Gemini 4 Argon API 定价：11 月 30 日前 $2 / $10，之后 $4 / $20

Gemini 4 Argon 在 Google 标准付费层级上的价格为每 100 万输入 token 2.00 美元、每 100 万输出 token 10.00 美元，但仅限到 2026 年 11 月 30 日。从 12 月 1 日起，价格变为 4.00 美元和 20.00 美元。

这不仅仅是标准层级。Google 为该模型列出的所有 token 费率都在同一天翻倍：标准、批量、弹性（flex）和优先（priority）层级的输入、输出和缓存输入。而且输出价格包含思考 token，因此模型在回答前进行的推理会按输出费率计费，无论你是否看到它。

以下所有 Google 数据均来自 Google 的 Gemini API 定价页面，最后更新于 2026 年 10 月 19 日（UTC），并于 10 月 20 日核对。计算是我们自己做的。

Google 发布了什么#

gemini-4-argon 于 2026 年 10 月 13 日在 Gemini API 中正式可用。Google 称其为“为复杂编码、智能体、数学和科学任务打造的最强模型”（更新日志）。这是 Google 的描述；我们尚未测试。

这是一个付费层级模型：定价页面称它不在免费层级提供。根据 Google 的发布文章，开发者可以在付费 Gemini API、Google AI Studio 和 Android Studio 中使用它，Google AI Ultra 订阅者还可以在 Google Antigravity 中使用它。

模型页面将其列为稳定版，并描述为“我们的旗舰推理模型，具有统一的 100 万上下文窗口和最长 100 万 token 的长解码”。它没有列出正式的输入和输出限制、支持的模态、推理深度控制、工具或知识截止日期，因此本文也不涉及这些内容。发布文章没有价格、上下文大小或基准测试。

Argon 的价格，按层级#

美元/100 万 token，截至 2026 年 10 月 20 日 Google 定价页面。

这只是价格。弹性（Flex）和优先（Priority）的延迟和可用性条款不在此处涵盖，因此在将任务迁移到任一层级之前，请查看 Google 的页面。

缓存输入在每个层级上都按输入费率的 5% 计费，即 95% 的折扣，变更前后都是如此。在标准层级上：

• $0.10 / $2.00 = 0.05 截至 11 月 30 日
• $0.20 / $4.00 = 0.05 自 12 月 1 日起

还有三个对计算很重要的细节：

• 无论提示长度如何，价格相同。
• 仅支持隐式缓存；Google 的页面称不支持显式缓存。它没有列出最低缓存大小，也没有存储价格。
• “截至 2026 年 11 月 30 日”是 Google 关于结束日期的全部说明。没有具体小时，没有时区。

对账单的影响#

假设一个工作负载：100 万输入 token 和 20 万输出 token，其中“输出”指所有按输出费率计费的内容，包括可见答案加上任何思考。在标准层级上：

• 1 × $2.00 + 0.2 × $10.00 = $4.00 截至 11 月 30 日
• 1 × $4.00 + 0.2 × $20.00 = $8.00 自 12 月 1 日起，相同 token

输出的成本高于其 token 占比所暗示的。每个 token 的成本是输入费率的五倍（$10.00 对 $2.00），因此那 20 万输出 token 的成本已经与全部 100 万输入一样高：

• 0.2 × $10.00 = $2.00 用于输出
• 1 × $2.00 = $2.00 用于输入

思考是未知因素。我们查看的 Google 页面没有说明典型请求使用多少思考 token，而流传的第三方估计没有第一方来源，因此未纳入。你可以计算的是每额外 10 万思考 token 的价格：

• 0.1 × $10.00 = $1.00 截至 11 月 30 日
• 0.1 × $20.00 = $2.00 自 12 月 1 日起

缓存命中则朝相反方向推动。如果 100 万输入 token 中有 80 万按缓存费率计费：

• 0.2 × $2.00 + 0.8 × $0.10 + 0.2 × $10.00 = $2.48 截至 11 月 30 日
• 0.2 × $4.00 + 0.8 × $0.20 + 0.2 × $20.00 = $4.96 自 12 月 1 日起

