Gemini 4 Argon 缓存价格翻倍前：开发者评测与成本清单

Google 给旗下最便宜的前沿模型定价设了一个倒计时。Gemini 4 Argon 于 2026 年 10 月 13 日全面开放，定价为每百万 token 输入 $2、输出 $10；12 月 1 日起，这一价格将翻倍至 $4/$20。留给开发者的廉价窗口大约只有七周。真正能从中获益的团队，不是那些只读定价页面的人，而是在窗口期内动手做原型、测量真实单任务成本、并在价格翻倍前决定 Argon 是否值得纳入技术栈的人。

核心结论：先测量，再决定

Gemini 4 Argon（模型 ID gemini-4-argon）是 Google 面向深度多步任务的新一代前沿模型，自 2026 年 10 月 13 日起全面开放，输入 $2/百万 token、输出 $10/百万 token。2026 年 12 月 1 日，两项费率同时翻倍。

如果你正在基于它构建任何东西，核心动作只有三步：在 11 月 30 日前完成原型验证，按「思考 token 计入输出」的方式测量单任务 token 消耗，并在正式投入生产前，用 $4/$20 的价格重新核算你的工作负载。

这一判断来自多个独立来源的交叉验证。定价信息在 VentureBeat、Reuters、rundown.ai 和 datanorth.ai 于 10 月 14 日至 15 日的报道中相互印证。Google 官方博文并未显著标注 12 月 1 日的涨价，但多家媒体均将其作为已确认信息报道。

10 月 13 日实际发生了什么

Google 于 2026 年 9 月 30 日发布 Gemini 4 Argon，但公开访问仅限于其 Fairwind 计划中的网络安全合作伙伴。10 月 13 日，Google DeepMind 高级副总裁兼 Google 首席 AI 架构师 Koray Kavukcuoglu 宣布，该模型「今日全球上线」，通过付费 Gemini API、Google AI Studio、Antigravity（面向 Ultra 订阅用户）、Gemini 应用及搜索中的 AI Mode（面向 Pro 和 Ultra 订阅用户）、Android Studio、Firebase AI Logic 和 Gemini Enterprise 提供。它不在 API 免费层中。

Argon 是 Gemini 4 世代的首个模型，面向编码、金融、法律、网络安全和科学领域的长周期多步任务。其核心规格包括：统一的 100 万 token 上下文窗口（输入、思考和输出共享）、最长 100 万 token 的输出解码，以及可调的思考等级（低、中、高）。

需要诚实地说明数据来源：文中基准数据来自两类渠道。Google 的发布声明（Vals Index、ERQA、提示注入抵抗）属于厂商自报，尚未被独立复现；Artificial Analysis 和 Terminal Bench 4 的分数来自报道该发布的媒体所引用的独立测试。

定价明细：三个必须理解的杠杆

以下数字均为 Gemini API 的美元/百万 token 价格，涨价前后对比如下：

层级	输入	输出	缓存输入	12 月 1 日起（输入/输出/缓存）
标准	$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
优先	$3.60	$18.00	$0.18	$7.20 / $36.00 / $0.36

三个关键点决定了成本结构。第一，输出成本是输入的五倍，且输出计费包含思考 token——即模型的内部推理。一个推理密集的智能体运行，几乎完全在输出侧计费。第二，缓存输入享受 95% 折扣：重复的系统提示、检索上下文和对话历史，可以按 $0.10/百万 token 计费，而非 $2。第三，Batch 和 Flex 将所有费率减半，代价是延迟灵活性。

一个直观的例子：1000 万输入 token 加 200 万输出 token 的工作负载，在发布价下成本为 $40（10 × $2 + 2 × $10），在 12 月价格下为 $80（10 × $4 + 2 × $20）。固定 token 示例下，2 万未缓存输入 token 加 5000 计费输出 token，涨价前合计 $0.09，涨价后 $0.18。将这个数字乘以你的请求量，你就得到了 Argon 是否适合自己技术栈的答案。

