Tin tức AIPhân tích
Định giá API Gemini 4 Argon: $2 / $10 đến ngày 30 tháng 11, sau đó $4 / $20
Gemini 4 Argon có giá $2 / $10 cho mỗi 1M token đầu vào / đầu ra đến ngày 30 tháng 11, sau đó tăng gấp đôi. Giá theo gói, token suy nghĩ, một ví dụ ngân sách và các lựa chọn rẻ hơn.
Trên trang này
Gemini 4 Argon có giá $2.00 cho mỗi 1M token đầu vào và $10.00 cho mỗi 1M token đầu ra trên gói trả phí tiêu chuẩn của Google, nhưng chỉ đến ngày 30 tháng 11 năm 2026. Từ ngày 1 tháng 12, giá là $4.00 và $20.00.
Không chỉ gói tiêu chuẩn. Mọi mức giá token mà Google niêm yết cho mô hình này đều tăng gấp đôi vào cùng ngày: đầu vào, đầu ra và đầu vào được lưu trong bộ nhớ đệm trên các gói tiêu chuẩn, batch, flex và priority. Và giá đầu ra bao gồm cả token suy nghĩ, vì vậy phần lý luận mà mô hình thực hiện trước khi trả lời được tính theo giá đầu ra, dù bạn có thấy hay không.
Tất cả số liệu của Google dưới đây lấy từ trang định giá Gemini API của Google, cập nhật lần cuối ngày 19 tháng 10 năm 2026 (UTC) và được kiểm tra vào ngày 20 tháng 10. Phép tính là của chúng tôi.
Google đã phát hành gì#
gemini-4-argon đã chính thức khả dụng trong Gemini API vào ngày 13 tháng 10 năm 2026. Google gọi nó là “mô hình có năng lực nhất được xây dựng cho các tác vụ lập trình, tác nhân, toán học và khoa học phức tạp” (nhật ký thay đổi). Đó là mô tả của Google; chúng tôi chưa kiểm thử nó.
Đây là mô hình thuộc gói trả phí: trang định giá cho biết nó không khả dụng trên gói miễn phí. Theo bài đăng ra mắt của Google, nhà phát triển có thể xây dựng với nó trong Gemini API trả phí, Google AI Studio và Android Studio, và người đăng ký Google AI Ultra cũng có nó trong Google Antigravity.
Trang mô hình liệt kê nó là ổn định và mô tả nó là “Mô hình lý luận hàng đầu của chúng tôi với cửa sổ ngữ cảnh hợp nhất 1M và giải mã dài lên đến 1M token”. Trang không liệt kê giới hạn đầu vào và đầu ra chính thức, phương thức được hỗ trợ, điều khiển độ sâu lý luận, công cụ hay ngày cắt kiến thức, nên bài viết này cũng không đề cập đến chúng. Bài đăng ra mắt không có giá, kích thước ngữ cảnh hay điểm chuẩn.
Giá của Argon, theo từng gói#
USD trên 1M token, theo trang định giá của Google ngày 20 tháng 10 năm 2026.
Cuộn bảng sang phải →
| Gói và loại token | Đến 30 tháng 11 năm 2026 | Từ 1 tháng 12 năm 2026 |
|---|---|---|
| Tiêu chuẩn, đầu vào | $2.00 | $4.00 |
| Tiêu chuẩn, đầu ra (bao gồm token suy nghĩ) | $10.00 | $20.00 |
| Tiêu chuẩn, đầu vào được lưu trong bộ nhớ đệm | $0.10 | $0.20 |
| Batch và Flex, đầu vào | $1.00 | $2.00 |
| Batch và Flex, đầu ra | $5.00 | $10.00 |
| Batch và Flex, đầu vào được lưu trong bộ nhớ đệm | $0.05 | $0.10 |
| Priority, đầu vào | $3.60 | $7.20 |
| Priority, đầu ra | $18.00 | $36.00 |
| Priority, đầu vào được lưu trong bộ nhớ đệm | $0.18 | $0.36 |
Đó chỉ là giá. Các điều khoản về độ trễ và tính khả dụng cho Flex và Priority không được đề cập ở đây, vì vậy hãy kiểm tra trang của Google trước khi chuyển một công việc sang một trong hai gói.
Đầu vào được lưu trong bộ nhớ đệm có giá bằng 5% mức giá đầu vào trên mọi gói, giảm giá 95%, cả trước và sau khi thay đổi. Trên gói tiêu chuẩn:
$0.đến ngày 30 tháng 1110 / $2. 00 = 0. 05 $0.từ ngày 1 tháng 1220 / $4. 00 = 0. 05
Ba chi tiết nữa quan trọng cho phép tính:
- Giá là như nhau cho mọi độ dài lời nhắc.
- Chỉ hỗ trợ bộ nhớ đệm ngầm định; trang của Google cho biết bộ nhớ đệm tường minh không được hỗ trợ. Trang không liệt kê kích thước bộ nhớ đệm tối thiểu và không có giá lưu trữ.
