Gemini 4 Argon 成本实测：同价 GPT-6.1 Sol，每正确答案贵 3 倍
Gemini 4 Argon 与 GPT-6.1 Sol 同价但每正确答案贵 3.1 倍，12 月 1 日涨价后优势消失。
Gemini 4 Argon 以与 GPT-6.1 Sol 相同的 $2/$10 定价发布，但在 13 题推理基准上，Argon 每答对一题成本为 $0.0063，是 Sol 的 3.1 倍，根源是输出 token 多出 3.3 倍。它暂时比 GPT-6 Astra、Claude Opus 5.5 等顶级模型便宜，但 12 月 1 日 API 价格将翻倍至 $4/$20，届时每正确答案成本反超 Opus 5.5 达 1.5 倍。文章通过实测梳理了 thinking_level 三档的成本差异、迁移中的五个兼容性坑，并指出长上下文附加费被取消、隐式缓存阈值低于文档说明等变化。
Google 最新的旗舰模型 Gemini 4 Argon 定价与 GPT-6.1 Sol 完全相同——输入 $2/百万 token、输出 $10/百万 token，但在一套 13 题的推理基准上，Argon 每答对一题的成本是 GPT-6.1 Sol 的 3.1 倍（$0.0063 对 $0.0020）。相同得分下，它多写了 3.3 倍的输出 token。这个看似矛盾的结论背后，是两条不同的成本曲线——以及一个即将到来的涨价窗口。
Argon 与同价位对手的核心差异
两者的单价完全相同，但成本结构相差甚远。GPT-6.1 Sol 在 medium 档位下，39 次调用只写了 7,032 个输出 token；Argon 写了 22,980 个。总得分都是 38/39，但 Argon 每个正确答案要多花 3 倍的钱。
最直观的对比来自最难的单题——计算 13 的 1001 次方模 10007。Argon 在 medium 档的中位输出是 1,523 token，high 档是 6,108 token；GPT-6.1 Sol 分别是 524 和 901。两者在 hard set 上的正确数完全一致（medium 各 14/15，high 各 15/15），但代价天差地别。
这引出一个关键判断：当两个模型能力相当时，成本差异完全由"思考冗余度"决定，而非单价。
与顶级模型的对比：暂时便宜，但窗口有限
Google 官方将 Argon 对标的是 GPT-6 Astra、Claude Fable 5.1 和 Claude Opus 5.5。在 Artificial Analysis 智能指数上，Argon 得分 52.6，与 GPT-6 Astra（52.7）和 Fable 5.1（53.4）基本持平，落后 Opus 5.5（57.6）四到五分。
但成本端优势明显：Argon 每答对一题花 $0.0063，是 Opus 5.5（$0.0083）的 0.76 倍，是 GPT-6 Astra（$0.0102）的 0.6 倍。Artificial Analysis 的单任务成本排名也印证了这一点：GPT-6.1 Sol $0.72、Argon $1.99、GPT-6 Astra $3.26、Opus 5.5 $5.98。
但这个价格窗口将在 12 月 1 日关闭。 Argon 的 API 价格届时翻倍至 $4/$20，与 Opus 5.5 同价。在相同价格下，Opus 5.5 的 token 消耗更少（15,414 对 22,980），39 次调用全部正确。12 月后 Argon 每正确答案成本 $0.0125，是 Opus 5.5 的 1.5 倍。
thinking_level：唯一有效的成本杠杆
Argon 的成本控制核心在于 thinking_level 参数，它决定模型在回答前推理多久。三档分别是 low、medium（默认）和 high，推理 token 按输出价计费，即使回复中隐藏了推理过程。
实测结果差异巨大：
- low 档：39 次调用中零推理 token 报告，全部输出仅 5-11 token。能做一步计算和格式转换（15/15 正确），但多步推理全面崩溃——40 步规则题 0/3，四位数计数 0/3，hard set 仅 1/15。
- medium 档：median 输出 383 token，easy set 24/24，hard set 14/15。
- high 档：median 输出 1,455 token，hard set 15/15，但每正确答案成本是 medium 的 3.4 倍，多对的只有 1 道题——这个差异在统计上无法与随机区分。
值得注意的一个细节是默认档位的自适应行为。简单提示词下，Argon 的 medium 默认档常常使用零推理 token；而 Gemini 3.1 Pro 的 high 默认档在每一个查询上都进行了推理。在工具调用和 JSON 提取这类任务上，Argon 的推理 token 消耗为 0，而 3.1 Pro 分别用了 173 和 353 个。
这意味着对于 agent 步骤、工具调用、信息提取、JSON 输出等场景，Argon 的默认档位已经是"几乎不思考"的状态，成本效率很高。
推理 token 为何按输出价计费：多数大模型的计费把 token 分为输入与输出两类，推理模型在给出最终答案前生成的"思考链"（chain-of-thought）虽然不展示给用户，却属于模型实际生成的输出内容，因此被纳入输出 token 计费。Gemini 4 Argon 的 thinking_level 正是控制这段隐藏推理的长度。这也解释了为什么"隐藏推理"不等于免费——模型内部多写 1000 个思考 token，账单就按输出价多算 1000 个。理解这一点是判断各档位性价比的前提：high 档多消耗的并不是回复长度，而是看不见的思考过程。
迁移时必须注意的五个坑
从 Gemini 3.1 Pro 迁移到 Argon 并非无缝，以下是实测发现的兼容性问题：
