Cennik Gemini 4 Argon: Taniej za token, nie za zadanie

Gemini 4 Argon zadebiutował w cenie 2 USD za milion tokenów wejściowych i 10 USD za milion tokenów wyjściowych. To jedna piąta ceny katalogowej GPT-6 Astra i tańsze w przypadku wyjścia niż Gemini 3.1 Pro Preview. W benchmarkowych zadaniach Artificial Analysis, Argon kosztuje 60% tego, co Astra kosztuje za ten sam wynik.

Dwie rzeczy sprawiają, że ta liczba jest mniej komfortowa, niż się wydaje. Po pierwsze, 2 USD/10 USD to promocja startowa: standardowa cena to 4 USD/20 USD, a Google nie ogłosił, kiedy nastąpi zmiana. Po drugie, Argon generuje dużo: około 62 tys. tokenów wyjściowych na zadanie Artificial Analysis, co jest mniej więcej 2,3 razy większą liczbą niż Astra. Przy standardowej cenie koszt Artificial Analysis za zadanie podwaja się z 1,99 USD do 3,98 USD, co jest około 1,2 razy droższe niż Astra.

Ten post przedstawia, co zmierzyło dwóch niezależnych testerów na zadanie, wymienia zasady rozliczeń, które łatwo przeoczyć, oraz podaje sposoby, które rzeczywiście obniżają rachunek. Wszystko, co Google jeszcze nie opublikował, jest oznaczone jako TBD.

Cennik

Na podstawie postu startowego Google, z wcześniejszymi modelami Gemini z strony cennikowej Gemini API. Wszystkie ceny są w USD za milion tokenów.

Ceny Gemini 3.1 Pro Preview dotyczą zapytań do 200 tys. tokenów; powyżej tej liczby wzrastają do 4 USD za wejście i 18 USD za wyjście. Cena GPT-6 Astra jest podana przez Engadget.

Nie opublikowano jeszcze dla Argon: kiedy kończy się promocja, stawka za zbuforowane wejście przy standardowym cenniku, opłata za długie konteksty, stawki Batch i Flex oraz przechowywanie pamięci podręcznej. [TBD: standardowa stawka pamięci podręcznej Argon, poziom długiego kontekstu, stawki Batch/Flex]

Artificial Analysis informuje, że promocja trwa "przez co najmniej miesiąc" od 30 września 2026 roku. Nikt nie powiedział, czy 95% zniżka na pamięć podręczną będzie obowiązywać dłużej; zniżka na pamięć podręczną Gemini 3.8 Flash wynosi 90%.

Koszt za zadanie: co zmierzyły niezależne testy

Dane w tej sekcji pochodzą z Artificial Analysis (analiza startowa i strony modeli) oraz Vals AI. Obie przeprowadziły testy Argon na najwyższym ustawieniu rozumowania. Żadne z tych danych nie pochodzi od Google.

Artificial Analysis: ceny promocyjne i standardowe

Artificial Analysis uruchamia każdy model przez te same zadania z Indeksu Inteligencji i raportuje średni koszt jednego zadania. Nie podaje, ile zadań ma indeks.

Cena promocyjna tokenów Argon to jedna piąta ceny Astra, ale koszt za zadanie wynosi trzy piąte ceny Astra: 80% zniżka za token zmniejsza się do 40% za zadanie. Przy standardowych cenach kosztuje około 1,2 razy więcej niż Astra. Artificial Analysis twierdzi, że oszczędności "są napędzane przez niższe ceny tokenów, a nie przez zmniejszone zużycie tokenów". Argon średnio generował około 62 tys. tokenów wyjściowych na zadanie, w porównaniu do około 27 tys. dla Astra. Uruchamiając cały indeks, wygenerował 110M tokenów wyjściowych; medianowy model wygenerował 85M, a Gemini 3.1 Pro Preview 67M.

W porównaniu do Gemini 3.1 Pro Preview, Argon zdobywa 23 punkty więcej i kosztuje około 1,5 razy więcej za zadanie przy cenach promocyjnych, około 3 razy więcej przy cenach standardowych.

Vals AI: tylko ceny standardowe

Vals AI uruchomił Argon przy standardowej cenie 4 USD/20 USD, z temperaturą 1 i limitem wyjścia 262 144 tokenów, i raportuje średni koszt jednego testu.

W tej serii Argon kosztuje mniej za test niż trzy modele Claude tuż poniżej, nawet przy standardowych cenach. Koszt wzrasta w długich benchmarkach agentowych Vals:

CUA-bench, benchmark użycia komputera, to skrajny przypadek: najdroższy z tych testów i jeden z najsłabszych wyników Argon, 7. z 8 modeli, które Vals uruchomił.

