Gemini 4 Argon 价格怎么算：12 月 1 日前后的真实成本

Gemini 4 Argon 价格详解：11 月 30 日前 $2/$10，之后 $4/$20，缓存输入只收 5%，1M 统一上限的影响，附实测账单和 Python 成本计算器。

作者 Sophie Lin定价指南

Gemini 4 Argon 价格文章封面，编辑配图，不是价格图表

先说个坑。我们拿一份 11,059 token 的政策文档连问了三个问题，三次返回的都是 cached_tokens: 0，每次在 SandBase 上扣约 $0.046。接着把其中一个问题原样再发一遍，这次显示 9,005 个缓存 token，只扣了 $0.0113，差不多是原价的四分之一。对大多数 Argon 业务来说，这个差距对账单的影响，比限时优惠价本身还大。

这篇是给要做预算的开发者写的 Gemini 4 Argon 价格 指南：12 月 1 日涨价后怎么算、缓存输入便宜 95% 实际能省多少、1M 统一 token 上限对长输出任务意味着什么。文中每一笔单次成本都来自 GET /v1/tasks/<id>/cost 的真实扣费，不是估算。所有测试在 2026-10-14 18:29–18:35 UTC 跑在 SandBase 上。

先说结论

  • Google 官方价：2026 年 11 月 30 日前每百万输入 token $2、输出 $10；12 月 1 日起变成 $4 / $20。缓存输入只按输入价的 5% 计费（便宜 95%）；Google 是在限时价里写的这条，标准价阶段没有重申。
  • SandBase 上 google/gemini-4-argon 现在就是 $4 / $20，缓存读取每百万 $0.20。这等于 Google 12 月起的标准价，是 Google 直连限时价的 2 倍。
  • SandBase 实测：一轮简短对话 $0.0018；11K token 的 RAG 提问未命中缓存 $0.0455，命中 9,005 个缓存 token 后 $0.0113；生成 9,789 个输出 token 的代码任务 $0.196。
  • 12 次调用里，只有原样重发的请求命中了缓存（5/5），同一份文档换个新问题全部未命中（4/4）。预算要按自己测出来的命中率算。
  • Artificial Analysis 按 $2 / $10 跑 Argon，每个 Intelligence Index 任务花 $1.99；换成 $4 / $20，同样的 token 约 $3.98，比 Claude Opus 5.5（Xhigh）的 $3.46 还贵。

Gemini 4 Argon 价格：你会看到的三个价

两个 Google 价、一个 SandBase 价，差别只存在于 11 月 30 日之前。Google Cloud 发布文（2026 年 10 月 13 日）一段话写清了两个阶段；Google 官方公告 给出限时价和缓存折扣，$4 / $20 的后续价写在区域版脚注里。

价格输入 / 百万缓存输入 / 百万输出 / 百万适用时间
Google 直连限时价$2.00$0.10$10.002026-10-13 至 11-30
Google 直连标准价$4.00$0.20（推定）$20.002026-12-01 起
SandBase 标价（google/gemini-4-argon）$4.00$0.20$20.00现在，无限时优惠

Google Cloud 博客 Get started 段落：Argon 11 月 30 日前 $2 / $10，之后 $4 / $20，缓存输入便宜 95%

Google Cloud 发布文在同一段里写明了两个价格阶段和缓存输入便宜 95% 的规则，模型 ID 为 gemini-4-argon（2026-10-14 UTC 截图）。

直说：11 月 30 日前，通过 SandBase 调 Argon 的单价是 Google 直连的两倍；12 月 1 日起两边一样。SandBase 的价值在于一个 key、一个 OpenAI 兼容接口同时调 Argon、Claude、GPT，而不是 Argon 更便宜。如果你只用 Argon、12 月前预算又紧，直连 Google 更省。

Google 那段话把 95% 缓存折扣和限时价写在一起，标准价阶段没有重申；我们按沿用处理（$0.20），也正是 SandBase 现在的缓存价。Google 的文章也没给缓存写入价或存储费。SandBase 的模型卡只有 cache_read_multiplier 0.05，没有写入倍率；我们所有调用的 cache_write_tokens 也都是 0。

SandBase 上 Gemini 4 Argon 模型页：输入 $4.00、输出 $20.00、1M 上下文、最大输出 65.5K

SandBase 模型页标价 $4.00 / $20.00 每百万 token，最大输出 65.5K，这个上限决定了长输出任务的预算天花板（2026-10-14 UTC 截图）。

