Gemini 4 Carbon 和 Argon 12 月 1 日价格翻倍:账单怎么重算,怎么省

2026 年 12 月 1 日起,Gemini 4 Carbon 和 Argon 的 token 费率从 $2/$10 涨到 $4/$20。本文说明哪些价格变了,给出月账单公式,并比较换 Neon、换 Hydrogen、调思考等级、缓存和 Batch 各自的取舍。

一个浅蓝色的分格信件柜,一只橙色信封正滑出格子,落向地上另一个托盘,表示把一部分流量转走。

2026 年 12 月 1 日起,Gemini Developer API 为 Gemini 4 Carbon 和 Gemini 4 Argon 公布的所有 token 费率都翻倍。Standard 档的输入从每百万 token $2 涨到 $4,输出(含思考)从 $10 涨到 $20;缓存输入从 $0.10 涨到 $0.20。Batch、Flex 和 Priority 同样翻倍。Neon($3/$15)和 Hydrogen($1.50/$7.50)没有标注任何调价日期。 如果模型、服务档位和 token 构成都不变,这两个模型 12 月的 token 账单正好是 11 月的两倍。搜索 grounding 费用不在这次翻倍范围内。

本文讲调价本身,以及调价生效前要做的决定。基础费率表和单次请求的算法,请看 Argon 价格拆解和 Carbon 任务成本计算器,这里只给链接,不再重复。

下文的来源和标注:费率取自 Google 的 Gemini API 价格页(英文),于 2026 年 11 月 19 日抓取并在线复核。账单总额是我们对假设用量的计算。思考 token 的数字来自我们 11 月 19 日实际发出的 24 个小请求,样本很小,题目也简单,相关章节会说明它的局限。本文由 Ofox 发布。Gemini 4 Argon 可以通过 Ofox 以 google/gemini-4-argon 调用;本文不写 Ofox 的价格,价格请看 Argon 模型页。

12 月 1 日到底变了什么

Google 价格页上 Carbon 和 Argon 的每个价格格子现在都有两个日期:一个是 “through November 30, 2026”(截至 2026 年 11 月 30 日)的费率,另一个是 “starting December 1, 2026”(自 2026 年 12 月 1 日起)的费率。在四个付费服务档位里,Carbon 和 Argon 的数字完全相同。

服务档位(美元/百万 token)输入输出(含思考)缓存输入(仅隐式缓存)
Standard$2.00 → $4.00$10.00 → $20.00$0.10 → $0.20
Batch$1.00 → $2.00$5.00 → $10.00$0.05 → $0.10
Flex$1.00 → $2.00$5.00 → $10.00$0.05 → $0.10
Priority$3.60 → $7.20$18.00 → $36.00$0.18 → $0.36

箭头左边是截至 11 月 30 日的价格,右边是 2026 年 12 月 1 日起的价格。来源:价格页中 Carbon 和 Argon 两节(英文),2026 年 11 月 19 日核对。

按这张表做计划时,有几处细节要注意:

  • 统一乘以 2。 每个档位的每个 token 费率都翻倍,档位之间的比例不变。Batch 和 Flex 仍是 Standard 的 50%,Priority 仍比 Standard 高 80%。
  • Google 把 Carbon 的价格称为首发优惠价。 Carbon 指南和选型页都把 $2/$10 写成截至 11 月 30 日的 introductory pricing(首发优惠价)。价格页上 Argon 的价格部分用了同样两个日期,但没有用这个词;实际效果一样。
  • 两个模型都没有免费档。 调价前后,两个模型的价格部分都写着 “not available on the Free tier”(Free 档不可用)。
  • 思考等级不改变单价。 Carbon 指南说 low、medium 和 high 三档 “at the same per-token price”(按相同的每 token 价格计费)。思考影响的是生成多少输出 token,而不是费率。
  • Argon 有一个 Contributor 标签页。 上面列的是输入 $1.00、输出 $5.00、缓存 $0.05,没有日期限定。Google 说明它是仅限受邀的私有预览,“used to improve our products”(用于改进我们的产品)一行写的是 yes。没有受邀就用不了;这个标签页之后会不会调价,页面没有说明。