这种拆分是假设性的，并非对哪些内容会被缓存的承诺。相同的基础工作负载，100 万输入和 20 万输出，在每个层级上：

旗舰模型处理困难步骤，其余交给别处#

对于这样的账单，通常的解决办法不依赖于供应商：按步骤拆分任务。

• 困难步骤（规划、跨多个文件的更改、任何错误答案会让你损失一小时的环节）交给旗舰模型。
• 常规、高容量的步骤（提取、分类、摘要、样板代码、重新格式化）交给更便宜的模型。
• 在迁移某个步骤之前，用你自己的数据样本通过更便宜的模型运行，并阅读返回结果。价格表无法告诉你它是否足够好。

这是我们的经验法则，不是基准测试结果。

在 CheapTokens 上处理常规步骤#

如果你的大部分 token 都用于常规步骤，CheapTokens 上的三个开放权重模型值得比价。下面的比较涵盖价格和限制；请用你自己的数据样本检查质量：

• DeepSeek-V4-Flash 适用于输出密集型工作，如长代码或长文档：每次回答最多 32,768 输出 token，380K 上下文。其输出价格低于 OpenRouter 的参考价格。
• GLM-5.3-Flash 适用于阅读和总结长材料：390K 上下文，每次回答最多 8,192 输出 token。其输入和输出价格均低于 OpenRouter 的参考价格。
• MiniMax-M2.7 适用于每 token 价格最重要的批量任务：200K 上下文，每次回答最多 8,192 输出 token。其输入和输出价格均低于 OpenRouter 的参考价格。

OpenRouter 比较数据截至 2026 年 10 月 20 日。先看输出密集型工作：比如 20 万输入和 60 万输出 token，一次生成长文档的运行。在 Argon 的标准层级上：

• 0.2 × $2.00 + 0.6 × $10.00 = $6.40 截至 11 月 30 日
• 0.2 × $4.00 + 0.6 × $20.00 = $12.80 自 12 月 1 日起

相同的 token 在 MiniMax-M2.7 上按当前 CheapTokens 价格花费 $0.10。这是每 token 价格，不是每解决任务价格：如果更便宜的模型需要第二次尝试或更长的提示才能得到可用结果，计算就会改变。

阅读密集型工作看起来不同。以下是上述 100 万输入、20 万输出的工作负载，按每个模型实时定价，并附 OpenRouter 列供参考：

该表在每次页面加载时读取当前价格，因此费率变化时它仍保持正确。上面的 Argon 数据日期为 2026 年 10 月 20 日，不会自行更新。

在迁移任何内容之前检查限制。Google 描述 Argon 具有 100 万上下文窗口和最长 100 万 token 的长解码；如果某个步骤的提示长于模型的上下文，或单次回答长于其输出上限，则无法迁移到它。每个模型的限制在上面的列表中。

在我们这边，一个预付费余额覆盖所有三个模型。API 兼容 OpenAI Chat Completions 和 Anthropic Messages，因此已经支持其中之一的客户端只需要一个新的基础 URL（https://api.cheaptokens.dev/v1）、一个 CheapTokens API 密钥和一个模型名称。价格在变更之间按模型固定，没有高峰时段。使用 CheapTokens 的第一个 API 请求 会引导你完成第一次调用。

在 12 月 1 日之前#

1. 运行真实请求样本，并将账单中的输出 token 与可见答案的长度并列。差值大致就是你的思考开销。
2. 如果工作负载在 11 月 30 日之后仍将运行，请按 12 月的费率而非 introductory 费率定价。
3. 按 token 量对步骤排序，并用你自己的数据在高容量的常规步骤上测试更便宜的模型。

要代入你自己的用量，以下是当前的 CheapTokens 费率：

对于智能体，一个任务意味着多次调用，请参阅 如何估算 AI 智能体的成本。GLM vs DeepSeek vs MiniMax 有助于在三个模型之间选择，而 2026 年 DeepSeek API 定价 探讨你实际为 DeepSeek 模型支付多少。

每个模型的当前价格：CheapTokens 定价。