和其他模型比，Argon 的标价在什么位置

按单价看，Argon 属于中档旗舰。下表是 2026-10-14 从 GET /v1/models/<id> 取的 SandBase 标价，缓存输入价 = 输入价 × 各模型卡的 cache_read_multiplier。

模型输入 / 百万缓存输入 / 百万输出 / 百万
Gemini 4 Argon$4.00$0.20$20.00
Claude Opus 5.5$4.00$0.20$20.00
Claude Sonnet 5.5$2.00$0.20$10.00
Claude Fable 5.1$10.00$0.25$50.00
GPT-6 Astra$10.00$1.00$50.00
GPT-6.1 Sol$2.00$0.10$10.00
GPT-6 Luna$0.10$0.01$0.50
Gemini 3.1 Pro preview$2.00$0.20$12.00
Gemini 3.8 Flash$1.50$0.15$7.50

OpenAI 三款和 Gemini 3.1 Pro preview 在提示超过 272K / 200K token 后会切到更高的长上下文价，Argon 只有一档。Argon 和 Opus 5.5 单价完全相同，两者谁贵，就看谁更费 token。

每个任务花多少钱：独立评测的账

衡量”费不费 token”，目前最好的公开参照是 Artificial Analysis 跑 Intelligence Index 时每个任务的花费。数据来源：Artificial Analysis，Intelligence Index v4.3，数据截至 2026-10-12（免费层快照）；每一行是”模型 × 推理强度”的组合，Argon 的测量配置是 “Gemini 4 Argon (High)“。完整排名见我们的 Argon 跑分排名文章。

配置（AA）Intelligence IndexAA 计价 输入 / 输出每个任务成本
Claude Opus 5.5 (Max)57.6$4 / $20$5.98
Claude Opus 5.5 (Xhigh)56.0$4 / $20$3.46
Claude Opus 5.5 (High)53.6$4 / $20$1.82
GPT-6 Astra (Max)52.7$10 / $50$3.26
Gemini 4 Argon (High)52.6$2 / $10$1.99
GPT-6 Astra (Xhigh)52.4$10 / $50$2.31
Claude Sonnet 5.5 (Xhigh)51.9$2 / $10$2.01
GPT-6.1 Sol (Max)51.8$2 / $10$0.72

关键在第三列：AA 用的是 Argon 的限时价。12 月 1 日后快照里 Argon 的所有价格都翻倍，同样的 token 每个任务约 $3.98。结论随之反转——按 $1.99 算，在 AA 得分 52 以上的 9 个配置里 Argon 是第二便宜的；按 $3.98 算，它比得分 56.0 的 Opus 5.5（Xhigh）还贵，是同单价、得分 53.6 的 Opus 5.5（High）的两倍多。

另一个信号：Argon 很能”吃” token。GPT-6.1 Sol（Max）单价同为 $2 / $10，得分只低 0.8，每个任务却只要 $0.72，折算下来 Argon（High）用的 token 大约是它的 2.8 倍。评测任务不等于你的业务（方法说明），但别看到 $2 / $10 就默认它便宜。

SandBase Lab 智能排行榜，Gemini 4 Argon (High) 以 52.6 排第五

基于 Artificial Analysis 数据的 SandBase Lab 智能榜，在 87 个 SandBase 上架模型中把 Gemini 4 Argon (High) 以 52.6 排在第五；Lab 用的是 2026-10-14 快照（2026-10-14 UTC 截图）。

SandBase Lab 每任务成本榜，55 个模型中最便宜的 15 个，每任务 $0.053 到 $0.265

Lab 每任务成本榜从便宜往贵排，第 15 名是每任务 $0.265；Argon 即使按限时价算的 $1.99，也远在”低价档”之外（2026-10-14 UTC 截图）。

实算三种场景：对话、RAG、长输出

下面每一行都是一次真实的 SandBase 调用。token 数取自响应里的 usage，SandBase 一列就是 /v1/tasks/<id>/cost 实际扣的钱；限时价一列是把同样的 token 按 $2 / $10 算。

任务（2026-10-14 UTC 实测）输入 token（其中缓存）输出 tokenGoogle 限时价12 月起 Google / SandBase
一轮对话，两句话回答66（0）78$0.000912$0.001824
RAG 提问，11K 前缀，未命中11,059（0）65$0.022768$0.045536
RAG 提问，同一请求重发11,059（9,005）63$0.005639$0.011277
长输出：Python 模块 + 测试86（0）9,789$0.098062$0.196124

