 60% di ciò che costa Astra per lo stesso punteggio.

Due fattori rendono quel numero meno confortevole di quanto sembri. Primo, $2/$10 è una promozione di lancio: il prezzo standard è $4/$20, e Google non ha detto quando avverrà il passaggio. Secondo, Argon scrive molto: circa 62k output token per compito di Artificial Analysis, circa 2.3 volte di più rispetto ad Astra. Al prezzo standard, il costo per compito di Artificial Analysis raddoppia da $1.99 a $3.98, circa 1.2 volte quello di Astra.

Questo post espone cosa hanno misurato due tester indipendenti per compito, elenca le regole di fatturazione che sono facili da perdere e fornisce le leve che effettivamente riducono la bolletta. Qualsiasi cosa che Google non ha ancora pubblicato è contrassegnata come TBD.

Il listino prezzi

Dal post di lancio di Google, con i modelli Gemini precedenti dalla pagina dei prezzi dell'API Gemini. Tutti i prezzi sono in USD per milione di token.

I prezzi di Gemini 3.1 Pro Preview sono per prompt fino a 200k token; oltre a ciò aumentano a $4 input e $18 output. Il prezzo di GPT-6 Astra è come riportato da Engadget.

Non pubblicato per Argon ancora: quando termina la promozione, il tasso di input memorizzato a prezzo standard, un sovrapprezzo per contesti lunghi, i tassi Batch e Flex, e lo storage della cache. [TBD: tasso di cache standard di Argon, livello di contesto lungo, tassi Batch/Flex]

Artificial Analysis afferma che la promozione dura "per almeno un mese" dal 30 settembre 2026. Nessuno ha detto se il 95% di sconto sulla cache durerà oltre; lo sconto sulla cache di Gemini 3.8 Flash è del 90%.

Costo per compito: cosa hanno misurato i test indipendenti

I dati in questa sezione provengono da Artificial Analysis (la sua analisi di lancio e le pagine dei modelli) e Vals AI. Entrambi hanno eseguito Argon al massimo, la sua impostazione di ragionamento più alta. Nessuno dei set di dati proviene da Google.

Artificial Analysis: prezzi promozionali e standard

Artificial Analysis esegue ogni modello attraverso gli stessi compiti dell'Intelligence Index e riporta il costo medio di un compito. Non specifica quanti compiti ha l'indice.

Il prezzo promozionale di Argon per token è un quinto di quello di Astra, ma il suo costo per compito è tre quinti di quello di Astra: uno sconto dell'80% per token si riduce al 40% per compito. A prezzi standard costa circa 1.2 volte di più rispetto ad Astra. Artificial Analysis afferma che il risparmio "è guidato da prezzi dei token più bassi, piuttosto che da un uso ridotto dei token". Argon ha in media circa 62k output token per compito, contro circa 27k per Astra. Eseguendo l'intero indice, ha generato 110M output token; il modello mediano ha generato 85M, e Gemini 3.1 Pro Preview 67M.

Rispetto a Gemini 3.1 Pro Preview, Argon ottiene 23 punti in più e costa circa 1.5 volte di più per compito ai prezzi promozionali, circa 3 volte ai prezzi standard.

Vals AI: solo prezzi standard

Vals AI ha eseguito Argon al prezzo standard di $4/$20, con temperatura 1 e un limite di output di 262.144 token, e riporta il costo medio di un test.

Su questo insieme Argon costa meno per test rispetto ai tre modelli Claude appena sotto di esso, anche ai prezzi standard. Il costo aumenta sui benchmark agentici lunghi di Vals:

CUA-bench, un benchmark di utilizzo del computer, è il caso estremo: il test più costoso di questi e uno dei risultati più deboli di Argon, 7° dei 8 modelli eseguiti da Vals.

Cosa mostrano i numeri misurati

• Rispetto a GPT-6 Astra, la promozione comporta il risparmio. Argon eguaglia il punteggio di Astra per il 60% del costo ai prezzi promozionali e costa circa 1.2 volte di più ai prezzi standard.
• Il conteggio dei token è la ragione. Argon scrive circa 2.3 volte più output token per compito rispetto ad Astra, il che consuma metà del suo sconto per token.
• Rispetto a Claude, Argon è più economico per test anche ai prezzi standard. Sull'Indice Vals costa $15.68 per test, contro $21.34 a $32.14 per i tre modelli Claude successivi.
• Le esecuzioni agentiche lunghe sono dove cresce la bolletta. Sui benchmark agentici di Vals, un singolo test costa tra $30 e $194.
• Confronta all'interno di un tester, non tra di essi. Artificial Analysis cita il prezzo promozionale con il valore standard accanto; Vals utilizza il prezzo standard. Anche i loro compiti e strumenti differiscono.

Regole di fatturazione facili da perdere

La promozione non ha una data di scadenza. Pianifica a $4/$20. Se imposti un limite mensile basato su $2/$10, aspettati di raggiungerlo in circa metà del tempo una volta terminata la promozione.

I token di pensiero possono essere fatturati come output. Sui modelli Gemini 3, Google fattura l'output "inclusi i token di pensiero". Argon non è ancora sulla pagina dei prezzi di Google, quindi vale la pena confermare per Argon.

Un limite di output di 1M significa una bolletta di output di 1M. Una risposta senza limiti che raggiunge il limite costa $10 ai prezzi promozionali e $20 a quelli standard. Imposta un limite di output su ogni richiesta.

Output lunghi possono coprire diverse chiamate. Long Decode Continuation mette in pausa e riprende risposte lunghe attraverso chiamate successive. Come vengono fatturate quelle chiamate, e se l'output precedente viene conteggiato di nuovo come input, non è documentato. [TBD: fatturazione di Long Decode Continuation]

I colpi di cache dipendono da richieste identiche. La guida AIHubMix Gemini nota che un colpo di cache implicito richiede lo stesso contenuto, modello e parametri, con il contesto ripetuto posto per primo. Cambiare il livello di pensiero o riordinare il prompt tra i turni può trasformare l'input memorizzato di nuovo in input a prezzo pieno.

