Gemini 4 Argon API 多少钱？思考、缓存和 12 月价格怎么算

Gemini 4 Argon Standard API 在 截至 2026 年 11 月 30 日（含当天），输入每百万 token 2 美元、输出每百万 token 10 美元，输出计费包含思考 token。Google 公布的 12 月 1 日起费率分别为 4 美元和 20 美元。Standard 缓存输入在优惠期每百万 token 0.10 美元，之后为 0.20 美元。

这是 Google Gemini Developer API 费率，核对日期为 2026 年 10 月 14 日，不是 Ofox 报价，也不是 App 订阅费。我们检查的 Ofox 公开目录与已认证模型列表未列出 Argon。以下均为合成预算算例，并非真实 Argon 账单；下载表与计算器保留全部假设，便于替换成实际用量。

四种服务档位与调价日期

下表单位统一为美元／1,000,000 token，箭头表示“截至 2026 年 11 月 30 日 → 2026 年 12 月 1 日起”。

服务档位	普通输入	输出（含思考）	缓存输入
Standard	2 → 4	10 → 20	0.10 → 0.20
Batch	1 → 2	5 → 10	0.05 → 0.10
Flex	1 → 2	5 → 10	0.05 → 0.10
Priority	3.60 → 7.20	18 → 36	0.18 → 0.36

来源：Google API 价格页的 Argon 部分。Argon 只支持隐式缓存，不要把其他 Gemini 模型的显式缓存存储费或参数套到这里。

预算先选服务模式。Batch 与 Flex 在这张表中费率相同，不代表执行方式相同。单凭价格表无法判断交付时间、可用性保证，或你的工作流是否支持该模式。时效敏感的任务应先核对这些条件。Priority 单价较高，但本文没有实测延迟数据，不能据此认定某项任务值得支付溢价。

公式：缓存命中部分只算一次

对普通单次请求，定义：

I：输入总 token，已经包含命中缓存的部分。
C：I 中实际命中缓存的 token，依据用量记录，而非猜测的复用率。
O：全部可计费输出 token，包含思考。
Pi、Pc、Po：所选档位的普通输入、缓存输入、输出每百万 token 费率。

token 费用（美元）= ((I - C) × Pi + C × Pc + O × Po) / 1,000,000

必须满足 0 ≤ C ≤ I。输入总量已经包含缓存时，再额外加一次缓存量会重复计费。不同 SDK 的字段含义需要先映射到这里的定义，不能仅凭字段名推断包含关系。

可下载费率和算例 CSV与本地 Python 计算器。计算器不联网，只估算 token 费用，不能代替供应商账单。保存文件后运行：

python3 gemini-4-argon-cost.py --input 100000 --output 10000 --cached 80000 --tier standard --period promo

预期输出为 0.148000 USD，并同时打印未包含的项目。将参数改为 --period regular，即可按已公布的 12 月费率计算。显式指定价格时期，能避免以后重算旧预算时悄悄套用当天费率。

三个可复算的预算例子

10 万输入、1 万可计费输出，无缓存

Standard 优惠期：

100,000 / 1,000,000 × 2 美元  = 0.20 美元输入
10,000 / 1,000,000 × 10 美元  = 0.10 美元输出
合计                         = 0.30 美元

相同用量按 12 月费率为 0.60 美元。如果 1,000 次请求的用量完全相同，token 预算就是 300 美元与 600 美元。请求用量相同只是计算假设，实际任务复杂度、重试和思考量都可能改变总数。

同一请求，8 万输入命中缓存

此时 I=100,000、C=80,000、O=10,000：

20,000 未缓存输入 × 2 / 1M    = 0.040 美元
80,000 缓存输入 × 0.10 / 1M   = 0.008 美元
10,000 输出 × 10 / 1M         = 0.100 美元
合计                          = 0.148 美元

12 月对应费用为 0.296 美元。这里假设确实命中缓存，不保证 80% 命中率。隐式缓存取决于服务实际识别的合格复用；应用重复发送了文字，不等于账单就会按缓存费率计算。

答案很短，但思考很多

假设请求包含 20,000 未缓存输入、2,000 可见输出和 18,000 思考 token，可计费输出就是 20,000，不是 2,000。Standard 优惠期费用为 0.04 + 0.20 = 0.24 美元。若只按可见答案计算，会得到 0.06 美元，在这个合成例子中少算 0.18 美元。

核对真实账单时，不要用字数推算 token。保存供应商的用量字段和适用费率时期。

长输出：上下文大小不等于累计输入费用

Long decode 可能分多段（hop）执行，前面生成的 token 会成为后续段的输入。这里的分段不是用户与模型的多轮对话。Google 长输出文档给出的例子从 1,000 token 提示词开始，生成 200,000 token（含思考和最终输出），最终上下文约 201,000 token，但累计输入用量为 397,216 token。两者衡量的是不同内容。

文档说明，这些分段之间的重复输入按缓存费率计费，比普通输入减免 95%。应按 long decode 的实际用量语义处理，不要只给最初提示词计输入费。进度事件里的累计用量快照也不能逐条相加：保留该 interaction 最新完整累计值，否则会重复计算之前的工作。用量记录旁同时保存 interaction ID 与完成状态。

取消或失败的任务，仍可能对已执行工作收费。可见结果为空，也可能是思考耗尽输出预算。答案长度为零，不能证明费用为零。

下载计算器只接收已统一口径的输入、缓存和输出总量，不负责从原始事件还原多段用量。用于长任务对账前，要另行验证字段映射。

Search grounding 另行计费

Google 为 Gemini 3 及更新模型列出共享的每月 5,000 免费额度，之后 Search grounding 为每 1,000 次搜索查询 14 美元。表格使用 requests，脚注则说明按实际执行的每个 Search query 收费。一次用户请求可能产生多次搜索，不能用聊天轮数乘以 0.014 美元冒充核实后的搜索账单。

若共享额度已用完，再产生 2,000 次可计费 Search query，合成例子的额外费用是 28 美元。token 与工具费用应分开记录。本文下载表不含 Search、Maps、其他工具费、税费和汇率转换。启用工具前核对对应费率和实际账单；跨模型共享额度也不是每个请求都能重新领取的额度。

月度预算与对账怎么做？

记录精确模型、服务档位与费率时期。跨 11 月和 12 月的工作，按适用账单记录拆分，不把整月都套入一种费率。
小规模试跑有代表性的任务，逐次保存输入总量、缓存输入、可计费输出、工具用量，并纳入产生用量的失败和重试。
按任务类型分组。长时间仓库调查与短分类请求，不应共用一个输出量假设。
用测得的任务平均量乘以计划任务数，再单列有依据的重试和工具假设。缓存不确定时保留无缓存预算对照。
与供应商记录核对。先排查 token 包含关系、思考、服务模式、多段重复输入与费率日期，再判断是否只是舍入误差。

我们已本地验证计算器算术与非法输入处理，但没有用付费 Argon 发票核账，因此这些样本仍明确标为合成。

Google AI Pro 是否包含这些 API 费用？

不要把消费级订阅的使用资格当成 API 余额。使用权限指南区分 Gemini App、AI Studio、Antigravity 和 Developer API。API 对 Free/Pro 的排除，不代表 Pro 用户不能在 Gemini App 使用 Argon。

单价低也不等于每个合格结果成本低。选择生产模型前，结合Argon 基准测试解读，在自己的任务集中记录合格结果、重试和审核投入。