Preços da API Gemini 4 Argon: US$ 2 / US$ 10 até 30 de nov., depois US$ 4 / US$ 20

O Gemini 4 Argon custa US$ 2,00 por 1M de tokens de entrada e US$ 10,00 por 1M de tokens de saída no nível pago padrão do Google, mas apenas até 30 de novembro de 2026. A partir de 1º de dezembro, passa a US$ 4,00 e US$ 20,00.

Não é só o nível padrão. Todas as tarifas por token que o Google lista para este modelo dobram na mesma data: entrada, saída e entrada em cache nos níveis standard, batch, flex e priority. E o preço de saída inclui os tokens de raciocínio, então o raciocínio que o modelo faz antes de responder é cobrado à tarifa de saída, quer você o veja ou não.

Todos os números do Google abaixo vêm da página de preços da Gemini API do Google, atualizada pela última vez em 19 de outubro de 2026 (UTC) e verificada em 20 de outubro. A aritmética é nossa.

O que o Google lançou#

gemini-4-argon ficou disponível em geral na Gemini API em 13 de outubro de 2026. O Google o chama de “modelo mais capaz criado para tarefas complexas de programação, agentes, matemática e ciência” (changelog). Essa é a descrição do Google; não o testamos.

É um modelo de nível pago: a página de preços diz que ele não está disponível no nível gratuito. Segundo o post de lançamento do Google, os desenvolvedores podem usá-lo na Gemini API paga, no Google AI Studio e no Android Studio, e os assinantes do Google AI Ultra também o têm no Google Antigravity.

A página de modelos o lista como estável e o descreve como “Nosso modelo de raciocínio principal, com uma janela de contexto unificada de 1M e decodificações longas de até 1M de tokens”. Ela não lista limites formais de entrada e saída, modalidades suportadas, controles de profundidade de raciocínio, ferramentas nem data de corte de conhecimento, então este artigo também não os aborda. O post de lançamento não traz preços, tamanho de contexto nem benchmarks.

O preço do Argon, nível por nível#

USD por 1M de tokens, conforme a página de preços do Google em 20 de outubro de 2026.

Isso são apenas os preços. Os termos de latência e disponibilidade dos níveis Flex e Priority não são abordados aqui, então confira a página do Google antes de mover um job para qualquer um dos dois níveis.

A entrada em cache custa 5% da tarifa de entrada em todos os níveis, um desconto de 95%, tanto antes quanto depois da mudança. No nível standard:

• $0.10 / $2.00 = 0.05 até 30 de novembro
• $0.20 / $4.00 = 0.05 a partir de 1º de dezembro

Mais três detalhes que importam para a conta:

• O preço é o mesmo para qualquer comprimento de prompt.
• Só há suporte a cache implícito; a página do Google diz que o cache explícito não é suportado. Ela não lista tamanho mínimo de cache nem preço de armazenamento.
• “Até 30 de novembro de 2026” é tudo o que o Google diz sobre a data final. Sem hora, sem fuso horário.

O que isso faz com a fatura#

Considere uma carga hipotética: 1M de tokens de entrada e 0,2M de tokens de saída, em que “saída” significa tudo cobrado à tarifa de saída, a resposta visível mais qualquer raciocínio. No nível standard:

• 1 × $2.00 + 0.2 × $10.00 = $4.00 até 30 de novembro
• 1 × $4.00 + 0.2 × $20.00 = $8.00 a partir de 1º de dezembro, com os mesmos tokens

A saída custa mais do que sua parcela dos tokens sugere. Por token, ela custa cinco vezes a tarifa de entrada (US$ 10,00 contra US$ 2,00), então esses 0,2M de tokens de saída já custam tanto quanto o 1M inteiro de entrada:

• 0.2 × $10.00 = $2.00 pela saída
• 1 × $2.00 = $2.00 pela entrada

O raciocínio é a incógnita. As páginas do Google que verificamos não dizem quantos tokens de raciocínio uma requisição típica usa, e as estimativas de terceiros que circulam não têm fonte primária, então ficam de fora. O que dá para calcular é o preço de cada 100K de tokens de raciocínio extras:

• 0.1 × $10.00 = $1.00 até 30 de novembro
• 0.1 × $20.00 = $2.00 a partir de 1º de dezembro

Os acertos de cache empurram para o outro lado. Se 0,8M dos 1M de tokens de entrada fossem cobrados à tarifa de cache:

• 0.2 × $2.00 + 0.8 × $0.10 + 0.2 × $10.00 = $2.48 até 30 de novembro
• 0.2 × $4.00 + 0.8 × $0.20 + 0.2 × $20.00 = $4.96 a partir de 1º de dezembro

Essa divisão é hipotética, não uma promessa do que será cacheado. A mesma carga base, 1M de entrada e 0,2M de saída, em todos os níveis:

Passos difíceis em um modelo principal, o resto em outro lugar#

A solução usual para uma fatura assim não depende do fornecedor: divida o job por etapa.

