Gemini 4 Argon 的启动价格为每百万输入令牌 2 美元，每百万输出令牌 10 美元。这是 GPT-6 Astra 标价的五分之一，且在输出方面比 Gemini 3.1 Pro Preview 更便宜。在人工分析的基准任务中，Argon 的成本仅为 Astra 相同分数的 60%。
这个数字看起来并不如表面上那么舒适。首先，2 美元/10 美元是启动促销：标准价格为 4 美元/20 美元，谷歌尚未说明何时切换。其次，Argon 的写作量很大：每个人工分析任务大约 62,000 个输出令牌，约为 Astra 的 2.3 倍。在标准价格下，人工分析的每个任务成本从 1.99 美元翻倍至 3.98 美元，约为 Astra 的 1.2 倍。
这篇文章列出了两个独立测试者每个任务的测量结果，列出了容易被忽视的计费规则，并提供了实际降低账单的杠杆。谷歌尚未发布的任何内容标记为 TBD。
价格列表
来自谷歌的 启动帖子，以及来自 Gemini API 定价页面 的早期 Gemini 模型。所有价格均为每百万令牌的美元价格。
| 模型 | 输入 | 缓存输入 | 输出 |
|---|---|---|---|
| Gemini 4 Argon，促销 | $2.00 | $0.10 | $10.00 |
| Gemini 4 Argon，标准 | $4.00 | 待定 | $20.00 |
| Gemini 3.1 Pro Preview | $2.00 | $0.20 | $12.00 |
| Gemini 3.8 Flash，至 12 月 31 日 | $0.75 | $0.075 | $3.75 |
| Gemini 3.8 Flash，自 1 月 1 日起 | $1.50 | $0.15 | $7.50 |
| GPT-6 Astra | $10.00 | — | $50.00 |
Gemini 3.1 Pro Preview 的价格适用于最多 200,000 个令牌的提示；超过该数量时，输入价格上升至 4 美元，输出价格上升至 18 美元。GPT-6 Astra 的价格由 Engadget 报道。
尚未发布 Argon 的信息：促销结束时间、标准定价下的缓存输入费率、长上下文附加费、批量和灵活费率，以及缓存存储。[待定：Argon 标准缓存费率、长上下文层、批量/灵活费率]
人工分析表示，促销将在 2026 年 9 月 30 日起“至少持续一个月”。尚未有人说明 95% 的缓存折扣是否会持续；Gemini 3.8 Flash 的缓存折扣为 90%。
每个任务的成本：独立测试测量的内容
本节中的数据来自 人工分析（其启动分析和模型页面）和 Vals AI。两者都在高设置下运行 Argon，这是其最高推理设置。两组数据均未来自谷歌。
人工分析：促销和标准价格
人工分析通过相同的智能指数任务运行每个模型，并报告一个任务的平均成本。它没有说明指数有多少个任务。
| 模型 | 指数得分 | 每个任务的成本 |
|---|---|---|
| Gemini 4 Argon（高），促销 | 53 | $1.99 |
| Gemini 4 Argon（高），标准 | 53 | $3.98 |
| GPT-6 Astra（最大） | 53 | $3.26 |
| Gemini 3.1 Pro Preview | 30 | $1.30 |
Argon 的促销令牌价格是 Astra 的五分之一，但其每个任务的成本是 Astra 的三分之二：每个令牌的 80% 折扣缩小到每个任务的 40%。在标准价格下，其成本约为 Astra 的 1.2 倍。人工分析表示，节省“是由于较低的令牌价格，而不是减少的令牌使用”。Argon 每个任务平均生成约 62,000 个输出令牌，而 Astra 约为 27,000 个。运行整个指数时，它生成了 1.1 亿个输出令牌；中位数模型生成了 8500 万个，而 Gemini 3.1 Pro Preview 生成了 6700 万个。
与 Gemini 3.1 Pro Preview 相比，Argon 的得分高出 23 分，促销价格下每个任务的成本约为其 1.5 倍，标准价格下约为 3 倍。
Vals AI：仅标准价格