拆开算一下命中缓存的那次（按 $4 / $20）：新鲜输入 (11,059 − 9,005) × $4/M = $0.008216，缓存输入 9,005 × $0.20/M = $0.001801，输出 63 × $20/M = $0.001260，合计 $0.011277，和 /cost 扣的一分不差。

换算成月度（推算，不是实测）：

月用量（推算）Google 限时价12 月起 / SandBase
个人项目：3,000 轮对话（同第 1 行）$2.74$5.47
创业团队：5 万次 RAG 提问，缓存命中 0%$1,138$2,277
创业团队：5 万次 RAG 提问，命中 50%$710$1,420
团队：2,000 次长输出任务（同第 4 行）$196$392

最容易算错的是 RAG。命中率 50% 能省 38%，全部命中能省 75%。但从我们的结果看，这两个数都不能想当然。

缓存到底命中了多少

12 次调用里有 9 次用的是同一份 11,059 token 的系统提示（240 条编号政策条款）。结果是这样的：

  • 四个不同问题的首次发送（三个在 20 秒内，一个约两分钟后）：cached_tokens 全是 0。
  • 五次重发已经问过的问题（距首次 20 秒到 3 分钟不等）：每次都命中 9,005 或 9,006 个缓存 token，约占提示的 81%。
  • 其中两次重发把系统提示包成了 Anthropic 风格的 cache_control 块，命中情况和普通重发一样，看不出这个标记有作用。

同一个 11K 前缀、换个新问题为什么不命中？这块没有确切答案：缓存的 key 怎么算、请求怎么路由、新前缀多久才能被缓存，都有可能。这只是一天的观察，不是规律。建议给每次调用记下 prompt_tokens_details.cached_tokens，跑一周，用真实命中率做预算，别直接按”所有输入都便宜 95%“来算。

1M 统一上限，对长输出任务意味着什么

Google 说 Argon 通过 Gemini API 提供 1M 的”统一输入输出 token 上限”，模型卡 也写明输入加输出合计最多 1M token。落到成本上有两点。

第一，输入和输出共用一个额度：塞进 700K token 的文档，回答最多只剩 300K。第二，输出单价是输入的 5 倍，钱主要花在长回答上。直连 Google 一次输入 200K、输出 800K，限时价 $8.40，12 月起 $16.80，其中 $16 是输出。Google 还提到一个”continuation protocol”，它的文档我们没访问到，这里不做定价。

SandBase 目前不一样：模型页写最大输出 65.5K，schema 里 max_tokens 上限 65,536，所以单次响应的输出费最多约 $1.31（按限时价折算约 $0.66）。我们发了一次 max_tokens: 100000、内容是 “Say OK.” 的请求，返回 HTTP 200、6 个 token——说明请求不会被拒，但看不出长回答会不会在 65,536 处被截断。按单次最多 65.5K 输出来规划比较稳妥。

长输出那次，我们让 Argon 写一个自包含的 Python 键值存储：带 TTL、LRU 淘汰、JSON 快照，外加至少 40 个单元测试。它用 70.7 秒返回 9,789 个输出 token，finish_reason: stop，花 $0.196；本地跑了一下，42 个测试全部通过。只是一次运行，但可以当个参考单位：在 SandBase 上每 1 万输出 token 约 $0.20，按 Google 限时价约 $0.10。

还有一个没解开的问题：SandBase 的介绍说 Argon 回答前总会推理，可 12 次调用的 reasoning_tokens 全是 0。从外部看不出推理是并进了 completion_tokens，还是这些提示根本没触发。不过在我们的 Python 调用教程里，一道更难的数学题确实报出了推理 token，而且算在 completion_tokens 里按输出价计费。反正计费看的是 completion_tokens，用你自己的提示测一下就知道。