- “Đến 30 tháng 11 năm 2026” là tất cả những gì Google nói về ngày kết thúc. Không có giờ, không có múi giờ.
Điều gì xảy ra với hóa đơn#
Lấy một khối lượng công việc giả định: 1M token đầu vào và 0.2M token đầu ra, trong đó “đầu ra” có nghĩa là mọi thứ được tính theo giá đầu ra, câu trả lời hiển thị cộng với bất kỳ suy nghĩ nào. Trên gói tiêu chuẩn:
1 × $2.đến ngày 30 tháng 1100 + 0. 2 × $10. 00 = $4. 00 1 × $4.từ ngày 1 tháng 12, cùng số token00 + 0. 2 × $20. 00 = $8. 00
Đầu ra tốn nhiều hơn so với phần token của nó gợi ý. Mỗi token có giá gấp năm lần giá đầu vào ($10.00 so với $2.00), vì vậy 0.2M token đầu ra đó đã tốn bằng toàn bộ 1M đầu vào:
0.cho đầu ra2 × $10. 00 = $2. 00 1 × $2.cho đầu vào00 = $2. 00
Suy nghĩ là yếu tố không thể đoán trước. Các trang Google mà chúng tôi kiểm tra không cho biết một yêu cầu điển hình sử dụng bao nhiêu token suy nghĩ, và các ước tính của bên thứ ba đang lan truyền không có nguồn chính thức, nên chúng bị loại bỏ. Những gì bạn có thể tính là giá của mỗi 100K token suy nghĩ thêm:
0.đến ngày 30 tháng 111 × $10. 00 = $1. 00 0.từ ngày 1 tháng 121 × $20. 00 = $2. 00
Lần truy cập bộ nhớ đệm đẩy theo hướng ngược lại. Nếu 0.8M trong số 1M token đầu vào được tính theo giá đã lưu trong bộ nhớ đệm:
0.đến ngày 30 tháng 112 × $2. 00 + 0. 8 × $0. 10 + 0. 2 × $10. 00 = $2. 48 0.từ ngày 1 tháng 122 × $4. 00 + 0. 8 × $0. 20 + 0. 2 × $20. 00 = $4. 96
Sự phân chia đó là giả định, không phải lời hứa về những gì được lưu trong bộ nhớ đệm. Cùng khối lượng công việc cơ bản, 1M đầu vào và 0.2M đầu ra, trên mọi gói:
Cuộn bảng sang phải →
| Gói | Đến 30 tháng 11 năm 2026 | Từ 1 tháng 12 năm 2026 |
|---|---|---|
| Tiêu chuẩn | $4.00 | $8.00 |
| Batch và Flex | $2.00 | $4.00 |
| Priority | $7.20 | $14.40 |
Các bước khó trên mô hình hàng đầu, phần còn lại ở nơi khác#
Cách khắc phục thông thường cho một hóa đơn như thế này không phụ thuộc vào nhà cung cấp: chia công việc theo bước.
- Các bước khó (lập kế hoạch, thay đổi trải rộng nhiều tệp, bất cứ điều gì mà một câu trả lời sai khiến bạn mất một giờ) giao cho mô hình hàng đầu.
- Các bước thường lệ, khối lượng lớn (trích xuất, phân loại, tóm tắt, mã mẫu, định dạng lại) giao cho một mô hình rẻ hơn.
- Trước khi chuyển một bước, hãy chạy một mẫu dữ liệu của chính bạn qua mô hình rẻ hơn và đọc kết quả trả về. Một bảng giá không thể cho bạn biết liệu nó có đủ tốt hay không.
Đó là quy tắc ngón tay cái của chúng tôi, không phải kết quả đo điểm chuẩn.
Các bước thường lệ trên CheapTokens#
Nếu phần lớn token của bạn dành cho các bước thường lệ, ba mô hình trọng số mở trên CheapTokens đáng để định giá. So sánh dưới đây bao gồm giá và giới hạn; hãy kiểm tra chất lượng trên một mẫu dữ liệu của chính bạn:
- DeepSeek-V4-Flash cho công việc nặng về đầu ra như mã dài hoặc tài liệu dài: tối đa 32.768 token đầu ra mỗi câu trả lời, ngữ cảnh 380K. Nó thấp hơn giá tham chiếu của OpenRouter về đầu ra.
- GLM-5.3-Flash để đọc và tóm tắt tài liệu dài: ngữ cảnh 390K, tối đa 8.192 token đầu ra mỗi câu trả lời. Nó thấp hơn giá tham chiếu của OpenRouter về cả đầu vào và đầu ra.
- MiniMax-M2.7 cho khối lượng lớn nơi giá mỗi token quan trọng nhất: ngữ cảnh 200K, tối đa 8.192 token đầu ra mỗi câu trả lời. Nó thấp hơn giá tham chiếu của OpenRouter về cả đầu vào và đầu ra.