Vals AI 以标准的 4 美元/20 美元价格运行 Argon，温度为 1，输出上限为 262,144 令牌，并报告一个测试的平均成本。
| 模型 | Vals 指数 | 每个测试的成本 |
|---|---|---|
| Gemini 4 Argon | 68.90% | $15.68 |
| Claude Sonnet 5.5 | 67.04% | $21.34 |
| Claude Opus 5.5 | 66.97% | $32.14 |
| Claude Fable 5.1 | 65.83% | $28.71 |
在这个测试套件中，Argon 每个测试的成本低于下面的三款 Claude 模型，即使在标准价格下。成本在 Vals 的长代理基准测试中上升：
| Vals 基准 | Argon 得分 | 每个测试的成本 |
|---|---|---|
| CUA-bench | 4.83% | $193.78 |
| 代码迁移 | 68.17% | $57.82 |
| 终端基准科学 | 44.29% | $44.90 |
| SRE 基准 | 44.28% | $30.45 |
CUA-bench 是一个计算机使用基准，是最极端的案例：这些测试中最昂贵的，并且是 Argon 的最弱结果之一，在 Vals 运行的 8 个模型中排名第 7。
测量数字显示的内容
- 与 GPT-6 Astra 相比，促销带来了节省。 Argon 在促销价格下以 60% 的成本匹配 Astra 的得分，在标准价格下成本约为 Astra 的 1.2 倍。
- 令牌数量是原因。 Argon 每个任务生成的输出令牌约为 Astra 的 2.3 倍，这消耗了其每个令牌折扣的一半。
- 与 Claude 相比，即使在标准价格下，Argon 每个测试的成本也更低。 在 Vals 指数上，每个测试的成本为 15.68 美元，而下三个 Claude 模型的成本为 21.34 美元至 32.14 美元。
- 长代理运行是账单增长的地方。 在 Vals 的代理基准测试中，单个测试的成本在 30 美元到 194 美元之间。
- 在一个测试者内进行比较，而不是跨测试者进行比较。 人工分析引用了促销价格，并将标准数字放在旁边；Vals 使用标准价格。它们的任务和工具也不同。
容易忽视的计费规则
促销没有结束日期。 按 4 美元/20 美元预算。如果您根据 2 美元/10 美元设置每月上限，预计在促销结束后大约一半的时间内达到上限。
思考令牌可能被计为输出。 在 Gemini 3 模型上，谷歌将输出计费“包括思考令牌”。Argon 尚未在谷歌的定价页面上，因此值得确认 Argon 的情况。
1M 输出限制意味着 1M 输出账单。 一个未限制的答案达到上限的成本在促销价格下为 10 美元，在标准价格下为 20 美元。对每个请求设置输出上限。
长输出可能跨越多个调用。 长解码延续在后续调用中暂停和恢复长答案。这些调用的计费方式，以及早期输出是否再次计入输入，尚未记录。[待定：长解码延续计费]
缓存命中依赖于相同请求。 AIHubMix Gemini 指南 指出，隐式缓存命中需要相同的内容、模型和参数，并且重复的上下文放在首位。改变思考级别或在轮次之间重新排序提示可能会将缓存输入变回全价输入。
拒绝的答案仍然会收费。 Argon 在不确定时拒绝的频率高于其他前沿模型。拒绝的答案仍然会计费其输入和思考令牌，并且在 Argon 上重试相同问题会再次收费。
如何降低账单
- 按标准价格计划。 将促销视为奖金，而不是预算。
- 限制每个请求的输出。 选择适合工作的上限，而不是将 1M 上限留空。
- 将稳定的上下文放在首位并保持一致。 系统提示、工具定义和文档放在顶部；用户的新消息放在最后。
- 根据工作流程固定思考级别。 在会话中切换可能会破坏缓存命中。
- 按难度路由。 将提取、分类和格式化发送到 Gemini 3.8 Flash，将 Argon 保留用于困难的推理步骤。
- 将拒绝的请求发送到更便宜的地方。 当 Argon 表示不确定时，将问题路由到人或其他模型，而不是重试 Argon。
- 检查出现时的批量定价。 Gemini 3 模型通过批量 API 获得 50% 的折扣；Argon 的批量费率待定。
估算您的成本