- 预填充 assistant 回复会报错。以模型回合结尾的请求现在返回 HTTP 400（"Requests ending with a model turn are not supported"），3.1 Pro 可以接受。解决方案是把指令移入提示词。
- 显式缓存机制被移除。
cachedContents对象不再支持，仅保留隐式缓存——重复的提示前缀自动以 5% 的输入价格计费。实测一个 6,935 token 的重复提示，4 秒后 4,881 token 从缓存读取。 - 随机性参数被忽略。
temperature、top_p、top_k虽然返回 HTTP 200，但实际不生效。 - 固定提示开销增加。相同文本比 3.1 Pro 多约 30 个输入 token，当前价格下每次请求多 $0.00006。
- 超过 1M 上下文窗口直接报错，不会静默截断。
另外，超过 64K 的输出需要切换到后台执行模式，普通请求最多返回 65,536 token。
关于预填充 assistant 回复："预填充"（prefill）指在提交请求时，把对话的最后一条消息设为 assistant 角色的部分回复，强制模型从该处接着生成，常用于锁定输出格式、跳过寒暄或构造 JSON 前缀。它依赖 API 接受"以模型回合结尾"的请求。Argon 改为返回 HTTP 400，意味着这条节省输出 token、精确控制格式的技巧失效，开发者必须改用在提示词中写明格式要求或使用结构化输出 schema 来达到类似效果，这会略微增加提示长度和输入成本。
长上下文与缓存的变化
Argon 相比 3.1 Pro 在长上下文方面有两个显著改进。首先，取消了长上下文附加费。3.1 Pro 在超过 200K token 后涨价至 $4/$18，而 Argon 在完整的 1,048,576 token 窗口内保持 $2/$10。实测一个 709K token 的提示，Argon 花费 $1.42，3.1 Pro 需要 $2.84。
其次，隐式缓存的实际触发阈值低于文档说明。Google 文档称 4,096 token 以上才会缓存，但实测一个 3,006 token 的提示也获得了 952 token 的缓存命中。
隐式缓存与显式缓存的区别：显式缓存需要开发者主动创建一个 cachedContents 对象，把一段固定前缀（如系统提示、知识库、长文档）上传后获得一个缓存 ID，后续请求引用该 ID，命中部分按大幅折扣的输入价计费，缓存通常有明确的存活时间（TTL）和手动管理成本。隐式缓存则完全自动——只要多次请求的开头有相同的 token 前缀，服务端就可能在后台命中已缓存的 KV，无需任何 API 调用。Argon 移除了显式缓存，只保留隐式缓存，好处是零配置、无 TTL 烦恼，代价是开发者失去了对缓存内容和时机的精确控制，命中与否取决于服务端的自动判定。
按场景选择档位
根据实测数据，不同工作负载的建议如下：
| 工作负载 | 风险 | 建议 | 数据支撑 |
|---|---|---|---|
| Agent 步骤、工具调用、提取、JSON 输出 | 为简单步骤支付推理费 | Argon medium | 查找、提取、schema 输出和工具步骤均 0 推理 token |
| 高难度数学、算法、多步代码 | 答错 | Argon medium，high 需先自测 | 14/15 对 15/15，high 成本 3.4 倍 |
| 大批量推理、成本敏感 | 推理冗余 | GPT-6.1 Sol | 同分，$0.0020 对 $0.0063 |
| 12 月后的顶级任务 | Argon 涨价 | 重新评估 Opus 5.5 | 同价 $4/$20，$0.0083 对 $0.0125 |
| 超过 200K token 的长文档 | 长上下文附加费 | Argon 而非 3.1 Pro | $1.42 对 $2.84 |
| 仅查找和格式转换 | 不必要的推理 | Argon low | 一步任务 15/15，7 个输出 token |
还有一个容易被忽略的省钱技巧：12 月 1 日之后，Batch 和 Flex 模式的价格（$2/$10）等于当前的标准价格。把离线任务迁移到这些模式，就能以当前价格继续使用 Argon。
核心结论
Gemini 4 Argon 的定价策略本质上是一个限时窗口。在 11 月 30 日之前，它以 GPT-6.1 Sol 的价格提供接近顶级模型的性能，在长上下文场景中甚至优于前代 3.1 Pro。但当价格翻倍后，它与 Opus 5.5 站在同一起跑线，而在 token 效率上的劣势将直接转化为成本劣势。
对于正在选型的团队，现在应该做两件事：一是用 11 月的价格完成一轮自己的评测数据积累；二是提前测试 Opus 5.5，为 12 月的切换做好准备。thinking_level 参数是当前唯一有效的成本杠杆，medium 档在绝大多数场景下是性价比最优解，low 档只适合查找和格式转换。
相关推荐
一句提示词引发的全球PHP安全风暴：AI是救星还是隐患？
一句AI提示词竟引发全球PHP安全危机，维基百科、互联网档案馆受波及。本文梳理事件脉络，解析OpenAI与亚马逊的争议，探讨AI时代漏洞发现门槛降低带来的安全悖论与开发者应对策略。
当AI被拿走：依赖捷径如何削弱你的解题韧性
一项涉及1,222人的研究发现：使用AI答题后，一旦AI被移除，人们放弃解题的比例高于从未使用AI的对照组。文章分析AI依赖对学习韧性和元认知的影响，并探讨AI学习工具的设计启示。
Carta联手NewView：让创业公司员工提前套现股权
Carta 与 NewView Capital 合作推出新计划，简化创业公司 tender offer 流程，帮助员工提前出售股权套现。本文分析该合作的核心机制、员工股权流动性痛点及对创业公司股权激励的影响。