Le risposte rifiutate costano comunque denaro. Argon rifiuta più spesso rispetto ad altri modelli di frontiera quando non è sicuro. Una risposta rifiutata fattura comunque i suoi token di input e di pensiero, e ripetere la stessa domanda su Argon paga di nuovo.

Come ridurre la bolletta

1. Pianifica al prezzo standard. Tratta la promozione come un bonus, non come il budget.
2. Limita l'output per richiesta. Scegli un limite che si adatti al lavoro invece di lasciare aperto il tetto di 1M.
3. Mettiti il contesto stabile per primo e mantienilo identico. Il prompt di sistema, le definizioni degli strumenti e i documenti vanno in cima; il nuovo messaggio dell'utente va per ultimo.
4. Fissa il livello di pensiero per flusso di lavoro. Cambiare a metà sessione può interrompere i colpi di cache.
5. Instrada per difficoltà. Invia estrazione, classificazione e formattazione a Gemini 3.8 Flash e riserva Argon per i passaggi di ragionamento difficili.
6. Invia i rifiuti da qualche parte più economica. Quando Argon dice di non essere sicuro, instrada la domanda a una persona o a un altro modello piuttosto che riprovare Argon.
7. Controlla i prezzi Batch quando appaiono. I modelli Gemini 3 ottengono il 50% di sconto tramite l'API Batch; il tasso batch di Argon è TBD.

Stima il tuo costo

Un piccolo calcolatore per i tuoi conteggi di token. Il tasso di cache standard è un parametro perché Google non l'ha pubblicato.

PRICES = {  # USD per 1M token
    "promo": {"input": 2.00, "cached": 0.10, "output": 10.00},
    "standard": {"input": 4.00, "cached": None, "output": 20.00},  # tasso di cache 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("Passa cached_rate: il prezzo standard della cache di Argon non è ancora pubblicato")
    return (uncached_in * p["input"] + cached_in * cached + output * p["output"]) / 1_000_000


# Usa i conteggi di token dai tuoi log, ad esempio il campo di utilizzo dello stesso flusso di lavoro
# eseguito su Gemini 3.8 Flash: task_cost(uncached_in, cached_in, output, "promo")

Misura i veri conteggi di token su Gemini 3.8 Flash o 3.1 Pro Preview attraverso AIHubMix prima. Aspettati che quelli di Argon siano più alti: sull'indice di Artificial Analysis ha generato 110M output token dove Gemini 3.1 Pro Preview ha generato 67M. Tratta il risultato come un pavimento, non come una previsione.

Su AIHubMix

Argon ha una pagina modello su AIHubMix, ma è contrassegnata come in arrivo e il suo prezzo su AIHubMix non è ancora impostato. [TBD: prezzo AIHubMix per Gemini 4 Argon]

Nel frattempo, Gemini 3.8 Flash è il modo più economico per prototipare lo stesso flusso di lavoro, e il prezzo di Argon apparirà sulla sua pagina modello una volta impostato.

FAQ

Quanto costa Gemini 4 Argon?
Durante la promozione di lancio, $2 per milione di token di input, $0.10 per milione di token di input memorizzati e $10 per milione di token di output. Il prezzo standard è $4 per input e $20 per output.

Quando termina la promozione di Gemini 4 Argon?
Google non ha detto. Artificial Analysis riporta che dura per almeno un mese dal 30 settembre 2026.

È Gemini 4 Argon più economico di GPT-6 Astra?
Per token, sì, di un ampio margine. Per compito, è circa il 60% del costo di Astra ai prezzi promozionali e circa 1.2 volte il costo di Astra ai prezzi standard, perché Argon scrive più token.

Perché Argon costa di più per compito di quanto suggerisca il suo prezzo per token?
In media scrive circa 62k output token per compito di benchmark, contro circa 27k per GPT-6 Astra, e gli output token sono quelli costosi.

Funziona la cache del contesto con Gemini 4 Argon?
Sì. L'input memorizzato è scontato del 95% durante la promozione. Il tasso di cache ai prezzi standard non è stato pubblicato.

Quanto costa un compito su Argon nei test indipendenti?
Sull'Intelligence Index di Artificial Analysis, $1.99 per compito ai prezzi promozionali e $3.98 ai prezzi standard. Sull'Indice Vals, eseguito ai prezzi standard, $15.68 per test, sotto i $21.34 a $32.14 dei tre modelli Claude successivi, che salgono a $193.78 per test sul benchmark di utilizzo del computer CUA-bench.

Esiste un modello Gemini più economico per compiti più semplici?
Gemini 3.8 Flash costa $0.75 per input e $3.75 per output per milione di token fino al 31 dicembre 2026, e si adatta a estrazione, classificazione e chat di routine.

Continua a leggere: la serie Gemini 4 Argon

• Prima di pianificare il budget, controlla se Argon è il modello giusto per il lavoro: Gemini 4 Argon: punteggi di frontiera, un limite di output di 1M token e nessun ID modello pubblico ancora

Fonti

• Gemini 4 Argon: la nostra prossima era di intelligenza di frontiera (Google)
• Prezzi dell'API per sviluppatori Gemini (Google AI per sviluppatori)
• Gemini 4 Argon: Google è tornato tra i primi tre laboratori nell'intelligenza raggiunta (Artificial Analysis)
• Benchmark, costi e capacità di Gemini 4 Argon (Vals AI)
• Gemini 4 Argon su AIHubMix (AIHubMix)