Co pokazują zmierzone liczby

• W porównaniu do GPT-6 Astra, promocja przynosi oszczędności. Argon osiąga wynik Astra za 60% kosztów przy cenach promocyjnych i kosztuje około 1,2 razy więcej przy cenach standardowych.
• Liczba tokenów jest powodem. Argon generuje około 2,3 razy więcej tokenów wyjściowych na zadanie niż Astra, co pochłania połowę jego zniżki za token.
• W porównaniu do Claude, Argon jest tańszy za test nawet przy standardowych cenach. W Indeksie Vals kosztuje 15,68 USD za test, w porównaniu do 21,34 USD do 32,14 USD za trzy następne modele Claude.
• Długie sesje agentowe to miejsce, gdzie rachunek rośnie. W benchmarkach agentowych Vals pojedynczy test kosztuje od 30 do 194 USD.
• Porównuj w ramach jednego testera, a nie między nimi. Artificial Analysis podaje cenę promocyjną obok standardowej; Vals korzysta z ceny standardowej. Ich zadania i narzędzia również się różnią.

Zasady rozliczeń, które łatwo przeoczyć

Promocja nie ma daty zakończenia. Planuj na poziomie 4 USD/20 USD. Jeśli ustalisz miesięczny limit na podstawie 2 USD/10 USD, spodziewaj się, że osiągniesz go w mniej więcej połowie czasu po zakończeniu promocji.

Myślenie tokenów może być rozliczane jako wyjście. W modelach Gemini 3 Google rozlicza wyjście "w tym tokeny myślenia". Argon nie jest jeszcze na stronie cennikowej Google, więc warto to potwierdzić dla Argon.

Limit wyjścia 1M oznacza rachunek za wyjście 1M. Jedna nieograniczona odpowiedź, która osiąga limit, kosztuje 10 USD przy cenach promocyjnych i 20 USD przy standardowych. Ustaw limit wyjścia na każde zapytanie.

Długie wyjścia mogą obejmować kilka wywołań. Długie kontynuacje dekodowania wstrzymują i wznawiają długie odpowiedzi w kolejnych wywołaniach. Jak te wywołania są rozliczane i czy wcześniejsze wyjście jest ponownie liczone jako wejście, nie jest udokumentowane. [TBD: rozliczanie długich kontynuacji dekodowania]

Hit pamięci podręcznej zależy od identycznych zapytań. Przewodnik AIHubMix Gemini zauważa, że hit pamięci podręcznej wymaga tej samej treści, modelu i parametrów, z powtarzającym się kontekstem umieszczonym na pierwszym miejscu. Zmiana poziomu myślenia lub przestawienie zapytania między turami może przekształcić zbuforowane wejście z powrotem w wejście pełnopłatne.

Odmówione odpowiedzi nadal kosztują pieniądze. Argon odmawia częściej niż inne modele na granicy, gdy nie jest pewny. Odmówiona odpowiedź nadal obciąża jej tokeny wejściowe i myślenia, a ponowne zadanie tego samego pytania na Argon kosztuje ponownie.

Jak obniżyć rachunek

1. Planuj przy cenie standardowej. Traktuj promocję jako bonus, a nie budżet.
2. Ustaw limit wyjścia na każde zapytanie. Wybierz limit, który pasuje do zadania, zamiast pozostawiać otwarty sufit 1M.
3. Umieść stabilny kontekst na początku i zachowaj go identycznym. Systemowe zapytanie, definicje narzędzi i dokumenty umieszczone na górze; nowa wiadomość użytkownika na końcu.
4. Ustal poziom myślenia dla każdego przepływu pracy. Zmiana w trakcie sesji może przerwać trafienia pamięci podręcznej.
5. Routuj według trudności. Wysyłaj ekstrakcję, klasyfikację i formatowanie do Gemini 3.8 Flash, a Argon zostaw na trudniejsze kroki rozumowania.
6. Wysyłaj odmowy gdzie indziej, taniej. Gdy Argon mówi, że nie jest pewny, kieruj pytanie do osoby lub innego modelu, zamiast ponownie próbować Argon.
7. Sprawdź ceny Batch, gdy się pojawią. Modele Gemini 3 otrzymują 50% zniżki przez API Batch; stawka batch Argon jest TBD.

