Gemini 4 Argon开放API：2美元定价12月翻倍

Google 将 Gemini 4 Argon 开放给所有付费 API 客户，输入 200 万美元 token 定价 2 美元、输出 10 美元——但这个价格有一个明确的到期日：12 月 1 日起翻倍至 4 美元和 20 美元。

Gemini 4 Argon 定价变化示意

从封闭测试到全面开放

Google 最初在 9 月 30 日只向 Fairwind 计划中的安全团队展示 Argon，10 月 13 日才通过 API 向全球开发者和企业开放。据 VentureBeat 报道，这被路透社解读为 Google 在经历数月延迟后，试图重新追赶 OpenAI 和 Anthropic 的举措。

模型 ID 为 gemini-4-argon，在模型页面上标注为 stable。它提供统一的 1,048,576 token 上下文窗口，以及 low、medium、high 三档思考级别。输入支持文本、图像、视频、音频和 PDF，输出为文本。函数调用、结构化输出、代码执行、搜索接地以及 computer use（预览版）均在支持之列。有意思的是，定价页显示没有免费层。

思考级别（thinking level） 是 Gemini 4 Argon 引入的推理控制参数，提供 low、medium、high 三档。它决定模型在给出最终答案前投入多少"内部推理 token"，类似 OpenAI 的 reasoning effort 或 Claude 的 extended thinking。级别越高，模型在算术、多步规划和代码调试等任务上的准确率通常越高，但每次调用的延迟和费用也随之上升。关键在于 Argon 把思考 token 按输出 token 计费，因此 high 档即使在简单问句上也会显著抬高单次成本。生产环境常见做法是按任务类型分配级别：路由、分类用 low，复杂 agent 循环用 high，并对同一次回答中的思考量设置上限。

computer use（预览版） 指模型可以直接操控图形界面——移动光标、点击、键入、读取屏幕截图——而无需为每个应用编写专用 API 集成。它把浏览器或桌面当作工具来驱动，是构建通用自动化 agent 的关键能力。预览版意味着接口和行为可能随时变更，且通常伴随更高的失败率和提示注入风险，因此在涉及删除、支付、部署等不可逆操作时，必须在其外层套上人工审批或沙箱限制。

2/10 美元的价格有保质期

定价页面把每一档 Argon 费率都列了两遍，一次是 11 月 30 日之前，一次是 12 月 1 日之后：

档位（每百万 token）	11 月 30 日前	12 月 1 日起
标准输入	$2.00	$4.00
标准输出（含思考）	$10.00	$20.00
批处理/Flex 输入	$1.00	$2.00
批处理/Flex 输出	$5.00	$10.00
缓存输入（隐式）	$0.10	$0.20

在发布价上，Argon 与 Claude Sonnet 5.5 和 GPT-6.1 Sol 持平，两者都是 2/10 美元。12 月 1 日后它升至 4/20 美元，与 Claude Opus 5.5 和 Meta 的 Muse Wonder 同价。GPT-6 Astra 则位于 10/50 美元。

注意输出行上的“含思考”。思考 token 按输出计费，所以高思考级别会让每次调用都增加成本，短回答也不例外。按 12 月的费率来给功能定价。如果利润只在 2/10 美元下成立，12 月的账单会告诉你答案。

隐式缓存（implicit caching） 是 Gemini API 的一种成本优化机制：当连续请求的输入前缀高度重复（例如同一份长文档被反复追问、agent 循环中重复发送的历史对话），系统会自动识别并复用已计算的 KV 缓存，仅对新增部分按标准费率计费，复用部分按折扣价结算。Argon 的隐式缓存输入价为每百万 token 0.10 美元，仅为标准输入价的 5%。与需要显式创建缓存对象的"显式缓存"不同，隐式缓存对开发者透明，无需改动调用代码，但命中时机不由用户控制。在 long decode 的后台任务里，隐式缓存不仅省钱，还通过减少重复计算缩短每跳耗时，是控制多轮长上下文成本的核心手段。

在 Google 自家图表之外的排名

Google 的发布文章以自己或合作伙伴报告的结果为主。两个独立指数提供了第二视角。

在 Artificial Analysis Intelligence Index 上，Argon（high）得分为 53，在 216 个模型中排名第 8。据 VentureBeat 报道，这与 GPT-6 Astra 和 Claude Fable 5.1 持平，落后于 Claude Opus 5.5（58）和 Claude Sonnet 5.5（56）。而在截至 10 月 12 日的 Vals Index 上，顺序翻转：Argon 以 68.90% 领先，高于 Sonnet 5.5 的 67.04% 和 Opus 5.5 的 66.97%。