一个小计算器，用于您的令牌计数。标准缓存费率是一个参数，因为谷歌尚未发布它。
PRICES = { # 每 1M 令牌的美元价格
"promo": {"input": 2.00, "cached": 0.10, "output": 10.00},
"standard": {"input": 4.00, "cached": None, "output": 20.00}, # 缓存费率待定
}
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("请传递 cached_rate：Argon 的标准缓存价格尚未发布")
return (uncached_in * p["input"] + cached_in * cached + output * p["output"]) / 1_000_000
# 使用您自己日志中的令牌计数，例如相同工作流程的使用字段
# 在 Gemini 3.8 Flash 上运行：task_cost(uncached_in, cached_in, output, "promo")
首先在 Gemini 3.8 Flash 或 3.1 Pro Preview 上测量实际令牌计数。预计 Argon 的计数会更高：在人工分析的指数上，它生成了 1.1 亿个输出令牌，而 Gemini 3.1 Pro Preview 生成了 6700 万个。将结果视为底线，而不是预测。
关于 AIHubMix
Argon 在 AIHubMix 上有一个模型页面，但标记为即将推出，其 AIHubMix 价格尚未确定。[待定：Gemini 4 Argon 的 AIHubMix 价格]
与此同时，Gemini 3.8 Flash 是原型相同工作流程的最便宜方法，Argon 的价格将在其模型页面上发布后显示。
常见问题
Gemini 4 Argon 的费用是多少？
在启动促销期间，每百万输入令牌 2 美元，每百万缓存输入令牌 0.10 美元，每百万输出令牌 10 美元。标准价格为 4 美元输入和 20 美元输出。
Gemini 4 Argon 的促销何时结束？
谷歌尚未说明。人工分析报告称，它将在 2026 年 9 月 30 日起至少持续一个月。
Gemini 4 Argon 比 GPT-6 Astra 便宜吗？
按令牌计算，是的，差距很大。按任务计算，在促销价格下约为 Astra 成本的 60%，在标准价格下约为 Astra 成本的 1.2 倍，因为 Argon 写入更多令牌。
为什么 Argon 每个任务的成本比其令牌价格所暗示的要高？
它平均每个基准任务生成约 62,000 个输出令牌，而 GPT-6 Astra 约为 27,000 个，输出令牌是昂贵的。
上下文缓存是否适用于 Gemini 4 Argon？
是的。在促销期间，缓存输入享受 95% 的折扣。标准定价下的缓存费率尚未发布。
在独立测试中，Argon 的一个任务成本是多少？
在人工分析的智能指数上，促销价格下每个任务 1.99 美元，标准价格下 3.98 美元。在 Vals 指数上，按标准价格运行，每个测试 15.68 美元，低于下三个 Claude 模型的 21.34 美元至 32.14 美元，在 CUA-bench 计算机使用基准上上升至每个测试 193.78 美元。
是否有更便宜的 Gemini 模型适用于更简单的任务？
Gemini 3.8 Flash 的输入费用为每百万令牌 0.75 美元，输出费用为 3.75 美元，适用于 2026 年 12 月 31 日之前的提取、分类和常规聊天。
继续阅读：Gemini 4 Argon 系列
- 在预算之前，检查 Argon 是否适合该工作的模型：Gemini 4 Argon：前沿分数、1M 令牌输出限制以及尚未公开的模型 ID
来源
- Gemini 4 Argon：我们下一个前沿智能时代（谷歌）
- Gemini 开发者 API 定价（谷歌 AI 开发者）
- Gemini 4 Argon：谷歌重新成为智能成就的前三大实验室之一（人工分析）
- Gemini 4 Argon 基准、成本和能力（Vals AI）
- AIHubMix 上的 Gemini 4 Argon（AIHubMix）