Python 成本计算器，对过真实账单

按 API 返回的 usage 计算单次成本。注意 prompt_tokens 已经包含缓存 token，SandBase 计费也是这个口径。

"""Gemini 4 Argon cost calculator (prices as of 2026-10-15, USD per 1M tokens)."""
CACHE_READ_FACTOR = 0.05  # cached input is 95% off the input rate
RATES = {
    "google-intro": (2.00, 10.00),     # Google direct, through Nov 30, 2026
    "google-standard": (4.00, 20.00),  # Google direct, from Dec 1, 2026
    "sandbase": (4.00, 20.00),         # SandBase list price for google/gemini-4-argon
}


def argon_cost(prompt_tokens: int, completion_tokens: int, cached_tokens: int = 0,
               rate: str = "sandbase") -> float:
    """Cost of one call. prompt_tokens includes cached_tokens, as in the API's usage block."""
    if not 0 <= cached_tokens <= prompt_tokens:
        raise ValueError("cached_tokens must be between 0 and prompt_tokens")
    price_in, price_out = RATES[rate]
    fresh = prompt_tokens - cached_tokens
    return (fresh * price_in
            + cached_tokens * price_in * CACHE_READ_FACTOR
            + completion_tokens * price_out) / 1_000_000


if __name__ == "__main__":
    # usage blocks copied from real SandBase responses on 2026-10-14 (UTC)
    runs = {
        "chat turn": (66, 78, 0),
        "RAG, cache miss": (11059, 65, 0),
        "RAG, cache hit": (11059, 63, 9005),
        "long output": (86, 9789, 0),
    }
    for name, (p, c, k) in runs.items():
        row = {r: round(argon_cost(p, c, k, r), 6) for r in RATES}
        print(f"{name:16} {row}")

对账方法：把 POST https://api.sandbase.ai/v1/chat/completions 响应里的 id 传给 GET /v1/tasks/<id>/cost，用同一个 Bearer key（见 Chat Completions 指南）。命中缓存的那次 RAG 调用（6a4939b2-b988-4dc1-87b4-3449767e7d93）返回如下（已删减）：

{"status": "completed", "settled": true, "currency": "USD", "cost": "0.011277",
 "usage": {"prompt_tokens": 11059, "completion_tokens": 63, "cached_tokens": 9005,
           "cache_creation_tokens": 0, "reasoning_tokens": 0}}

12 次调用，计算器的 sandbase 结果和实际扣费全部一致，包括 5 次命中缓存的。本文测试总花费 $0.4366。

怎么把 Argon 账单压下来

  • 可缓存的前缀保持逐字节一致：文档和指令放前面，用户问题放最后，然后去看 cached_tokens。
  • max_tokens 按任务需要设。一次失控的 65K 回答在 SandBase 上就是 $1.31。
  • 便宜的轮次交给别的模型：GPT-6.1 Sol 在 SandBase 标价 $2 / $10，GPT-6 Luna 只要 Argon 的四十分之一。
  • 如果直连 Google，评测和补数类任务尽量在 11 月 30 日前跑完，同样的 token 半价。
  • 按 $2 / $10 做的预算表，现在就加一列 $4 / $20。

怎么调用 Argon（流式、response_format、finish_reason 处理），看 Argon API 调用教程；值不值得比 Opus 5.5、GPT-6 Astra 多花钱，看 三款旗舰对比。正式开放前的背景信息在我们更早的 Argon 文章里。

常见问题

Gemini 4 Argon 多少钱？

直连 Google：2026 年 11 月 30 日前每百万输入 token $2、输出 $10，12 月 1 日起 $4 / $20，缓存输入只按输入价的 5% 计费（随限时价一起公布）。SandBase 现在是 $4 / $20，缓存读取每百万 $0.20。

在 SandBase 上调 Argon 比直连 Google 便宜吗？

不便宜。11 月 30 日前，SandBase 的 $4 / $20 是 Google 限时价的两倍；12 月 1 日起两边一致。

在 SandBase 上能拿到 1M 输出 token 吗？

不能。SandBase 标注单次最大输出 65.5K。Google 说的 1M 是 Gemini API 上输入加输出的统一上限。

缓存输入便宜 95%，是自动生效的吗？

原样重发请求时自动生效了，不需要额外参数：11,059 个输入 token 里有 9,005 个按缓存价计费。但在我们的测试里，同一前缀换新问题没有命中。

局限

这是同一账号、同一天的 12 次调用，提示都很短，文档是合成的；缓存行为以后也可能变。AA 的每任务成本反映的是它自己的评测任务、按限时价计算，翻倍的前提是 token 用量不变。我们没测 Google 直连、continuation protocol，也没测超过 9,789 个输出 token 的单次响应。价格截至 2026-10-14 UTC，定预算前请再看一眼 Argon 模型页。