Google 自己的编码数字也存在分歧，且 VentureBeat 指出这些尚未被独立复现。Argon 在 DeepSWE v1.1 上以 77.9% 领先 Opus 5.5 的 74.2%。在 Terminal-Bench 4.0 上，Opus 5.5 以 66.4% 对 57.4% 领先。

Red Dragon AI 的 Sam Witteveen 对 VentureBeat 表示：“这是一个非常、非常、非常好的模型。但它是目前最好的模型吗？我其实不这么认为。”排行榜对 Argon 的看法并不一致，所以在切换之前请在你自己的任务上测试。

100 万输出 token 附带条件

Google 称其为“通过 Gemini API 提供的行业领先 100 万统一输入输出 token 限制”。但在围绕它做规划前，请先阅读模型页面。默认情况下，同步请求的输出上限为 65,536 token。100 万这个数字需要“long decode”。

long decode 文档写明了规则。你需要通过 Interactions API 设置 background: true，并将 max_output_tokens 设为高于 65,536。后台交互要求 store=true。若请求超过 65,536 token 却未使用后台模式，会得到 400 错误。后台运行最长可持续 24 小时，且每一跳的每个 token 都要付费，包括纯思考的跳次。

文档中 Python 示例的创建调用如下：

from google import genai

client = genai.Client()  # reads GEMINI_API_KEY

interaction = client.interactions.create(
    model="gemini-4-argon",
    input="Port this C module to Rust: ...",
    background=True,
    store=True,
    generation_config={
        "max_output_tokens": 262144,
        "thinking_level": "high",
    },
)

之后轮询该 interaction 直到其状态离开 queued 或 in_progress，并拼接其输出步骤中的文本。文档提供了 Python、JavaScript 和 REST 的轮询循环示例。

按标价算一笔账。完整的 100 万 token 解码在发布价下约为 10 美元输出费用，12 月 1 日起为 20 美元，思考包含在内，再加上每一跳重新发送的输入（隐式缓存会对重复部分打折）。这是一个该交给队列和预算检查的任务，而不是给一个 30 秒超时的请求处理器。

long decode 是绕过默认输出上限、启用超长生成的特殊执行模式。默认情况下，Argon 的同步请求输出上限为 65,536 token，超出即返回 400 错误；要生成接近 100 万 token 的输出，必须通过 Interactions API 设置 background: true 并将 max_output_tokens 提高，同时因为后台交互依赖持久化而要求 store=true。此后任务异步执行，最长可运行 24 小时，客户端通过轮询 interaction 状态（离开 queued 或 in_progress）来拼接输出步骤。这种模式适合整库代码移植、长文档生成等无需即时响应的批处理场景，本质上把 HTTP 请求变成了可恢复的作业队列。

在你的 agent 中替换模型 ID 之前

Google 表示 Argon 被训练为“在采取不可逆步骤前暂停等待人类确认”。它还报告称 Argon 在 Gray Swan 间接提示注入基准上领先，15 次自适应尝试中的攻击成功率为 0.7%。这些是 Google 的数字，它们不能替代你自己对任何删除、支付或部署操作的审批门。如果你的 agent 做安全工作，请注意公开模型“带有网络缓解措施，会阻止渗透测试和漏洞利用等攻击性任务”。

对于编码 agent，公平的测试是把你给当前 agent 的同一张工单交给它。作者本人开发 Hermes IDE，因此请带着这个背景权衡。Hermes 在真实终端中运行每个 agent 自己的 CLI，每个任务在各自的 hermes/<name> 分支和 worktree 上。其 agent 列表中包含 Antigravity CLI，旁边是 Claude Code 和 Codex。用 ⌘N（Windows 和 Linux 上为 Ctrl+Shift+N）在两个 agent 中启动同一任务，然后在 Review Desk（⌘G 或 Ctrl+Shift+G）中逐轮打开每个 agent 的更改，自行比较。

两点说明：作者尚未确认哪些 Google 计划会在 CLI 的模型列表中看到 Argon，也尚未亲自运行过 Argon。Hermes 可免费下载且源码可见（BSL 1.1），运行于 macOS、Windows 和 Linux，与 Google、Anthropic、OpenAI 或 Nous Research 无关联。

间接提示注入（indirect prompt injection） 是 agent 场景下最现实的安全威胁之一：攻击内容不来自用户，而是藏在模型读取的外部数据里，例如网页、PDF、代码注释或工具返回值。当 agent 带工具权限运行时，这些隐藏指令可能诱导它调用删除文件、发起支付或泄露数据等操作。Gray Swan 基准用 15 次自适应尝试来衡量模型抵御此类攻击的成功率（越低越好），Argon 报出 0.7%。但基准成绩是在受控环境下取得的，无法覆盖你自己工具集的具体权限组合。真正有效的防线是审批门：在不可逆操作前强制暂停并交给人确认，同时对工具能力采取最小权限原则。