哪些不变

  • Search 和 Maps grounding。 Carbon 和 Argon 的 Standard、Priority 标签页列出:每月 5,000 次免费 grounding 请求(Gemini 3 及更新模型共用),超出后每 1,000 次 $14(Google Search grounding 另有每天 1,500 次的上限)。这里没有日期限定。如果 grounding 在你的账单里占比很大,总额涨幅会小于 2 倍。
  • Gemini 4 Neon。 Standard 档 $3.00 / $15.00,缓存 $0.15;Batch 和 Flex 为 $1.50 / $7.50;Priority 为 $5.40 / $27.00。没有日期限定,Google 的选型页还明确写了 Neon 没有首发优惠价。
  • Gemini 4 Hydrogen。 Standard 档 $1.50 / $7.50,缓存 $0.075;Batch 和 Flex 为 $0.75 / $3.75;Priority 为 $2.70 / $13.50。Hydrogen 也保留免费档(有速率限制,免费档的内容可能被用于改进 Google 的产品)。
  • 模型可用性。 截至 11 月 19 日,Google 的弃用页(英文)对 gemini-4-carbon 和 gemini-4-argon 都写着 “No shutdown date announced”(尚未公布停用日期)。这次调价不是下线通知。
  • 上下文和 API 行为。 四个 Gemini 4 模型仍共用 1,048,576 token 的统一窗口,12 月 1 日也没有绑定任何请求格式变更。

时区和账期问题

Google 价格页只给了日历日期。截至我们 11 月 19 日核对时,页面没有说明 “November 30” 和 “December 1” 按哪个时区算,也没有说明跨越午夜的请求按哪个费率计费,或者 11 月 30 日提交而 12 月 1 日才完成的 Batch 任务怎么算(Google 的优化指南(英文)给 Batch 的目标周转时间是最多 24 小时)。我们没找到官方说明,所以不要打算把工作挤到 11 月最后几个小时里跑。11 月 30 日或 12 月 1 日运行的任务,都按可能以新价计费来看待,事后在 Cloud Billing 报表里确认实际扣费。

如果内部预算月和日历月不一致(例如账期是 11 月 15 日到 12 月 14 日),就在调价日把用量切开,两边分别计价。用一个混合费率算,两边都会算错。

重算月账单

每个模型、服务档位和费率期间各用一个公式,再把各行相加。结构和我们的单次请求计算器一样,只是放大到一个月。

I = 当月输入 token 总量(含缓存 token),单位百万
C = I 中 API 报告为缓存命中的部分,单位百万
O = 输出 token(含思考),单位百万
Pi, Pc, Po = 该档位每百万 token 的输入、缓存输入、输出费率

monthly_token_bill = (I - C) × Pi + C × Pc + O × Po
monthly_total      = monthly_token_bill + grounding 及其他工具费用

能避开大多数错误的几条规则:C 必须是 I 的子集(不能额外加在 I 上面),O 里的思考 token 只能算一次,grounding 按搜索查询次数计费,不是按对话轮次。从 API 用量记录到各字段的对应关系,见 Carbon 任务成本指南里的归一化表。

下面把公式写成一段可以直接复制修改的 Python。里面只有 Google 公布的费率,2026 年 11 月 19 日核对。

RATES = {  # 美元/百万 token:(输入, 缓存输入, 输出含思考)
    "carbon_argon_standard_nov": (2.00, 0.10, 10.00),
    "carbon_argon_standard_dec": (4.00, 0.20, 20.00),
    "carbon_argon_batch_flex_dec": (2.00, 0.10, 10.00),
    "carbon_argon_priority_dec": (7.20, 0.36, 36.00),
    "neon_standard": (3.00, 0.15, 15.00),
    "hydrogen_standard": (1.50, 0.075, 7.50),
}

def bill(input_m, cached_m, output_m, rate):
    """input_m 包含 cached_m。所有数量的单位都是百万 token。"""
    assert 0 <= cached_m <= input_m
    pi, pc, po = RATES[rate]
    return (input_m - cached_m) * pi + cached_m * pc + output_m * po

# 月用量:(输入总量 M, 其中缓存命中 M, 输出含思考 M)
for name, v in {"small": (20, 0, 2), "medium": (300, 150, 30),
                "large": (3000, 2000, 250)}.items():
    print(name, {r: round(bill(*v, r), 2) for r in RATES})

