Gemini 4 Argon 的推出價格為每百萬個輸入令牌 2 美元和每百萬個輸出令牌 10 美元。這是 GPT-6 Astra 標價的五分之一，並且在輸出方面比 Gemini 3.1 Pro Preview 更便宜。在人工分析的基準任務中，Argon 的成本僅為 Astra 的 60%。
這個數字看起來不太舒服的原因有兩個。首先，2 美元/10 美元是推出促銷：標準價格為 4 美元/20 美元，谷歌尚未說明何時會切換。其次，Argon 的寫作量很大：每個人工分析任務約 62,000 個輸出令牌，這大約是 Astra 的 2.3 倍。按照標準價格，人工分析的每個任務成本從 1.99 美元翻倍至 3.98 美元，大約是 Astra 的 1.2 倍。
這篇文章列出了兩位獨立測試者每個任務的測量結果，列出了容易被忽略的計費規則，並提供了實際降低帳單的杠杆。任何谷歌尚未發布的內容都標記為 TBD。
價格列表
來自谷歌的 推出文章，以及早期的 Gemini 模型來自 Gemini API 價格頁面。所有價格均為每百萬個令牌的美元價格。
| 模型 | 輸入 | 緩存輸入 | 輸出 |
|---|---|---|---|
| Gemini 4 Argon，促銷 | $2.00 | $0.10 | $10.00 |
| Gemini 4 Argon，標準 | $4.00 | TBD | $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，從 1 月 1 日起 | $1.50 | $0.15 | $7.50 |
| GPT-6 Astra | $10.00 | — | $50.00 |
Gemini 3.1 Pro Preview 的價格適用於最多 200,000 個令牌的提示；超過此數量則上升至 4 美元的輸入和 18 美元的輸出。GPT-6 Astra 的價格由 Engadget 報導。
尚未發布 Argon 的信息：促銷結束的時間、標準定價的緩存輸入費率、長上下文附加費、批量和彈性費率，以及緩存存儲。[TBD: Argon 標準緩存費率、長上下文層級、批量/彈性費率]
人工分析表示，促銷活動將“至少持續一個月”，從 2026 年 9 月 30 日開始。沒有人說 95% 的緩存折扣是否會持續；Gemini 3.8 Flash 的緩存折扣為 90%。
每個任務的成本：獨立測試的測量結果
本節中的數字來自 人工分析（其推出分析和模型頁面）和 Vals AI。兩者都在高設定下運行 Argon，這是其最高的推理設置。這些數字均不來自谷歌。
人工分析：促銷和標準價格
人工分析將每個模型通過相同的智力指數任務，並報告一個任務的平均成本。它沒有說明指數有多少個任務。
| 模型 | 指數分數 | 每個任務的成本 |
|---|---|---|
| Gemini 4 Argon（高），促銷 | 53 | $1.99 |
| Gemini 4 Argon（高），標準 | 53 | $3.98 |
| GPT-6 Astra（最大） | 53 | $3.26 |
| Gemini 3.1 Pro Preview | 30 | $1.30 |
Argon 的促銷令牌價格是 Astra 的五分之一，但其每個任務的成本是 Astra 的三分之五：每個令牌的 80% 折扣縮小到每個任務的 40%。在標準價格下，其成本約為 Astra 的 1.2 倍。人工分析表示，這一節省“是由較低的令牌價格驅動，而不是減少的令牌使用”。Argon 每個任務平均約 62,000 個輸出令牌，而 Astra 約為 27,000 個。運行整個指數時，它生成了 1.1 億個輸出令牌；中位數模型生成了 8500 萬個，而 Gemini 3.1 Pro Preview 則生成了 6700 萬個。
與 Gemini 3.1 Pro Preview 相比，Argon 的得分高出 23 分，促銷價格下每個任務的成本約為 Astra 的 1.5 倍，標準價格下約為 3 倍。
Vals AI：僅標準價格
