Gemini 4 Argon API-Preise: 2 $ / 10 $ bis 30. Nov., dann 4 $ / 20 $

Gemini 4 Argon kostet in Googles Standard-Paid-Tier 2,00 $ pro 1M Input-Tokens und 10,00 $ pro 1M Output-Tokens, aber nur bis zum 30. November 2026. Ab dem 1. Dezember sind es 4,00 $ und 20,00 $.

Es betrifft nicht nur den Standard-Tier. Jeder Token-Preis, den Google für dieses Modell listet, verdoppelt sich am selben Datum: Input, Output und gecachter Input im Standard-, Batch-, Flex- und Priority-Tier. Und der Output-Preis enthält Thinking-Tokens, sodass das Reasoning, das das Modell vor seiner Antwort betreibt, zum Output-Tarif abgerechnet wird – ob du es siehst oder nicht.

Alle Google-Zahlen unten stammen von Googles Gemini-API-Preisseite, zuletzt aktualisiert am 19. Oktober 2026 (UTC) und geprüft am 20. Oktober. Die Arithmetik ist unsere.

Was Google veröffentlicht hat#

gemini-4-argon wurde am 13. Oktober 2026 in der Gemini API allgemein verfügbar. Google nennt es das „leistungsfähigste Modell für komplexe Coding-, Agentic-, Mathe- und Wissenschaftsaufgaben“ (Changelog). Das ist Googles Beschreibung; wir haben es nicht getestet.

Es ist ein Paid-Tier-Modell: Laut Preisseite ist es im Free-Tier nicht verfügbar. Laut Googles Launch-Post können Entwickler damit in der bezahlten Gemini API, in Google AI Studio und Android Studio arbeiten, und Abonnenten von Google AI Ultra erhalten es auch in Google Antigravity.

Die Modellseite führt es als stabil und beschreibt es als „Unser Flaggschiff-Reasoning-Modell mit einem einheitlichen 1M-Kontextfenster und langen Decodes bis zu 1M Tokens“. Formale Input- und Output-Limits, unterstützte Modalitäten, Reasoning-Tiefe-Steuerung, Tools oder einen Knowledge Cutoff listet sie nicht, daher behandelt dieser Artikel sie auch nicht. Der Launch-Post enthält keine Preise, keine Kontextgröße und keine Benchmarks.

Argons Preis, Tier für Tier#

USD pro 1M Tokens, Stand von Googles Preisseite am 20. Oktober 2026.

Das sind nur die Preise. Die Latenz- und Verfügbarkeitsbedingungen für Flex und Priority werden hier nicht behandelt, prüfe also Googles Seite, bevor du einen Job auf einen der beiden Tiers verschiebst.

Gecachter Input kostet in jedem Tier 5 % des Input-Tarifs, ein Rabatt von 95 %, sowohl vor als auch nach der Änderung. Im Standard-Tier:

• $0.10 / $2.00 = 0.05 bis zum 30. November
• $0.20 / $4.00 = 0.05 ab dem 1. Dezember

Drei weitere Details, die für die Rechnung wichtig sind:

• Der Preis ist für jede Prompt-Länge gleich.
• Nur implizites Caching wird unterstützt; laut Googles Seite ist explizites Caching nicht möglich. Es wird keine Mindest-Cache-Größe und kein Speicherpreis genannt.
• „Bis 30. November 2026“ ist alles, was Google zum Enddatum sagt. Keine Uhrzeit, keine Zeitzone.

Was das mit einer Rechnung macht#

Nimm eine hypothetische Workload: 1M Input-Tokens und 0,2M Output-Tokens, wobei „Output“ alles bedeutet, was zum Output-Tarif abgerechnet wird, also die sichtbare Antwort plus eventuelles Thinking. Im Standard-Tier:

• 1 × $2.00 + 0.2 × $10.00 = $4.00 bis zum 30. November
• 1 × $4.00 + 0.2 × $20.00 = $8.00 ab dem 1. Dezember, gleiche Tokens

Output kostet mehr, als sein Token-Anteil vermuten lässt. Pro Token kostet er das Fünffache des Input-Tarifs (10,00 $ gegenüber 2,00 $), sodass diese 0,2M Output-Tokens bereits so viel kosten wie die gesamten 1M Input:

• 0.2 × $10.00 = $2.00 für Output
• 1 × $2.00 = $2.00 für Input

Thinking ist die Unbekannte. Die von uns geprüften Google-Seiten sagen nicht, wie viele Thinking-Tokens eine typische Anfrage verbraucht, und die kursierenden Schätzungen von Drittanbietern haben keine Erstquelle, daher bleiben sie außen vor. Berechnen lässt sich der Preis für jede zusätzlichen 100K Thinking-Tokens:

• 0.1 × $10.00 = $1.00 bis zum 30. November
• 0.1 × $20.00 = $2.00 ab dem 1. Dezember

Cache-Hits wirken in die andere Richtung. Wenn 0,8M der 1M Input-Tokens zum gecachten Tarif abgerechnet würden:

• 0.2 × $2.00 + 0.8 × $0.10 + 0.2 × $10.00 = $2.48 bis zum 30. November
• 0.2 × $4.00 + 0.8 × $0.20 + 0.2 × $20.00 = $4.96 ab dem 1. Dezember

Diese Aufteilung ist hypothetisch, kein Versprechen dafür, was gecacht wird. Dieselbe Basis-Workload, 1M Input und 0,2M Output, in jedem Tier:

Harte Schritte auf ein Flaggschiff, den Rest woanders hin#

Der übliche Fix für eine solche Rechnung hängt nicht vom Anbieter ab: Teile den Job nach Schritten auf.