三种用量的算例

三种工作负载都是假设的。选它们是为了展示缓存和输出占比如何影响结果,并不代表典型客户。

  • 小: 每月 2,000 万输入 token,没有缓存命中,200 万输出 token。可以想象成团队原型,或者提示词短而多变的内部工具。
  • 中: 3 亿输入 token,其中 1.5 亿命中缓存,3,000 万输出 token。系统提示词和工具定义固定的线上助手。
  • 大: 30 亿输入 token,其中 20 亿命中缓存,2.5 亿输出 token。每轮都重发长上下文的重度 Agent 负载。
月 token 账单(美元)小中大
Carbon/Argon Standard,11 月费率60.00615.004,700.00
Carbon/Argon Standard,12 月费率120.001,230.009,400.00
Carbon/Argon Batch 或 Flex,12 月费率60.00615.004,700.00
Carbon/Argon Priority,12 月费率216.002,214.0016,920.00
Neon Standard,token 数相同90.00922.507,050.00
Hydrogen Standard,token 数相同45.00461.253,525.00

手算核对“中”这一列的 12 月数字:未缓存输入 (300 − 150) × $4 = $600,缓存输入 150 × $0.20 = $30,输出 30 × $20 = $600,合计 $1,230。在“大”负载里,缓存输入占全部输入的三分之二,但在 12 月 $9,400 的账单里只占 $400;光输出就有 $5,000。推理模型通常就是这样:推高费用的一般是输出和思考,而不是输入。

Neon 和 Hydrogen 两行假设 token 数不变,而这正是“换个模型就行”这类方案的薄弱处。对同一个请求,不同模型、不同的默认思考等级生成的思考 token 数量并不一样。下一节会展示这个差距可能有多大。

24 个测试请求里的思考 token

小样本,不是基准测试。 一共 24 个请求:两道简短、简单的题,每行 n = 4,一天,一条路由。下面的数字说明思考 token 可能在账单里占大头。它们不能告诉你 Argon、Carbon 或 Hydrogen 在你的流量上会怎样表现,我们也不据此对任何模型下一般性结论。

为了看思考对输出数量的影响有多大,我们在 2026 年 11 月 19 日通过 Ofox 的 Gemini 原生端点(/gemini/v1beta/models/{model}:generateContent,说明见 Ofox Gemini API 参考),向 gemini-4-argon 和 gemini-4-hydrogen 发了两道短题。一道是三个盒子的标签推理题,另一道要求修复一个有 bug 的中位数函数。每种配置每道题跑两次(每行 n = 4),maxOutputTokens 设为 32,768。按我们的检查,24 个回答全部正确(选对了要抽样的盒子;偶数长度取中间两数的平均,且没有改动输入列表)。

模型与思考设置平均输入 token平均可见输出平均思考 token平均计费输出延迟中位数
Argon,未设置 thinkingLevel(默认)9713501356.9 s
Argon low9712601266.9 s
Argon medium9712701277.7 s
Argon high971379851,12121.8 s
Hydrogen,未设置 thinkingLevel(默认 high)971276487756.8 s
Hydrogen medium971336087418.0 s

Argon high 的计费输出约为 Argon medium 的 8.8 倍(1,121 对 127 个 token),下文取整为“约 9 倍”。“0 个思考 token”指响应的 usageMetadata 里没有 thoughtsTokenCount 字段,且 totalTokenCount 等于提示词加可见输出。原始请求和响应已和本文的工作文件一起保存。

按 Google 的 Standard 费率,这些平均值折合每次请求大约为:Argon medium 按 12 月费率 $0.0029,Argon high 按 12 月费率 $0.0228,Hydrogen 默认设置 $0.0060。这是我们用 Google 公布费率算出的数,不是 Ofox 的收费,也不是供应商账单。

这组样本里有两点,值得在 12 月 1 日前用你自己的流量核实:

