Gemini 4 Argon : tarifs et calcul du coût d’une requête

Pour calculer le coût de Gemini 4 Argon, trois quantités méritent votre attention : l’entrée non mise en cache, l’entrée mise en cache et la sortie, raisonnement compris. Une réponse visible courte peut tout de même consommer une part importante du budget de sortie. Une conversation plus longue renvoie aussi les messages précédents : le dixième échange ne coûte donc pas nécessairement autant que le premier.

Ce guide explique comment estimer le coût d’une requête à partir de sa consommation déclarée et comment fixer un budget avant de l’envoyer. Le tableau ci-dessous présente les tarifs de facturation actuels de SeedRouter au moment de leur récupération. Les prix publics de Google et un abonnement Google AI sont deux choses distinctes ; ni l’un ni l’autre ne remplace les tarifs applicables à votre compte.

Tarifs actuels de Gemini 4 Argon

Les tarifs du blog sont actualisés périodiquement. Pour consulter les derniers tarifs récupérés sur la page du modèle et l’exemple de requête standard, ouvrez les tarifs de Gemini 4 Argon. Si les prix sont indisponibles, attendez l’actualisation du tableau avant d’estimer une facture. L’absence de tarif ne signifie pas que la requête est gratuite.

Google indique que sa période de prix de lancement se termine le 30 novembre 2026. Cette date concerne l’offre publiée par Google. Elle ne détermine pas un futur tarif SeedRouter. Consultez l’annonce officielle pour cette offre et le tableau ci-dessus pour les tarifs du compte utilisés ici.

Calculer une requête sans compter le cache deux fois

Utilisez les champs natifs de usageMetadata plutôt que d’estimer les tokens à partir du nombre de mots affichés :

L’estimation du coût de la requête est la suivante :

cost = ((P - C) * I + C * R + O * U) / 1,000,000

L’entrée mise en cache fait déjà partie du total du prompt. Facturer la totalité de P au tarif normal, puis ajouter C, revient à compter cette portion deux fois. De même, ne facturer que le texte visible du candidat omet le raisonnement. Google documente ces compteurs dans son guide des tokens ; la référence API explique comment SeedRouter utilise la réponse native.

Ne traitez un compteur absent comme zéro que si la réponse terminée permet d’établir qu’aucune consommation correspondante n’a été déclarée. Si la connexion se termine avant l’arrivée des données de consommation, cette réponse ne permet pas de connaître le montant. Consultez l’historique d’utilisation du compte au lieu d’afficher une requête réussie à coût nul.

Trois exemples de budgets en tokens

Ces nombres de tokens sont des exemples, pas les mesures d’un prompt particulier. Remplacez I, R et U par les tarifs du tableau actualisé.

Les deuxième et troisième exemples ont le même prompt de 50 000 tokens et la même taille de sortie. Leur différence de coût est 0.040 * (I - R). Cela isole l’effet du cache sans supposer que chaque document répété bénéficiera du cache.

Pour une estimation mensuelle, multipliez chaque catégorie de requêtes par le nombre prévu de requêtes, puis additionnez les catégories. Incluez les échanges suivants et les continuations. Un budget fondé uniquement sur le nombre d’utilisateurs ne reflète pas la diversité des usages : l’un peut poser une question courte, tandis qu’un autre renvoie régulièrement un document volumineux.

Le raisonnement et le contexte influencent le budget différemment

Argon partage 1 048 576 tokens entre l’entrée, le raisonnement et la sortie. Il s’agit d’une limite de capacité, pas d’une promesse de générer autant de tokens de réponse. maxOutputTokens inclut le raisonnement : le régler sur 1 024 ne garantit donc pas 1 024 tokens de texte visible. Le modèle peut consacrer une partie ou la majeure partie de cette enveloppe au raisonnement. Consultez le guide de génération native de Google.

Utilisez thinkingLevel pour choisir low, medium ou high ; la valeur par défaut est medium. Commencez par un niveau adapté à la tâche, puis évaluez si un réglage plus élevé améliore suffisamment le résultat pour justifier son coût mesuré. Il n’existe pas de multiplicateur fixe permettant de déduire une facture du niveau de raisonnement.

Pour une requête ordinaire, un budget de sortie B correspond à une enveloppe de coût de sortie de B * U / 1,000,000. Ajoutez séparément les coûts d’entrée estimés. Les frais propres à certains outils, lorsqu’ils s’appliquent, nécessitent leur propre budget et leur propre vérification ; ils ne sont pas couverts par cette formule de base pour le texte.

Conversation et continuation sont deux opérations différentes

Lors d’un nouvel échange, les messages précédents de l’utilisateur et du modèle sont envoyés comme historique. Leurs tokens deviennent l’entrée de la nouvelle requête. Conservez le contenu natif complet, signatures comprises, au lieu de recréer l’historique à partir de la seule réponse visible. Le tutoriel de streaming en Python présente ce fonctionnement.

Le long decode reprend, lui, la même génération à partir d’un token de continuation opaque. Le guide du long decode de Google exige la requête originale et le dernier token ; la sortie partielle ne doit pas être ajoutée comme un nouvel échange de conversation. Chaque requête sous-jacente a sa propre consommation. Additionnez une seule fois les relevés des requêtes terminées, sans ajouter par-dessus un total du SDK qui regroupe déjà ces mêmes relevés.

Le streaming de texte de base de SeedRouter a passé une vérification locale de bout en bout. Le long decode et les opérations avancées nécessitent encore une vérification distincte de leur prise en charge. Cet article explique les règles de budget ; il ne prétend pas que chaque opération a été exécutée avec succès.

Questions sur le budget

Gemini 4 Argon est-il gratuit avec Google AI Pro ?

L’accès à l’application et la facturation API sont distincts. Le guide d’accès distingue Gemini App, Antigravity et l’accès API. Un abonnement grand public ne garantit pas un quota gratuit sur l’API SeedRouter.

L’utilisation du cache réduit-elle le coût de toute la requête ?

Elle réduit la facturation de la portion d’entrée mise en cache. Les nouvelles entrées et la sortie générée conservent leurs propres tarifs. Vérifiez le nombre réel de tokens mis en cache ; répéter du texte ne prouve pas à lui seul que le cache a été utilisé.

Pourquoi la facture dépasse-t-elle le coût en tokens de la réponse visible ?

Le raisonnement est facturé comme de la sortie, et le prompt est lui aussi facturé. Comparez tous les compteurs de consommation au tableau des tarifs avant de considérer l’écart comme une erreur de facturation.

Construire le budget à partir de la consommation

Pour suivre le coût de Gemini 4 Argon, conservez ensemble les tarifs relevés, l’entrée non mise en cache, l’entrée mise en cache et la sortie totale. Faites votre estimation avec des hypothèses explicites sur les tokens, puis remplacez-les par la consommation des requêtes terminées. Utilisez le Playground pour votre propre tâche et comparez les modèles avec le guide sur Opus 5.5 pour décider où consacrer votre budget.