Google 公告列出的 Gemini 4 Argon API 首发优惠价为每百万输入 Token 2 美元、每百万输出 Token 10 美元。公告还列出后续的 4 美元和 20 美元价格，但没有说明优惠期何时结束。缓存输入便宜 95%，最大输出量则从 64K 提高到 100 万 Token。
来源：Google DeepMind。这张卡片没有显示 2 美元和 10 美元的价格；这些价格写在下方的公告正文中。Logan Kilpatrick 的发布贴文也在正文中说明了首发价格，并非另有价格卡片。
Gemini 4 Argon 价格与限制
| 规格 | 数值 | 数据来源（截至日期） |
|---|---|---|
| 首发输入价格 | 每 1M Token 2 美元 | Google 公告，2026 年 9 月 30 日 |
| 首发输出价格 | 每 1M Token 10 美元 | Google 公告，2026 年 9 月 30 日 |
| 后续输入价格 | 每 1M Token 4 美元 | Google 公告；未说明结束日期 |
| 后续输出价格 | 每 1M Token 20 美元 | Google 公告；未说明结束日期 |
| 缓存输入 | 输入价格优惠 95% | Google 公告 |
| 最大输出量 | 1M Token，之前为 64K | Google 公告 |
| 上下文窗口 | 1M Token，由输入与输出共用 | Artificial Analysis 模型记录，10 月 5 日查看 |
这些首发优惠价是截至目前的价格数据，不代表优惠期会在某个特定日期结束。发布状态页面说明了 Google 列出的访问对象；截至 2026 年 10 月 5 日，一般用户仍无法调用 Argon。
95% 缓存折扣怎么算？
“优惠 95%”表示缓存输入只按标价的 5% 计费。按首发输入价格 2 美元计算，每百万缓存输入 Token 约为 0.10 美元；按后续价格 4 美元计算则约为 0.20 美元。折扣只适用于缓存输入读取，不会降低输出价格。
举例来说，假设一次请求使用 100,000 个新处理的输入 Token 和 20,000 个输出 Token，按首发优惠价计算就是 0.20 美元 + 0.20 美元 = 0.40 美元，不考虑缓存影响。符合缓存条件的重复输入会按折扣价计费；实际请求的 Token 数量和缓存行为可能不同。
输出容量不等于上下文容量
Google 公告将单次任务的输出上限从 64K 提高到 1M Token。Artificial Analysis 记录的上下文窗口也是 1M Token，但它由输入和输出共用。这是两个不同的限制：输出上限表示一次回复最多生成多少内容，上下文表示一次请求可用的输入与输出总容量。
1M 输出上限不表示一次请求可以同时使用 1M 输入 Token 和 1M 输出 Token。它为长时间运行的任务提供了更多空间，避免回复过早截断；质量、延迟和任务实际使用的 Token 数量仍取决于请求本身。
标价没有告诉你的事
Artificial Analysis 列出的 Intelligence Index 单次任务成本约为 1.99 美元。这是加权评测成本估算，不是每位客户都要支付的固定费用，也不是所有工作负载的成本预测。不同来源的跑分见Gemini 4 Argon 基准测试；15.1% 数字的含义请看Argon 幻觉率解读。
如果你需要不按 Token 计费的本地模型，可以下载 Gemma 4并查看安装方案。Gemma 4 与 Gemini 4 Argon 属于不同模型系列。