  1. 在这两道简单题上,Argon high 的计费输出约为 medium 的 9 倍,而两档都答对了。如果你默认用 high 跑 Argon 或 Carbon,首先该测的设置就是思考等级。在更难的题上(medium 可能答错)能省多少,这次测试回答不了。
  2. 在这两道题上,Hydrogen 的单次请求并不比 Argon medium 便宜。它的每 token 单价更低,但每个回答要花大约 550–730 个思考 token,即使在 medium 档也是如此,而 Argon 在 medium 档报告的思考 token 为零。这说明不要因为 Hydrogen 单价低就认定账单也低,应先测一测它的输出量;这并不能证明 Hydrogen 总体上更贵。

再强调一次局限:两道短题,每题重复两次,一天,一条路由(Ofox 的 Gemini 原生端点)。长时间的 Agent 编程任务里 Argon 也会思考,表现可能完全不同。把这组结果当作去测量的理由,不要把它当作做计划的依据。

12 月 1 日之前的几个选项

下面每个选项,要么降低每 token 单价,要么减少 token 数,要么两者兼有。每个选项也都有切换前必须重新测试的地方。

选项 1:继续用 Carbon 或 Argon,接受新价格

适用情况: 这个模型能达到质量要求而更便宜的选项达不到;API 支出相对产出的价值很小;或者 12 月 1 日前没时间重新验证。

取舍: 账单中 token 部分翻倍。其他都不变:同一模型,同一套提示词,没有迁移风险。

无论如何都要做的事: 更新预算、配额告警,以及所有把 $2/$10 写死的成本看板。如果月度支出上限是按 11 月费率设的,你会以两倍速度撞上它。

选项 2:把部分流量迁到 Gemini 4 Neon($3 / $15)

Neon 的 Standard 费率在输入、输出和缓存上都比 Carbon/Argon 的新价格低 25%。Google 把它定位在 Hydrogen 和 Carbon 之间:选型页(英文)说它 “finishes faster with fewer output tokens than Carbon”(比 Carbon 完成得更快,输出 token 也更少),Neon 发布文章(英文)说在默认的 high 档,Neon “a 32% lower cost per task than Carbon”(每个任务的成本比 Carbon 低 32%)。

Google 把这个 32% 和 Artificial Analysis(AA)Intelligence Index 关联起来,但没有说明对比的是 Carbon 的哪个思考等级、哪个价格期间,也没有说明用的是哪个 AA 数据快照。我们用 2026 年 11 月 19 日抓取的 AA 数据复现不出来;AA 对 Carbon 已按 12 月的 $4/$20 计价:

Neon high(每个 AA 任务 $3.74,指数 59.6)对比Carbon 每个 AA 任务的成本差异
Carbon high,12 月价格$7.76(指数 60.0,每个任务 37.2 分钟)−52%
Carbon medium,12 月价格$6.59−43%
Carbon low,12 月价格$7.19−48%
Carbon high,11 月价格(我们把 AA 数字减半)$3.88−3.5%
Carbon medium,11 月价格(我们减半)$3.29+14%

我们试过的任何组合都得不出 32%。11 月两行假设 AA 的每任务成本全部是 token 成本,费率减半它也减半;这是我们的计算,不是 AA 的数字。AA 对 Argon 用的是现行的 $2/$10:不带后缀的 Argon 条目每个任务 $4.97(指数 50.4),按同样的翻倍假设,12 月费率下约为 $9.95。AA 给这个条目标注的是 “Gemini 4 Argon (High)“。在 Argon 的默认 medium 档,AA 列出的是每个任务 $4.31(指数 47.6),按同样的翻倍假设,12 月费率下约为 $8.62(这是我们的计算)。这些都是基准测试的汇总成本,只适合看方向。

取舍与需要重测的地方:

  • 默认思考等级不同。 Neon 默认 high,还多了 xhigh;Carbon 和 Argon 默认 medium,最高到 high。如果只换模型 ID 而不设置 thinking_level,默认思考也会随之变深,可能增加输出 token 和延迟。Neon 的迁移说明要求显式设置思考等级。
  • 单个 hop 的上限不同。 四个 Gemini 4 模型每次响应的默认输出上限都是 65,536 个 token。差别在非流式前台单个 hop 的上限:Neon 和 Hydrogen 是 65,536,Carbon 和 Argon 是 32,768,见 Google 的 long decode 指南(英文)。检查 max_output_tokens 和超时设置。
  • 质量不能直接互换。 重新跑评测集,比较的是每个被接受结果的成本,而不是每次请求的成本。我们的 Neon 与 Carbon 对比讲了各自的强项,Neon 价格指南按思考等级拆分了成本。
  • 接入。 Neon 只在付费档提供。截至 2026 年 11 月 19 日,Ofox 上没有 Neon,所以这个选项意味着直接调用 Google 的 API;Neon API 指南介绍了原生接入方式。