Os estimate your own cost

Mały kalkulator dla własnych liczby tokenów. Standardowa stawka za pamięć podręczną jest parametrem, ponieważ Google jej nie opublikował.

PRICES = {  # USD za 1M tokenów
    "promo": {"input": 2.00, "cached": 0.10, "output": 10.00},
    "standard": {"input": 4.00, "cached": None, "output": 20.00},  # stawka za pamięć podręczną 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("Podaj cached_rate: standardowa cena pamięci podręcznej Argon nie jest jeszcze opublikowana")
    return (uncached_in * p["input"] + cached_in * cached + output * p["output"]) / 1_000_000


# Użyj liczby tokenów z własnych logów, np. pole użycia tego samego przepływu pracy
# uruchomionego na Gemini 3.8 Flash: task_cost(uncached_in, cached_in, output, "promo")

Najpierw zmierz rzeczywiste liczby tokenów na Gemini 3.8 Flash lub 3.1 Pro Preview przez AIHubMix. Spodziewaj się, że Argon będzie miał wyższe: w indeksie Artificial Analysis wygenerował 110M tokenów wyjściowych, podczas gdy Gemini 3.1 Pro Preview wygenerował 67M. Traktuj wynik jako minimalny, a nie prognozę.

O AIHubMix

Argon ma stronę modelu na AIHubMix, ale jest oznaczona jako wkrótce i jej cena na AIHubMix nie jest jeszcze ustalona. [TBD: cena AIHubMix dla Gemini 4 Argon]

W międzyczasie, Gemini 3.8 Flash jest najtańszym sposobem na prototypowanie tego samego przepływu pracy, a cena Argon pojawi się na jego stronie modelu, gdy tylko zostanie ustalona.

FAQ

Ile kosztuje Gemini 4 Argon?
Podczas promocji startowej 2 USD za milion tokenów wejściowych, 0,10 USD za milion zbuforowanych tokenów wejściowych i 10 USD za milion tokenów wyjściowych. Standardowa cena to 4 USD za wejście i 20 USD za wyjście.

Kiedy kończy się promocja Gemini 4 Argon?
Google nie powiedział. Artificial Analysis informuje, że trwa przez co najmniej miesiąc od 30 września 2026 roku.

Czy Gemini 4 Argon jest tańszy niż GPT-6 Astra?
Za token, tak, w dużej mierze. Za zadanie, kosztuje około 60% kosztów Astra przy cenach promocyjnych i około 1,2 razy więcej niż Astra przy cenach standardowych, ponieważ Argon generuje więcej tokenów.

Dlaczego Argon kosztuje więcej za zadanie niż sugeruje jego cena za token?
Średnio generuje około 62 tys. tokenów wyjściowych na zadanie benchmarkowe, w porównaniu do około 27 tys. dla GPT-6 Astra, a tokeny wyjściowe są drogie.

Czy pamięć podręczna kontekstu działa z Gemini 4 Argon?
Tak. Zbuforowane wejście jest 95% tańsze podczas promocji. Stawka za pamięć podręczną przy standardowych cenach nie została opublikowana.

Ile kosztuje jedno zadanie na Argon w niezależnych testach?
W Indeksie Inteligencji Artificial Analysis 1,99 USD za zadanie przy cenach promocyjnych i 3,98 USD przy cenach standardowych. W Indeksie Vals, uruchomionym przy cenach standardowych, 15,68 USD za test, poniżej 21,34 USD do 32,14 USD za trzy następne modele Claude, wzrastając do 193,78 USD za test w benchmarku CUA-bench.

Czy istnieje tańszy model Gemini do prostszych zadań?
Gemini 3.8 Flash kosztuje 0,75 USD za wejście i 3,75 USD za wyjście za milion tokenów do 31 grudnia 2026 roku i nadaje się do ekstrakcji, klasyfikacji i rutynnych rozmów.

Czytaj dalej: seria Gemini 4 Argon

• Przed budżetowaniem sprawdź, czy Argon jest w ogóle odpowiednim modelem do zadania: Gemini 4 Argon: Wyniki na granicy, limit wyjścia 1M tokenów i brak publicznego identyfikatora modelu

Źródła

• Gemini 4 Argon: nasza następna era inteligencji na granicy (Google)
• Cennik Gemini Developer API (Google AI dla programistów)
• Gemini 4 Argon: Google wraca jako jeden z trzech najlepszych laboratoriów w osiągniętej inteligencji (Artificial Analysis)
• Benchmarki, koszty i możliwości Gemini 4 Argon (Vals AI)
• Gemini 4 Argon na AIHubMix (AIHubMix)