• Harte Schritte (Planung, Änderungen über viele Dateien hinweg, alles, wo eine falsche Antwort dich eine Stunde kostet) gehen an ein Flaggschiff.
• Routine-Schritte mit hohem Volumen (Extraktion, Klassifizierung, Zusammenfassungen, Boilerplate, Umformatierung) gehen an ein günstigeres Modell.
• Bevor du einen Schritt verschiebst, schicke eine Stichprobe deiner eigenen Daten durch das günstigere Modell und lies, was zurückkommt. Eine Preistabelle kann dir nicht sagen, ob es gut genug ist.

Das ist unsere Faustregel, kein Benchmark-Ergebnis.

Routine-Schritte auf CheapTokens#

Wenn der Großteil deiner Tokens auf Routine-Schritte entfällt, lohnt es sich, drei Open-Weight-Modelle auf CheapTokens preislich zu prüfen. Der folgende Vergleich deckt Preis und Limits ab; prüfe die Qualität an einer Stichprobe deiner eigenen Daten:

• DeepSeek-V4-Flash für output-lastige Arbeit wie langen Code oder lange Dokumente: bis zu 32.768 Output-Tokens pro Antwort, 380K Kontext. Es liegt beim Output unter OpenRouters Referenzpreis.
• GLM-5.3-Flash zum Lesen und Zusammenfassen von langem Material: 390K Kontext, bis zu 8.192 Output-Tokens pro Antwort. Es liegt bei Input und Output unter OpenRouters Referenzpreis.
• MiniMax-M2.7 für Massenvolumen, wo der Preis pro Token am wichtigsten ist: 200K Kontext, bis zu 8.192 Output-Tokens pro Antwort. Es liegt bei Input und Output unter OpenRouters Referenzpreis.

Die OpenRouter-Vergleiche sind Stand 20. Oktober 2026. Zuerst output-lastige Arbeit: sagen wir 0,2M Input und 0,6M Output-Tokens, ein Lauf langer generierter Dokumente. Im Standard-Tier von Argon:

• 0.2 × $2.00 + 0.6 × $10.00 = $6.40 bis zum 30. November
• 0.2 × $4.00 + 0.6 × $20.00 = $12.80 ab dem 1. Dezember

Dieselben Tokens kosten auf MiniMax-M2.7 zum aktuellen CheapTokens-Preis $0.10. Das ist der Preis pro Token, nicht der Preis pro gelöster Aufgabe: Wenn ein günstigeres Modell einen zweiten Versuch oder einen längeren Prompt braucht, um ein brauchbares Ergebnis zu liefern, ändert sich die Rechnung.

Leselastige Arbeit sieht anders aus. Hier ist die Workload mit 1M Input und 0,2M Output von oben, live für jedes Modell bepreist, mit einer OpenRouter-Spalte als Referenz:

Die Tabelle liest bei jedem Laden der Seite die aktuellen Preise, bleibt also korrekt, wenn sich Tarife ändern. Die Argon-Zahlen oben sind auf den 20. Oktober 2026 datiert und aktualisieren sich nicht von selbst.

Prüfe die Limits, bevor du etwas verschiebst. Google beschreibt Argon mit einem 1M-Kontextfenster und langen Decodes bis zu 1M Tokens; ein Schritt, dessen Prompt länger als der Kontext eines Modells ist oder dessen einzelne Antwort länger als dessen Output-Cap ist, kann nicht dorthin verschoben werden. Die Limits der einzelnen Modelle stehen in der Liste oben.

Auf unserer Seite deckt ein Prepaid-Guthaben alle drei Modelle ab. Die API ist kompatibel mit OpenAI Chat Completions und Anthropic Messages, ein Client, der bereits eines davon spricht, braucht also nur eine neue Base-URL (https://api.cheaptokens.dev/v1), einen CheapTokens-API-Key und einen Modellnamen. Die Preise sind pro Modell zwischen Änderungen fest, und es gibt keine Peak-Zeiten. Deine erste API-Anfrage mit CheapTokens führt durch den ersten Aufruf.

Vor dem 1. Dezember#

1. Führe eine Stichprobe echter Anfragen aus und stelle die Output-Tokens aus deiner Rechnung neben die Länge der sichtbaren Antworten. Die Differenz ist ungefähr dein Thinking-Overhead.
2. Bepreise die Workload mit den Dezember-Tarifen, nicht mit den Einführungstarifen, wenn sie nach dem 30. November noch läuft.
3. Sortiere die Schritte nach Token-Volumen und teste ein günstigeres Modell an den Routine-Schritten mit hohem Volumen mit deinen eigenen Daten.

Um deine eigenen Volumina einzusetzen, hier die aktuellen CheapTokens-Tarife:

Für Agenten, bei denen eine Aufgabe viele Aufrufe bedeutet, siehe How to estimate the cost of an AI agent. GLM vs DeepSeek vs MiniMax hilft bei der Wahl zwischen den drei Modellen, und DeepSeek API pricing in 2026 betrachtet, was du für DeepSeek-Modelle tatsächlich zahlst.

Aktuelle Preise für jedes Modell: CheapTokens pricing.