Vals AI 在標準的 4 美元/20 美元價格下運行 Argon，溫度為 1，輸出上限為 262,144 令牌，並報告一個測試的平均成本。
| 模型 | Vals 指數 | 每個測試的成本 |
|---|---|---|
| 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 |
在這個套件中，Argon 每次測試的成本低於下面的三個 Claude 模型，即使在標準價格下。成本在 Vals 的長期代理基準上上升：
| Vals 基準 | Argon 分數 | 每個測試的成本 |
|---|---|---|
| CUA-bench | 4.83% | $193.78 |
| 代碼遷移 | 68.17% | $57.82 |
| 終端基準科學 | 44.29% | $44.90 |
| SRE 基準 | 44.28% | $30.45 |
CUA-bench 是一個計算機使用基準，是極端情況：這些測試中最昂貴的，且是 Argon 的最弱結果之一，在 Vals 運行的 8 個模型中排名第 7。
測量數字顯示的內容
- 與 GPT-6 Astra 相比，促銷帶來了節省。 Argon 以促銷價格的 60% 成本達到 Astra 的分數，標準價格下的成本約為 Astra 的 1.2 倍。
- 令牌數量是原因。 Argon 每個任務的輸出令牌數量約為 Astra 的 2.3 倍，這消耗了其每個令牌折扣的一半。
- 與 Claude 相比，即使在標準價格下，Argon 每次測試的成本也更便宜。 在 Vals 指數上，每次測試的成本為 15.68 美元，而下一個三個 Claude 模型的成本為 21.34 美元至 32.14 美元。
- 長期代理運行是帳單增長的地方。 在 Vals 的代理基準上，單次測試的成本介於 30 美元和 194 美元之間。
- 在一個測試者內比較，而不是跨測試者比較。 人工分析引用了促銷價格，並將標準數字放在一起；Vals 使用標準價格。它們的任務和工具也不同。
容易忽略的計費規則
促銷沒有結束日期。 預算為 4 美元/20 美元。如果您根據 2 美元/10 美元設置每月上限，則在促銷結束後大約會在一半的時間內達到。
思考令牌可能會被計為輸出。 在 Gemini 3 模型上，谷歌將輸出計費“包括思考令牌”。Argon 尚未在谷歌的價格頁面上，因此值得確認 Argon 的情況。
1M 輸出限制意味著 1M 輸出帳單。 一個未設上限的答案如果達到限制，促銷價格為 10 美元，標準價格為 20 美元。對每個請求設置輸出上限。
長輸出可能跨越多次調用。 長解碼延續在後續調用中暫停和恢復長答案。這些調用的計費方式，以及早期輸出是否再次計入輸入，尚未記錄。[TBD: 長解碼延續計費]
緩存命中取決於相同的請求。 AIHubMix Gemini 指南 指出，隱式緩存命中需要相同的內容、模型和參數，並且重複的上下文放在第一位。改變思考水平或在回合之間重新排列提示可能會將緩存輸入轉回全價輸入。
拒絕的答案仍然需要付費。 Argon 在不確定時拒絕的次數比其他前沿模型多。拒絕的答案仍然計費其輸入和思考令牌，並且在 Argon 上重試相同問題會再次付費。
如何降低帳單
- 按標準價格計劃。 將促銷視為獎金，而不是預算。
- 限制每次請求的輸出。 選擇適合工作的上限，而不是將 1M 上限保持開放。
- 將穩定的上下文放在第一位並保持一致。 系統提示、工具定義和文檔放在最上面；用戶的新消息放在最後。
- 根據工作流程固定思考水平。 在會話中切換可能會破壞緩存命中。
- 按難度路由。 將提取、分類和格式化發送到 Gemini 3.8 Flash，將 Argon 保留給困難的推理步驟。
- 將拒絕的問題發送到更便宜的地方。 當 Argon 表示不確定時，將問題路由到人或其他模型，而不是重試 Argon。
- 檢查批量定價，當它出現時。 Gemini 3 模型通過批量 API 獲得 50% 的折扣；Argon 的批量費率為 TBD。
估算您的成本
一個小計算器，用於您的令牌計數。標準緩存費率是一個參數，因為谷歌尚未發布它。
PRICES = { # 每 1M 令牌的美元價格
