Gemini 4 Argon API定价翻倍前：完整价格表与选型建议

Google 在 10 月 13 日发布了旗舰模型 Gemini 4 Argon，并给它配了一个带截止日期的价格标签：标准层输入 $2/百万 token、输出 $10/百万 token，有效期到 11 月 30 日。12 月 1 日起，所有层级的单价翻倍。如果你打算基于它构建产品，接下来的几周是它最便宜的时候。

Gemini 4 Argon 是什么

gemini-4-argon 是 Google 的新旗舰，定位"深度工作"——面向编码、金融、法律、网络安全和科研中的复杂多步任务。它自 10 月 13 日起通过付费 Gemini API 正式可用（GA）。两个需要提前知道的事实：它不在 API 免费层，且这次发布前 Google 刚经历了一段动荡——原计划的 Gemini 3.5 Pro 被砍掉，DeepMind 领导层在 Demis Hassabis 退居二线后进行了调整。这个模型有很多东西需要证明。

完整价格表

Google 公布了各层定价，并附带一个截止到 11 月 30 日的引入期：

层级	输入/1M	输出/1M	缓存输入/1M	12 月 1 日起（输入/输出/缓存）
Standard	$2.00	$10.00	$0.10	$4.00 / $20.00 / $0.20
Batch 与 Flex	$1.00	$5.00	$0.05	$2.00 / $10.00 / $0.10
Priority	$3.60	$18.00	$0.18	$7.20 / $36.00 / $0.36

几个值得注意的细节：输出价格包含思考 token——模型的内部推理是计费的。缓存输入（模型已经处理过的文本）享有 95% 折扣，这个力度相当少见，对反复读取上下文的多智能体工作流影响很大。Batch 和 Flex 层用速度换半价，Priority 层花更多钱换更快、更稳定的响应。

作为参照，Gemini 3.8 Flash 在同一页面上是输入 $0.75 / 输出 $3.75——按引入价算，Argon 大约是 Flash 的 2.7 倍，12 月之后则是 5.3 倍。

思考 token（thinking token）：指模型在输出最终答案前，先进行内部推理时生成的中间 token。传统聊天模型的计费只覆盖可见回复，而具备链式推理能力的前沿模型（如 OpenAI o 系列、Anthropic 的 extended thinking、DeepSeek^广告-R1）在给出答案前会先“想”一段。这些思考内容即便不展示给用户，也占用了算力，因此被计入输出费用。对开发者而言，这意味着同一道题的账单可能因模型推理长度而大幅波动——复杂多步任务中思考 token 甚至可能超过可见回答的 token 数。设计 prompt 时，控制无关推理、鼓励更简洁的思考路径，是压缩成本的关键手段。

缓存输入（cached input / prompt caching）：当同一段长文本（如系统提示、代码库、知识库文档）在多次 API 调用中反复出现时，模型供应商允许将这段内容的中间状态缓存下来，后续调用只按“缓存命中”价格计费。Argon 给出 95% 折扣，意味着原本 $2/1M 的输入，命中缓存后只需 $0.10/1M。这对多智能体、RAG 和长上下文对话场景极为关键：一次 100K token 的系统提示若被缓存，单次调用成本可从 $0.20 降至约 $0.01。缓存通常有存活时间限制（例如几分钟到几小时），且需要严格一致的 prompt 前缀才能命中，因此工程上要尽量把不变内容前置、变动内容后置。

哪些入口可以实际调用

• 付费 Gemini API 与 Google AI Studio（gemini-4-argon）
• Antigravity，Google 的智能体编程环境（个人用户需 Ultra 订阅）
• Gemini Enterprise 企业订阅
• Gemini 应用与搜索中的 AI Mode（Pro 和 Ultra 订阅用户）
• Android Studio 与 Firebase AI Logic（面向 Android 开发者）

API 统一限制为一百万输入输出 token，超出部分通过续写协议处理更长任务。也就是说，超长上下文任务并不能一次性塞进去，需要按协议拼接。

Antigravity：这是 Google 在 2025 年推出的“智能体优先”（agent-first）编程环境，定位介于 VS Code 插件与云端 IDE 之间。它的核心不是代码补全，而是让多个 AI 智能体自主规划、执行并验证开发任务——例如修复一个 bug、实现一个功能模块并自动跑测试。智能体可以读取整个代码库、调用终端、浏览网页并提交代码。Google 用它来演示 Argon 的“深度工作”能力，同时把它作为企业分发渠道：个人开发者需订阅 Ultra，企业则通过 Gemini Enterprise 接入。对开发者而言，Antigravity 是体验 Argon 智能体能力最直接的入口，但也意味着官方宣传的性能数据均来自这一受控环境。

Google 的宣传哪些值得推敲

Google 称，在 Antigravity 中使用 Argon 的团队智能体代码提交量提升了 35% 以上，同时回滚率降低了近三分之一。早期企业测试方包括 Deloitte、LexisNexis、Ambience Healthcare 和 Isomorphic Labs。这些数字来自 Google 自己的工具、自己的口径，目前没有独立的第三方基准测试公布。在第三方验证之前，应当按营销材料对待。

Google 同时在做两件分发上的动作：把 Fairwind 计划开放给数百家网络安全合作方，经过审核的防御方可获得移除网络护栏版本的 Argon；并向 1 万名科学家提供 Antigravity 顶配层六个月的免费访问。给科学家免费额度是一步聪明的分发棋——在竞争对手之前把模型塞进实验室。

独立基准测试（independent benchmarking）：AI 模型的能力评估通常分为两类——厂商自测和第三方评测。厂商自测常用自家工具、自家任务集，容易挑选有利场景；第三方评测（如 LMSYS Chatbot Arena、SWE-bench、ARC-AGI、GAIA）采用公开标准化任务，且由外部机构运行，结果可复现、可比较。对于编码和智能体任务，SWE-bench Verified 和 Terminal-Bench 是常见标尺。文章强调“无独立基准测试公布”，指的是 Argon 目前没有出现在这些公开榜单或外部机构的评测中。在缺乏第三方数据时，35% 提交量提升、回滚率降低等数字无法跨模型横向比较，也不能排除工具链、任务选择带来的偏差。对企业采购而言，等待 Arena 或 SWE-bench 结果，是降低选型风险的常规做法。

现在该不该基于它构建

算一笔诚实的账：如果你的工作负载能对上，引入价窗口（到 11 月 30 日）是实打实的价格优势——标准层 $2/$10 低于多数前沿模型。但架构上应该按 12 月的价格（$4/$20）来设计，因为那才是你长期要承担的成本。95% 的缓存输入折扣是容易被忽视的关键项：对反复读取长上下文的智能体来说，实际成本可能远低于标价。

风险在于 Google 近期的履历——被砍掉的 3.5 Pro 和领导层动荡，让人对路线图的稳定性缺乏信心。合理的做法是：趁便宜时先做原型验证，等独立基准测试出来后再决定是否正式投入。

常见问题

Gemini 4 Argon 在免费层吗？ 不在，仅付费 API 可用。

引入价什么时候结束？ 2026 年 11 月 30 日，12 月 1 日起按标准费率执行。

最便宜的试用方式是什么？ 引入期内的 Batch 层，$1/$5 每百万 token——前提是你能接受更慢的响应。

和 Claude、GPT 的定价相比如何？ 引入价下与前沿模型定价处于竞争区间，12 月之后落入同一档位。缓存输入折扣比多数竞品更慷慨，这对智能体场景很关键。

---

价格数据为 Google 公布的费率；性能声明来自 Google，未经独立验证。