选项 3:把部分流量迁到 Gemini 4 Hydrogen($1.50 / $7.50)

Hydrogen 的费率比 Carbon/Argon 的新价格低 62.5%。按 Google 的建议,日常编程、交互式应用和调用工具的 Agent 默认选它。它也有免费档,并且可以通过 Ofox 以 google/gemini-4-hydrogen 调用。

取舍与需要重测的地方:

  • 思考可能吃掉单价优势。 Hydrogen 默认 high。在我们的 24 个请求测试里,它在简单题上花了大约 550–730 个思考 token,而 Argon medium 在同样的题上报告为零,结果在这些题上它的单次请求反而更贵。在下结论说它省钱之前,先用你自己的流量试试 Hydrogen 的 low 和 medium。
  • 能力上限。 Hydrogen 为速度和日常工作设计。复杂的多文件调试、证明或安全审查,Google 会建议用 Carbon。在这些任务上要预期质量下降,并实际测量。
  • 混合会话。 Google 的文档介绍了在同一个多轮会话里,把规划轮次交给 Carbon、执行轮次交给 Hydrogen。如果你在客户端自行管理的历史记录里混用模型,要原样保留 thought signature;不这样做会遇到的报错,见我们的 thought_signature 缺失修复。
  • 限流。 如果通过 Ofox 迁移流量,一次性转移大比例之前,先看限流文档里的默认限额。Hydrogen 接入指南同时介绍了 Google 和 Ofox 两种接入。

选项 4:调低 Carbon 或 Argon 的思考等级

每 token 单价无论如何都会翻倍,但生成多少输出 token 由你控制。Google 对每个 Gemini 4 模型的建议都是在所有等级上跑评测,然后 “pick the lowest level that meets your quality bar”(选能达到质量要求的最低等级)。

取舍与需要重测的地方:

  • 如果你现在用 high,收益最大。 在我们很小的测试里,两道简单题上 high 的计费输出约为 medium 的 9 倍。难题上差距会不一样,而且 medium 可能在 high 能答对的地方答错。
  • 简单流量上,低于 medium 收益不大。 在我们的运行里,Argon low 和 medium 用的 token 差不多,因为两者在这些题上都没有报告思考。Google 提醒,low 档在难任务上的质量 “can drop”(可能下降)。
  • 注意重试。 一次更便宜但失败的尝试加上重试,按每个被接受的结果算,可能比一次 high 更贵。按 Carbon 指南的建议,Carbon 的 max_output_tokens 保持在 32,768 或以上,避免思考把答案截断。

选项 5:提高缓存命中

调价后,缓存输入仍比普通输入低 95%(Standard 档 $0.20 对 $4.00)。Carbon 和 Argon 只支持隐式缓存,不支持显式创建缓存,所以没法强制命中。Google 的说明是:隐式缓存适用于至少 4,096 个 token 的 Gemini 4 提示词;把共用的系统指令、工具定义和参考文档放在提示词开头,让重复请求共享同一前缀。

取舍: 缓存只降低输入成本。以上面的“中”负载为例,把缓存命中从输入的 50% 提到 80%,按 12 月费率每月可省 90M × ($4.00 − $0.20) = $342。这不算少,但输出仍占账单中的 $600。调整提示词结构也会改变模型最先看到的内容,所以要重跑质量检查。命中情况以报告的缓存 token 数为准,不要因为提示词看起来重复就认定命中。Agent 循环还有一条额外规则(一轮必须新增至少 2,050 个 token,上一次请求才会被完整缓存),详见 Carbon 任务成本指南。

选项 6:把不着急的工作移到 Batch 或 Flex

这是唯一能让每 token 单价维持在现有水平的办法。12 月的 Batch 和 Flex 费率($2 / $10,缓存 $0.10)正好等于现在的 Standard 费率。在上面的表里,每种负载 12 月的 Batch 账单都等于 11 月的 Standard 账单。

