Gemini 4 Argon 定价详解：首发 $2/$10、后续 $4/$20，以及一次 100 万 token 回答的成本

Gemini 4 Argon 在介绍期内每 1M 输入 token 收费 $2、每 1M 输出 token 收费 $10，之后为 $4 和 $20。缓存输入在输入价格基础上优惠 95%，即介绍期每 1M token $0.10，之后 $0.20。Google 没有说明介绍期持续多久，而且你现在还买不到 Argon：它已经发布但尚未全面可用，目前只面向 Fairwind Program 的网络防御方 rollout。

本文把那张价格表变成预算数字：与七个当前模型的对比、四个场景演算、第三方的每任务成本，以及现在就该设置的成本控制。关于模型本身，先从 what Gemini 4 Argon is 看起；关于访问权限，见 is Gemini 4 Argon free。你可以在 Apifox 中针对一个今天就能调用的模型构建成本断言，之后再替换模型名。

价格表

Google 在 Gemini 4 Argon 发布博客 中公布了价格，介绍期后的价格见于脚注 1：“介绍期结束后，将适用每 1M 输入 token $4 和每 1M 输出 token $20 的价格。”

缓存价格是根据 Google 的 95% 规则算出的（$2 x 0.05 和 $4 x 0.05）。Google 没有公布输入上下文窗口或模型 ID。它表示输出上限为 1M token，“此前为 64K token”；至少有一家第三方评测机构 Vals AI 在其测试的配置下列出的最大输出为 262K。

Argon 与当前前沿模型及 Gemini 模型的对比

所有价格均为每 1M token。

竞争对手的价格来自各厂商自己的页面：OpenAI 的 GPT-6 Astra 页面、Anthropic 的定价页面 和 Google 的 Gemini API 定价页面。

• 标准价 Argon = Claude Opus 5.5。 同样是 $4/$20，同样是 $0.20 的缓存输入。
• 介绍期 Argon = Claude Sonnet 5.5 和 GPT-6.1 Sol。 同样是 $2/$10；$0.10 的介绍期缓存价格与 GPT-6.1 Sol 一致。
• GPT-6 Astra 和 Claude Fable 5.1 的成本是介绍期 Argon 的 5 倍、标准价 Argon 的 2.5 倍。见 Claude Fable 5.1 pricing。
• Argon 的介绍期输出价格（$10）低于 gemini-3.1-pro-preview 的（$12），后者是 Google 之前顶级的 Pro 模型。
• 长 prompt 会改变算法。 OpenAI 对超过 272K 输入 token 的 prompt，按整条请求的输入和缓存 2 倍、输出 1.5 倍计费。Gemini 3.1 Pro 在超过 200K 时收费更高；Anthropic 则不会。Google 没有说明 Argon 是否设有长 prompt 档位。

要在价格之外看能力，见 Gemini 4 Argon vs GPT-6 Astra vs Claude Opus 5.5。

思考 token 按输出计费

在当前的 Gemini 模型上，思考 token 按输出计费：Google 的 thinking 文档 称“响应定价是输出 token 与思考 token 之和”。Google 没有专门记录 Argon 的规则，但可以按同样的规则来规划。Google 是在“最高思考设置”下运行 Argon 的评测，所以要把“每 1M 输出 token $10”理解为回答加推理。

四个演算场景

以下每个数字都是 token 数除以 1M，再乘以每 1M 的费率。场景 1 到 3 假设不使用缓存。

1. 一次典型的 API 调用：20K 输入，5K 输出

• 介绍期：20,000 / 1M x $2 = $0.04 输入，加上 5,000 / 1M x $10 = $0.05 输出。合计 $0.09。
• 标准价：$0.08 + $0.10 = $0.18。

如果每天 1,000 次调用，介绍期是 $90，标准价是 $180。同样的调用在 Claude Opus 5.5 上是 $0.18，在 GPT-6 Astra 上是 $0.45（$0.20 + $0.25），在 gemini-3.1-pro-preview 上是 $0.10（$0.04 + $0.06），而在 gemini-3.8-flash 的介绍期价格下约为 $0.034（$0.015 + $0.019）。

2. 一次较长的 agent 回合：200K 输入，50K 输出

• 介绍期：200,000 / 1M x $2 = $0.40，加上 50,000 / 1M x $10 = $0.50。合计 $0.90。
• 标准价：$0.80 + $1.00 = $1.80。

GPT-6 Astra 会收取 $4.50（$2.00 + $2.50）。gemini-3.1-pro-preview 收取 $1.00（$0.40 + $0.60），但 200K 是它的档位分界线：更长的 prompt 按 $4/$18 计费。如果 Argon 也有类似的档位，更长的回合会更贵。

3. 一次用满的响应：1M token 输出

仅输出就是 1,000,000 / 1M x $10 = 介绍期 $10.00、标准价 $20.00。再加上一个 100K token 的 prompt（介绍期 $0.20，标准价 $0.40），这次调用就是 $10.20 或 $20.40。

表中没有其他模型能在一次同步响应中做到这一点：竞争对手的上限是 128K，此前的 Gemini Pro 是 65,536。按 Vals 列出的 262K 最大输出，一次完整响应在介绍期约 $2.62，标准价 $5.24。工程侧的问题（超时、流式传输、网关）见 Gemini 4 Argon 的 1M output tokens。