什么是 token，为什么按它计费

大语言模型并不直接处理「文字」，而是处理 token——一种介于字符与单词之间的文本片段。英文中一个 token 大致对应 0.75 个单词，中文则往往一个汉字对应一到两个 token。API 把文本切分成 token 序列后送入模型，模型也逐 token 生成输出，因此计费天然以 token 为最小单位。这也解释了两个常见困惑：为什么同样一段话中文比英文「贵」，以及为什么长上下文、长回答的价格会迅速累积。理解 token 的粒度，是估算任何工作负载成本的第一步——你无法为一个看不见的计量单位做预算。

什么是思考 token（reasoning token）

思考 token 是新一代推理模型在给出最终答案前，于内部进行推理、规划、自我检查时生成的 token。对用户而言它们通常不可见或只以折叠形式呈现，但在计费口径上，它们与最终答案一样被算作输出 token。这正是本文反复强调「输出是输入五倍」且「智能体几乎全在输出侧计费」的根本原因：一个多步推理任务可能只回你一句话，却在内部烧掉成百上千个思考 token。可调思考等级（低/中/高）因此成为一个直接的成本旋钮——调高会提升复杂任务质量，也会成比例放大账单。

什么是缓存输入（cached input）

缓存输入指模型提供商把你重复发送的上下文（如系统提示、检索到的文档、历史对话）暂存起来，后续请求命中时按大幅折扣计费。Argon 的缓存输入为 $0.10/百万 token，仅为标准输入 $2 的 5%，即 95% 折扣。它不是简单的「打折」，而是一种架构性优化：只有当你的请求前缀在多次调用间高度重复时才会命中。对系统提示固定的智能体、RAG 检索流程，缓存往往能把实际账单压到标价的一个零头；反之，每次都拼全新上下文的负载几乎享受不到折扣。

什么是 Batch 与 Flex 层级

Batch 和 Flex 是把「时间换金钱」的定价模式：你接受更长的排队和处理延迟，换取费率减半（$1/$5）。Batch 面向可离线、非实时的批量任务，如夜间跑批、大规模数据标注或离线评估；Flex 面向对延迟不敏感但需要一定交互性的场景。它们与缓存折扣可以叠加，是压低单位成本最直接的两个手段。判断标准很简单：如果某个任务的用户不会盯着屏幕等待结果，就把它路由到 Batch 或 Flex。

月 10 万请求的真实成本模型

光看单 token 费率没有意义，直到你了解自己的 token 画像。以下是一个标注了假设的客户支持智能体模型：假设每张工单消耗 2500 输入 token（工单、检索文档、系统提示）和 400 输出 token，月处理 10 万张工单。

• 发布价下每张工单：2500 × $2/百万 + 400 × $10/百万 = $0.005 + $0.004 = $0.009
• 12 月 1 日起每张工单：2500 × $4/百万 + 400 × $20/百万 = $0.01 + $0.008 = $0.018
• 月账单（10 万工单）：$900 → $1,800

这就是涨价最真实的形态：代码一行没改，账单翻倍。

实践中，两个因素会拉低这个数字：缓存输入 95% 折扣能大幅压缩 2500 token 的部分（如果其中大部分是重复上下文），Batch/Flex 定价能将一切减半（对于不需要即时响应的任务）。两个因素会推高它：思考 token 按输出计费，因此推理密集的智能体会迅速放大 400 token 的假设；重试、工具调用和护栏循环则会让每一个额外请求都产生费用。

单任务成本核算的方法论

要判断 Argon 是否适合你的技术栈，需要建立「token 画像」——即一个典型任务在输入、缓存输入、输出（含思考）三侧各自的消耗量。方法上分四步：先选取有代表性的真实任务而非演示样例，再逐任务记录三类 token 数量，然后把数量乘以对应单价得到单任务成本，最后乘以月请求量得到月账单。关键陷阱在于两点：一是遗漏思考 token，导致输出侧被严重低估；二是忽略重试、工具调用和护栏循环带来的额外请求，它们会在你不注意时让每个任务的真实成本翻倍甚至更多。只有把这两项纳入测量，成本模型才接近生产现实。

优惠期结束后，Argon 的竞争位置

12 月的价格并非随意设定：它让 Argon 恰好与 Claude Opus 5.5 和 Meta Muse Wonder 持平。从 12 月 1 日起，选择依据是任务匹配度，而非价格。