• Etapas difíceis (planejamento, mudanças que abrangem muitos arquivos, qualquer coisa em que uma resposta errada custe uma hora) vão para um modelo principal.
• Etapas rotineiras e de alto volume (extração, classificação, resumos, boilerplate, reformatação) vão para um modelo mais barato.
• Antes de mover uma etapa, rode uma amostra dos seus próprios dados pelo modelo mais barato e leia o que volta. Uma tabela de preços não consegue dizer se ele é bom o suficiente.

Essa é a nossa regra de bolso, não um resultado de benchmark.

Etapas rotineiras na CheapTokens#

Se a maior parte dos seus tokens vai para etapas rotineiras, vale precificar três modelos de pesos abertos na CheapTokens. A comparação abaixo cobre preço e limites; verifique a qualidade em uma amostra dos seus próprios dados:

• DeepSeek-V4-Flash para trabalho com muita saída, como código longo ou documentos longos: até 32.768 tokens de saída por resposta, contexto de 380K. Está abaixo do preço de referência do OpenRouter na saída.
• GLM-5.3-Flash para ler e resumir material longo: contexto de 390K, até 8.192 tokens de saída por resposta. Está abaixo do preço de referência do OpenRouter tanto na entrada quanto na saída.
• MiniMax-M2.7 para volume em massa, em que o preço por token mais importa: contexto de 200K, até 8.192 tokens de saída por resposta. Está abaixo do preço de referência do OpenRouter tanto na entrada quanto na saída.

As comparações com o OpenRouter são de 20 de outubro de 2026. Primeiro, o trabalho com muita saída: digamos 0,2M de tokens de entrada e 0,6M de saída, uma sequência de documentos longos gerados. No nível standard do Argon:

• 0.2 × $2.00 + 0.6 × $10.00 = $6.40 até 30 de novembro
• 0.2 × $4.00 + 0.6 × $20.00 = $12.80 a partir de 1º de dezembro

Os mesmos tokens no MiniMax-M2.7 custam $0.10 ao preço atual da CheapTokens. Isso é preço por token, não preço por tarefa resolvida: se um modelo mais barato precisar de uma segunda tentativa ou de um prompt mais longo para chegar a um resultado utilizável, a conta muda.

O trabalho com muita leitura é diferente. Aqui está a carga de 1M de entrada e 0,2M de saída de cima, com preço ao vivo para cada modelo, com uma coluna do OpenRouter para referência:

A tabela lê os preços atuais toda vez que a página carrega, então continua correta quando as tarifas mudam. Os números do Argon acima são de 20 de outubro de 2026 e não se atualizam sozinhos.

Confira os limites antes de mover qualquer coisa. O Google descreve o Argon com uma janela de contexto de 1M e decodificações longas de até 1M de tokens; uma etapa cujo prompt seja maior que o contexto de um modelo, ou cuja resposta única seja maior que o limite de saída dele, não pode ser movida para ele. Os limites de cada modelo estão na lista acima.

Do nosso lado, um único saldo pré-pago cobre os três modelos. A API é compatível com OpenAI Chat Completions e Anthropic Messages, então um cliente que já fala uma delas precisa de uma nova base URL (https://api.cheaptokens.dev/v1), de uma chave de API da CheapTokens e de um nome de modelo. Os preços são fixos por modelo entre mudanças, e não há horários de pico. Sua primeira requisição à API com a CheapTokens mostra como fazer a primeira chamada.

Antes de 1º de dezembro#

1. Rode uma amostra de requisições reais e coloque os tokens de saída da sua fatura ao lado do comprimento das respostas visíveis. A diferença é aproximadamente o seu custo de raciocínio.
2. Precifique a carga com as tarifas de dezembro, não com as introdutórias, se ela ainda estiver rodando depois de 30 de novembro.
3. Ordene as etapas por volume de tokens e teste um modelo mais barato nas etapas rotineiras de alto volume com os seus próprios dados.

Para inserir seus próprios volumes, aqui estão as tarifas atuais da CheapTokens:

Para agentes, em que uma tarefa significa muitas chamadas, veja Como estimar o custo de um agente de IA. GLM vs DeepSeek vs MiniMax ajuda a escolher entre os três modelos, e Preços da API DeepSeek em 2026 mostra o que você realmente paga pelos modelos DeepSeek.

Preços atuais de todos os modelos: preços da CheapTokens.