"promo": {"input": 2.00, "cached": 0.10, "output": 10.00},
"standard": {"input": 4.00, "cached": None, "output": 20.00}, # 緩存費率 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("請傳遞 cached_rate：Argon 的標準緩存價格尚未發布")
return (uncached_in * p["input"] + cached_in * cached + output * p["output"]) / 1_000_000
# 使用您自己日誌中的令牌計數，例如相同工作流程的使用字段
# 在 Gemini 3.8 Flash 上運行：task_cost(uncached_in, cached_in, output, "promo")
首先通過 AIHubMix 在 Gemini 3.8 Flash 或 3.1 Pro Preview 上測量實際的令牌計數。預期 Argon 的計數會更高：在人工分析的指數中，它生成了 1.1 億個輸出令牌，而 Gemini 3.1 Pro Preview 生成了 6700 萬個。將結果視為底線，而不是預測。
關於 AIHubMix
Argon 在 AIHubMix 上有一個模型頁面，但標記為即將推出，且其 AIHubMix 價格尚未設定。[TBD: AIHubMix 上的 Gemini 4 Argon 價格]
在此期間，Gemini 3.8 Flash 是原型設計相同工作流程的最便宜方法，Argon 的價格將在其模型頁面上顯示，一旦設定。
常見問題
Gemini 4 Argon 的成本是多少？
在推出促銷期間，每百萬個輸入令牌 2 美元，每百萬個緩存輸入令牌 0.10 美元，每百萬個輸出令牌 10 美元。標準價格為 4 美元的輸入和 20 美元的輸出。
Gemini 4 Argon 的促銷何時結束？
谷歌尚未說明。人工分析報導它將持續至少一個月，從 2026 年 9 月 30 日開始。
Gemini 4 Argon 比 GPT-6 Astra 便宜嗎？
每個令牌是的，差距很大。每個任務的成本在促銷價格下約為 Astra 的 60%，在標準價格下約為 Astra 的 1.2 倍，因為 Argon 寫入更多的令牌。
為什麼 Argon 每個任務的成本比其令牌價格所暗示的要高？
它每個基準任務平均約 62,000 個輸出令牌，而 GPT-6 Astra 約為 27,000 個，輸出令牌是昂貴的。
上下文緩存是否適用於 Gemini 4 Argon？
是的。在促銷期間，緩存輸入享有 95% 的折扣。標準定價下的緩存費率尚未發布。
在獨立測試中，Argon 的每個任務成本是多少？
在人工分析的智力指數上，促銷價格為每個任務 1.99 美元，標準價格為 3.98 美元。在 Vals 指數上，按標準價格運行，每次測試 15.68 美元，低於下一個三個 Claude 模型的 21.34 美元至 32.14 美元，在 CUA-bench 計算機使用基準上上升至 193.78 美元每次測試。
是否有更便宜的 Gemini 模型適合簡單任務？
Gemini 3.8 Flash 在 2026 年 12 月 31 日之前，每百萬個令牌的輸入為 0.75 美元，輸出為 3.75 美元，適合提取、分類和常規聊天。
繼續閱讀：Gemini 4 Argon 系列
- 在預算之前，檢查 Argon 是否適合該工作的模型：Gemini 4 Argon：前沿分數、1M 令牌輸出限制，尚未公開的模型 ID
來源
- Gemini 4 Argon：我們下一個前沿智能時代（谷歌）
- Gemini 開發者 API 價格（谷歌 AI 開發者）
- Gemini 4 Argon：谷歌再次成為智能實現的前三大實驗室之一（人工分析）
- Gemini 4 Argon 基準、成本和能力（Vals AI）
- AIHubMix 上的 Gemini 4 Argon（AIHubMix）