模型	输入/百万	输出/百万	定位
Gemini 4 Argon（11 月 30 日前）	$2	$10	发布价
Claude Sonnet 5.5	$2	$10	匹配 Argon 发布价
GPT-6.1 Sol	$2	$10	匹配 Argon 发布价
Gemini 4 Argon（12 月 1 日起）	$4	$20	标准价
Claude Opus 5.5	$4	$20	匹配 Argon 标准价
Meta Muse Wonder	$4	$20	匹配 Argon 标准价
GPT-6 Astra	$10	$50	前沿模型的昂贵端

Datanorth.ai 的分析一针见血：基于 $2/$10 构建的商业案例，有效期只有七周。你现在签署的任何合同、报价或单位经济模型，都必须能承受 $4/$20 的价格。

Argon 值得保留的场景： 100 万统一上下文能发挥价值的深度多步任务（仓库级重构、长篇法律或金融文档、多文件智能体运行）；缓存上下文主导的工作负载（95% 折扣让实际账单远低于标价）；可批量处理的离线任务（Batch 和 Flex 将所有费率减半）；在 11 月 30 日前完成原型、在低价下通过验收标准、且在 $4/$20 下仍能通过的项目。

应将任务路由到别处的场景： 短一次性任务，$0.10/百万输入的模型足以胜任（Haiku 级别模型完成分类、提取和摘要的成本只是零头）；输出主导的 token 画像（五倍输出计费惩罚重度思考运行，应先与推理更便宜的模型对比）；仍在 API 免费层上的任何东西（Argon 不在免费层，且没有宣布上线日期）；基于 $2/$10 经济模型签署、却无人重新核算 12 月成本的预算。

前沿模型定价为何趋于一致

当多个厂商的前沿模型定价都落在 $4/$20 时，这并非巧合，而是竞争趋于收敛的信号：训练与推理的算力成本构成价格下限，而厂商之间不愿因定价明显更高而丢失客户，于是标准价趋同。这带来一个重要的战略含义——价格不再是差异化变量，任务匹配度、缓存友好度、工具生态和可靠性才是。对开发者而言，这意味着「选最便宜的」策略在高价区间失效，取而代之的应是对照实验：在自家代表性负载上比较质量、重试率和实际账单，让数据而非标价做决定。

基准测试：冷静看待

Google 对 Argon 的宣称很强：Vals Index 第一名（金融、编码、法律、税务）、ERQA 具身推理测试 87%、在 Gray Swan 测试中 15 次自适应尝试的提示注入攻击成功率仅 0.7%、所有 Gemini 模型中最低的基准作弊率 2%。Google 还引用了内部工程成果：600 万行 Chromium 重构在数周内完成，Antigravity 中智能体代码提交增加 35% 同时回滚减少三分之一。这些都是厂商数据，只能作为方向性参考。

独立数据则更为冷静。Argon 在 Artificial Analysis 智能指数上得分 53——与 GPT-6 Astra 和 Claude Fable 5.1 持平，落后于 Claude Opus 5.5 的 58 和 Sonnet 5.5 的 56。在 Terminal Bench 4 上得分 57%，落后于 Sonnet 5.5 的 64%、Opus 5.5 的 60% 和 Astra 的 59%。这些分数并不意味着「远离 Argon」，而是说明它是一个真正的前沿竞争者，但尚未证明对竞争对手的优势——这正是发布价存在的原因，也正是你应该测试自己任务而非信任任何排行榜的原因。

构建与测量清单（11 月 30 日前完成）

这是一套按顺序执行的框架。在 11 月 30 日前完成，你进入 12 月时将确切知道 Argon 对你的成本，而非猜测。

1. 确认访问路径和计费界面

决定在哪里运行 Argon：AI Studio 中的付费 Gemini API，或通过 GitHub Copilot（按提供商标价以 AI 积分计费，1 积分 = $0.01）。Copilot 页面标注费率为促销价至 12 月 1 日，但未说明之后如何。不要假设 Copilot 遵循 Google 的时间表——为两个界面可能的涨价做好预算。

2. 今天锁定基线数据

写下你当前运行的模型、价格和月度输入/输出 token 的最佳估算。没有基线，发布价感觉便宜、12 月价格感觉昂贵，两种感觉都不是数据。

3. 建立单任务 token 日志

从第一天起记录每个任务的输入、缓存输入和输出 token。如果 API 暴露的话，将输出按思考和最终答案拆分，因为思考 token 按输出计费，而它们是智能体工作负载隐藏成本的地方。无法测量就无法优化。