Các so sánh với OpenRouter tính đến ngày 20 tháng 10 năm 2026. Công việc nặng về đầu ra trước: giả sử 0.2M đầu vào và 0.6M token đầu ra, một loạt tài liệu dài được tạo. Trên gói tiêu chuẩn của Argon:
0.đến ngày 30 tháng 112 × $2. 00 + 0. 6 × $10. 00 = $6. 40 0.từ ngày 1 tháng 122 × $4. 00 + 0. 6 × $20. 00 = $12. 80
Cùng số token đó trên MiniMax-M2.7 tốn $0.10 theo giá CheapTokens hiện tại. Đó là giá mỗi token, không phải giá mỗi tác vụ được giải quyết: nếu một mô hình rẻ hơn cần lần thử thứ hai hoặc lời nhắc dài hơn để có kết quả dùng được, phép tính sẽ thay đổi.
Công việc nặng về đọc trông khác. Đây là khối lượng công việc 1M đầu vào, 0.2M đầu ra từ trên, được định giá trực tiếp cho từng mô hình, với cột OpenRouter để tham chiếu:
| Mô hình | Đầu vào $/1M | Đầu ra $/1M | Chi phí | OpenRouter |
|---|---|---|---|---|
| GLM-5.3-Flash | $0.02 | $0.04 | $0.028 | $0.0565 |
| DeepSeek-V4-Flash | $0.015 | $0.10 | $0.035 | $0.0789 |
| MiniMax-M2.7 | $0.05 | $0.15 | $0.08 | $0.54 |
Tổng cộng 1.000.000 token đầu vào và 200.000 token đầu ra. Giá trên 1 triệu token là giá hiện hành và thay đổi cùng với biểu phí của chúng tôi; cột OpenRouter hiển thị giá tham chiếu cho cùng khối lượng công việc.
Bảng đọc giá hiện tại mỗi lần trang tải, vì vậy nó vẫn đúng khi giá thay đổi. Các số liệu Argon ở trên có ngày 20 tháng 10 năm 2026 và sẽ không tự cập nhật.
Kiểm tra giới hạn trước khi chuyển bất cứ thứ gì. Google mô tả Argon với cửa sổ ngữ cảnh 1M và giải mã dài lên đến 1M token; một bước có lời nhắc dài hơn ngữ cảnh của mô hình, hoặc có một câu trả lời dài hơn giới hạn đầu ra của nó, không thể chuyển sang nó. Giới hạn của từng mô hình có trong danh sách trên.
Về phía chúng tôi, một số dư trả trước bao gồm cả ba mô hình. API tương thích với OpenAI Chat Completions và Anthropic Messages, vì vậy một ứng dụng khách đã nói một trong hai giao thức chỉ cần một URL cơ sở mới (https:/), một khóa API CheapTokens và một tên mô hình. Giá được cố định cho từng mô hình giữa các lần thay đổi, và không có giờ cao điểm. Yêu cầu API đầu tiên của bạn với CheapTokens hướng dẫn lần gọi đầu tiên.
Trước ngày 1 tháng 12#
- Chạy một mẫu các yêu cầu thực tế và đặt số token đầu ra từ hóa đơn của bạn bên cạnh độ dài của các câu trả lời hiển thị. Sự khác biệt đại khái là chi phí suy nghĩ của bạn.
- Định giá khối lượng công việc theo mức giá tháng 12, không phải mức giá giới thiệu, nếu nó vẫn sẽ chạy sau ngày 30 tháng 11.
- Sắp xếp các bước theo khối lượng token, và kiểm thử một mô hình rẻ hơn trên các bước thường lệ có khối lượng lớn bằng dữ liệu của chính bạn.
Để nhập khối lượng của riêng bạn, đây là giá CheapTokens hiện tại:
| Mô hình | Ngữ cảnh | Đầu vào $/1M | Đầu ra $/1M | OpenRouter vào | OpenRouter ra |
|---|---|---|---|---|---|
| GLM-5.3-Flash reasoning | 390K | $0.02 | $0.04 | $0.0413 | $0.0758 |
| DeepSeek-V4-Flash | 380K | $0.015 | $0.10 | $0.0475 | $0.1568 |
| MiniMax-M2.7 | 180K | $0.05 | $0.15 | $0.30 | $1.20 |
Giá tính bằng USD cho mỗi 1 triệu token. Các số liệu của OpenRouter được hiển thị để so sánh và có thể thay đổi.
Đối với tác nhân, nơi một tác vụ có nghĩa là nhiều lần gọi, xem Cách ước tính chi phí của một tác nhân AI. GLM so với DeepSeek so với MiniMax giúp chọn giữa ba mô hình, và Định giá API DeepSeek năm 2026 xem xét những gì bạn thực sự trả cho các mô hình DeepSeek.
Giá hiện tại cho mọi mô hình: Định giá CheapTokens.