4. 一个 500K token 的缓存 prompt 复用 10 次

假设你把同样的 500K token 代码库或合同集发送十次，每次 5K 输出 token。假定第一次调用按完整输入价格付费以构建缓存，接下来九次从中读取。

缓存把输入账单削减了 85.5%。有两点需要注意：Google 没有说明 Argon 是否对缓存存储收费（gemini-3.1-pro-preview 每小时每 1M token 收费 $4.50，持有 500K token 一小时会增加 $2.25），而且 500K 的 prompt 超出了 3.1 Pro 的 200K 分界线。Argon 的标准缓存价格与 Opus 5.5 的 $0.20 一致，所以 Claude Opus 5.5 prompt caching cost math 中的盈亏平衡逻辑同样适用。

每 token 价格不等于每任务成本

Artificial Analysis 列出了以介绍期价格在 Gemini 4 Argon（High）上运行其 Intelligence Index 的每任务成本为 $1.99；The Decoder 把同样的运行按标准价算为 $3.98。AA 给 Argon 打 53 分，与 GPT-6 Astra（max）相同，后者被列为每任务 $3.26。

关键在于 token 用量。AA 统计 Argon（high）每任务约 62K 输出 token，而 Astra 在最高设置下约 27K，约为 2.3 倍。介绍期每任务输出：62,000 / 1M x $10 = $0.62，而 Astra 是 27,000 / 1M x $50 = $1.35。按标准价，The Decoder 给出的 Argon 完整任务数字（$3.98）高于 AA 给 Astra（max）的 $3.26，尽管 Argon 的标准费率比 Astra 低 60%。

Vals AI 显示出同样的模式。它列出 Argon 在 Vals Index 上的每次测试成本为 $15.68，而 Claude Opus 5.5 为 $32.14、Claude Sonnet 5.5 为 $21.34、GPT-6.1 Sol 为 $3.24，并且它把 Argon 按 $4/$20 的标准费率列出。Sonnet 5.5 和 GPT-6.1 Sol 在纸面上与 Argon 的介绍期价格相同，但它们的每次测试成本相差 6 倍以上。

根据你自己的 token 用量来做预算，而不是价格表。

在 Argon 上线前就设置好的成本控制

• 限制输出。 在 generateContent 上，generationConfig.maxOutputTokens 用来设置上限。Google 表示新模型在 Interactions API 上发布，所以等文档为 Argon 列出对应的上限后，在那里设置等价的限制。按标准价，1M 的上限就是每次调用 $20 的输出上限。
• 缓存稳定的内容。 在多次调用间重复的系统指令、数据模型和参考文档，正是 95% 折扣发挥作用的地方。
• 有意识地选择思考档位。 Google 尚未公布 Argon 的档位。目前 gemini-3.1-pro-preview 默认为 high，gemini-3.8-flash 默认为 medium。等 Argon 的档位有文档后，测试更低的档位在你的任务上能否保持质量。
• 对用量做断言。 每个 generateContent 响应都以 usageMetadata 结尾。在 Apifox 中，把请求保存下来，把模型放在 GEMINI_MODEL 环境变量里，添加一个后置响应断言，从 usageMetadata 中的 token 计数计算成本，并在调用超过你的上限时让测试失败。今天先对 gemini-3.8-flash 运行；等 Argon 的 ID 发布后，改一个变量并重新运行整套测试。

该断言的算式：

cost = uncached_input / 1,000,000 x input_rate
     + cached_input   / 1,000,000 x cached_rate
     + (output + thinking) / 1,000,000 x output_rate

Google 还没有定价的部分

介绍期的时长以及 $4/$20 开始的日期；超过 200K 的 prompt 是否更贵；Batch 或 Flex 定价（3.1 Pro 两者都有，输入 $1/$2、输出 $6/$9）；缓存存储费用；速率限制；以及是否根本存在免费额度。

FAQ

Gemini 4 Argon 每百万 token 要多少钱？ 介绍期内输入 $2、输出 $10，之后为 $4 和 $20。缓存输入优惠 95%：$0.10，之后 $0.20。

介绍期价格持续多久？ Google 没有说明。发布博客没有给出结束日期或时长。

思考 token 按输出计费吗？ 在当前的 Gemini 模型上是的。Google 没有专门记录 Argon 的规则。

一次 1M token 的输出响应要多少钱？ 介绍期定价 $10，标准价 $20，不含输入。

Argon 比 Claude Opus 5.5 或 GPT-6 Astra 便宜吗？ 按 token 算，标准价 Argon 与 Opus 5.5 相同，比 Astra 低 60%。按任务算，取决于 token 用量：Artificial Analysis 测得 Argon 使用的输出 token 约为 Astra 的 2.3 倍。想用今天更便宜的 Gemini，见 Gemini 3.8 Flash pricing。

我今天能为 Argon 付费吗？ 不能。它仅面向 Fairwind Program 合作伙伴 rollout。付费 API 客户和 Google AI Ultra 订阅用户是下一批，没有日期。

现在做预算，之后再测量

把你当前流量的 token 数分别乘以 $2/$10 和 $4/$20，就得到 Argon 的介绍期和标准价区间。然后搭建度量：把请求保存到 gemini-3.8-flash，用 GEMINI_MODEL 作为变量，并对 usageMetadata 添加成本断言。当 Google 公布模型 ID 时，你换一个值，第一天就能看到真实的每次调用成本。

HiFox：将 Agent 变成真正的队友

另外，我们也在思考，AI 如何从个人提效走进团队协作。

HiFox 是一个让人和 AI Agent 在同一个工作现场协作的平台：你可以像给同事分派任务一样指派 Agent，在任务看板中跟踪进度、查看结果，让 Agent 成为团队里的队友。

👉 立即体验 HiFox：https://hifox.com

AI Coding 交流群

如果你也在用 AI 写代码，或者正在研究 Cursor、Claude Code 这些工具，
欢迎加入以下交流群。群里平时会聊一些 AI 编程的实际用法、开发工作流，还有各种新工具和新玩法。