4. 在 11 月 30 日前用发布价做原型

这就是七周窗口的用途。构建有代表性的工作流——包含真实重试、真实工具调用、真实上下文大小的那个——并以生产规模在 $2/$10 下运行。基准演示不是测量。

5. 用 12 月费率运行同一工作负载

将第 4 步的 token 画像用 $4/$20 重新定价。如果 12 月账单在同等质量下仍优于基线模型，就承诺。如果只在发布价下可行，你的商业案例将于 11 月 30 日到期——现在就决定，不要等到 1 月。

6. 拉动三个成本杠杆

第一，缓存：将重复的系统提示和检索上下文放入 95% 折扣的缓存层。第二，批量：将后台智能体移至 Batch 或 Flex，费率减半。第三，压缩：缩小提示、限制思考等级（低/中/高可调），并关注思考 token 行——它按输出计价。

7. 在自己的任务上而非排行榜上基准测试两个替代方案

在至少一个更便宜的选项（Sonnet 5.5 或 GPT-6.1 Sol 的 $2/$10）上运行你的代表性工作负载；如果质量是关键问题，再在 Opus 5.5 的 $4/$20 上运行。记录错误、重试、审查时间和总计费使用量。从 12 月 1 日起，Argon 和 Opus 成本完全相同——买那个把活干得最好的。

8. 设置预算警报和 11 月 29 日决策日

现在就在项目上设置支出警报，并在 11 月 29 日设置日历提醒。那个时间段是你的决策会议：保留 Argon、迁移工作负载，或重新谈判。被涨价伤害的团队，是那些从未安排决策时间的团队。

为什么必须做原型而不是看排行榜

排行榜衡量的是标准化基准上的平均表现，而你的工作负载有独特的提示结构、上下文长度、工具链和失败模式。一个在 Terminal Bench 上落后几分的模型，可能因为缓存命中率更高或思考 token 更省而在你的具体任务上更便宜；反之亦然。因此「基准测试」在自己任务上的正确含义是：用与生产同规模的 token 画像跑真实工作流，记录错误率、重试次数、人工审查时间和总计费使用量，再换算成每任务成本和每月账单。只有这种端到端的自测，才能在价格翻倍前给出可信的「留下还是迁移」答案。

常见问题

Gemini 4 Argon 是什么，何时发布？

Gemini 4 Argon 是 Google Gemini 4 世代的首个模型，面向编码、金融、法律和科学领域的深度多步工作。Google 于 2026 年 9 月 30 日发布（限 Fairwind 计划网络安全合作伙伴），10 月 13 日全面开放。API 模型 ID 为 gemini-4-argon。

Gemini 4 Argon 多少钱？

截至 2026 年 11 月 30 日，标准 API 费率为每百万输入 token $2、输出 token $10，缓存输入 95% 折扣为 $0.10。12 月 1 日起翻倍至 $4/$20，缓存输入 $0.20。输出计费包含思考 token，模型不在 API 免费层。

为什么 12 月 1 日价格翻倍？

$2/$10 是发布优惠价。Reuters 和 VentureBeat 报道 Google 确认涨价；12 月 1 日起，Argon 与 Claude Opus 5.5 的 $4/$20 持平。这给开发者七周的评估窗口。

Argon 比 Claude Opus 5.5 或 GPT-6 更好吗？

Google 自报数据包括 Vals Index 第一和 ERQA 87%，但独立分数更冷静：Artificial Analysis 智能指数 53，Terminal Bench 4 57%，落后于 Sonnet 5.5、Opus 5.5 和 GPT-6 Astra。从 12 月 1 日起，Argon 和 Opus 5.5 价格完全相同，选择取决于哪个模型最适合你的工作，而非价格。

如何在涨价前测量真实单任务成本？

记录每个任务的 token，将输入、缓存输入和输出分开计费（思考 token 计入输出）。在 11 月 30 日前做原型，让基线在发布价下测量，然后用 12 月费率重新定价同一工作负载。对后台任务使用 Batch 或 Flex，利用 95% 缓存输入折扣，并设置 11 月 29 日决策日。