取舍与需要重测的地方:

  • Batch 是异步的,目标周转时间最多 24 小时。适合评测、数据集处理、回填和夜间报表,不适合任何有用户在等的场景。
  • Flex 是同步的,但属于尽力而为,目标为 1–15 分钟,流量高峰时请求可能被抢占。客户端需要为此设计超时和重试。我们的 Argon API 报错指南和通用的 429 重试指南讲了退避写法。
  • Grounding 的价格列在这两个模型的 Standard 和 Priority 标签页上,Batch 和 Flex 上没有列,所以迁移带 grounding 的请求之前,先确认它们是否受支持。
  • Priority 是反方向的选择。它翻倍到 $7.20 / $36。如果你为了延迟用 Priority,确认哪些请求真的需要它。

组合使用:混合账单

大多数团队会组合使用。估算组合方案时,给每条路由一个流量占比 s,以及一个通过试点测得的输出倍数 k(同一批请求在新路由上的输出 token 除以在 Argon 或 Carbon 上的输出 token):

blended = 对所有路由求和:  s × [ (I − C) × Pi + C × Pc + k × O × Po ]

举例:“中”负载按 12 月费率,假设 Hydrogen 的 k = 1.5(仅为示意,不是测量值)。60% 留在 Argon Standard(0.6 × $1,230 = $738),40% 迁到 Hydrogen(0.4 × ($225 + $11.25 + 1.5 × 30 × $7.50) = $229.50)。合计 $967.50,而完全不迁移是 $1,230。如果 k = 6(接近我们简单题测试里相对 Argon medium 的结果),仅 Hydrogen 那部分就要 $634.50,总额会升到 $1,372.50。正式决定之前,先用你自己的流量测出 k。

12 月 1 日前要完成的决策清单

  1. 按模型、档位和思考等级拉出 11 月用量,包括报告的缓存 token 和思考 token。没有这四项数字,什么都没法重算。
  2. 用上面的公式重算 12 月。 只有档位和构成都不变时,token 部分才能直接乘以 2;grounding 单独加。
  3. 找出你的 thinking_level 设置。 凡是用 high 的地方,都是首先测试 medium 的地方。
  4. 按紧急程度给流量打标签。 能等几分钟的放进 Flex 候选,能等几小时的放进 Batch。
  5. 建一个小评测集(20–50 个真实请求,带通过/不通过标准),分别在当前模型、更低思考等级,以及显式设置了 thinking_level 的 Neon 和 Hydrogen 上跑。
  6. 比较每个被接受结果的成本(含重试),而不是每次请求的成本。我们的按正确结果算成本指南介绍了怎么搭建。
  7. 检查提示词结构是否利于缓存。 固定部分是否放在开头,且超过 4,096 个 token?
  8. 在 12 月第一周的支出进来之前,把预算和告警改成 12 月费率。
  9. 避开分界点。 不要指望旧价格而把大任务排在 11 月 30 日;时区没有文档说明。
  10. 12 月 1 日再核对一次价格页。 费率和限定条件可能变化;本文反映的是 11 月 19 日的页面。

成本之外的模型选型,请看我们的 Gemini 4 模型选型指南。

如果你通过 Ofox 调用 Argon

Gemini 4 Argon 在 Ofox 上的 ID 是 google/gemini-4-argon(2026 年 11 月 19 日对照登录后的模型列表核实)。它的模型页列出了支持的协议(OpenAI 兼容和 Gemini 原生)以及 Ofox 的收费价格。本文不引用、也不预测 Ofox 的价格。12 月 1 日前后,请直接查看 Argon 模型页和 Ofox 计费与价格文档。

截至 2026 年 11 月 19 日,Gemini 4 Carbon 和 Gemini 4 Neon 在 Ofox 上不可用,这两个模型请用 Google 的 API。Hydrogen 可以通过 google/gemini-4-hydrogen 调用。上面的思考等级和缓存选项,在任何会透传 thinkingConfig 的路由上都同样适用;在 Ofox 上,原生端点见 Gemini API 参考,每次请求的 token 和费用明细见用量追踪。

相关文档