Gemini 4 Argon: prezzi, cache e costo delle richieste

Per calcolare il costo di Gemini 4 Argon conviene tenere traccia di tre quantità: input non in cache, input in cache e output, incluso il ragionamento. Una risposta visibile breve può comunque consumare una parte consistente del budget di output. Inoltre, una conversazione più lunga invia nuovamente i messaggi precedenti: il decimo turno non costa quindi necessariamente quanto il primo.

Questa guida spiega come stimare il costo di una richiesta dal consumo riportato e come fissare un budget prima di inviarla. La tabella seguente mostra le tariffe di fatturazione attuali di SeedRouter al momento della consultazione. Il listino pubblico di Google e un abbonamento Google AI sono cose distinte; nessuno dei due sostituisce le tariffe applicate al tuo account.

Prezzi attuali di Gemini 4 Argon

USD per milione di token

USD per milione di token	googlellm	googlellm-vertext
Input	0,80 USD	1,00 USD
Output, incluso il ragionamento	4,00 USD	5,00 USD
Input in cache	—	—

I token in cache fanno parte dell’input, non sono input aggiuntivo. Ogni richiesta di continuazione ha il proprio consumo. Le richieste non riuscite non vengono addebitate.

Le tariffe nel blog si aggiornano periodicamente. Per gli ultimi prezzi rilevati sulla pagina del modello e l’esempio di richiesta standard, apri i prezzi di Gemini 4 Argon. Se i prezzi non sono disponibili, attendi l’aggiornamento della tabella prima di stimare la spesa. L’assenza di una tariffa non significa che la richiesta sia gratuita.

Google indica che il periodo di prezzi introduttivi termina il 30 novembre 2026. Questa data riguarda l’offerta pubblicata da Google e non stabilisce un futuro prezzo SeedRouter. Consulta l’annuncio ufficiale per l’offerta e la tabella sopra per le tariffe dell’account utilizzate qui.

Calcolare una richiesta senza contare la cache due volte

Usa i campi nativi di usageMetadata invece di stimare i token dal numero di parole visualizzate:

Simbolo	Valore di consumo	Significato
P	`promptTokenCount`	Tutti i token del prompt riportati, compresi quelli in cache
C	`cachedContentTokenCount`	La parte di quell’input presente in cache
O	`candidatesTokenCount` + `thoughtsTokenCount`	Token della risposta e del ragionamento
I, R, U	Tariffe di input, input in cache e output riportate sopra	USD per milione di token

La stima del costo della richiesta è:

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

L’input in cache fa già parte del totale del prompt. Applicare la tariffa normale a tutto P e poi aggiungere di nuovo C significa contare quella parte due volte. Allo stesso modo, conteggiare solo il testo visibile del candidato esclude il ragionamento. Google documenta questi contatori nella guida ai token; il riferimento API spiega come SeedRouter usa la risposta nativa.

Considera pari a zero i contatori omessi solo quando la risposta completata permette di stabilire che non è stato riportato quel consumo. Se la connessione termina prima dell’arrivo dei dati di utilizzo, da quella risposta non puoi conoscere l’importo. Controlla il registro di utilizzo del tuo account invece di mostrare una richiesta riuscita a costo zero.

Tre esempi di budget in token

Questi numeri di token sono illustrativi, non misurazioni di un prompt specifico. Sostituisci I, R e U con le tariffe della tabella aggiornata.

Esempio	Input non in cache	Input in cache	Output, incluso il ragionamento	Formula del costo
Richiesta breve	2.000	0	1.000	`0.002 * I + 0.001 * U`
Documento ripetuto con cache hit segnalato	10.000	40.000	2.000	`0.010 * I + 0.040 * R + 0.002 * U`
Stesso documento, senza cache hit	50.000	0	2.000	`0.050 * I + 0.002 * U`

Il secondo e il terzo esempio hanno lo stesso prompt da 50.000 token e la stessa quantità di output. La differenza di costo è 0.040 * (I - R). Questo isola l’effetto della cache senza dare per scontato che ogni documento ripetuto produca un cache hit.

Per una stima mensile, moltiplica ogni categoria di richieste per il numero previsto di richieste, poi somma le categorie. Includi i turni successivi e le continuazioni. Un piano basato solo sul numero di utenti non tiene conto dei diversi modi di lavorare: qualcuno può fare una domanda breve, mentre qualcun altro invia ripetutamente un documento voluminoso.

Ragionamento e contesto incidono sul budget in modi diversi

Argon condivide 1.048.576 token tra input, ragionamento e output. È un limite di capacità, non una promessa di generare altrettanti token di risposta. maxOutputTokens include il ragionamento: impostarlo a 1.024 non garantisce quindi 1.024 token di testo visibile. Il modello può dedicare parte o gran parte del budget al ragionamento. Consulta la guida alla generazione nativa di Google.

Usa thinkingLevel per scegliere low, medium o high; il valore predefinito è medium. Parti da un livello adatto al compito, poi valuta se un’impostazione più alta migliora il risultato abbastanza da giustificarne il costo misurato. Non esiste un moltiplicatore fisso che trasformi un livello di ragionamento in un importo da pagare.

Per una singola richiesta ordinaria, un budget di output B permette di riservare per l’output un importo di B * U / 1,000,000. Aggiungi separatamente i costi di input stimati. Eventuali costi specifici degli strumenti richiedono un budget e una verifica dedicati; non sono coperti da questa formula di base per il testo.

Conversazione e continuazione sono diverse

Un turno successivo di conversazione invia i precedenti turni dell’utente e del modello come cronologia. Quei token diventano input della nuova richiesta. Conserva il contenuto nativo completo, firme comprese, invece di ricostruire la cronologia dalla sola risposta visibile. Il tutorial sullo streaming in Python mostra questo flusso.

Il long decode, invece, riprende la stessa generazione da un token di continuazione opaco. La guida al long decode di Google richiede la richiesta originale e il token più recente; l’output parziale non va aggiunto come un nuovo turno di conversazione. Ogni singola richiesta sottostante ha il proprio consumo. Somma una sola volta i record delle richieste completate e non aggiungere anche un totale dell’SDK che include già gli stessi record.

Lo streaming di testo di base di SeedRouter ha superato una verifica locale end-to-end. Il long decode e le operazioni avanzate richiedono ancora verifiche separate delle funzionalità supportate. Questo articolo spiega le regole del budget, non afferma che ogni operazione sia stata eseguita con successo.

Domande sul budget

Gemini 4 Argon è gratuito con Google AI Pro?

L’accesso all’app e la fatturazione API sono separati. La guida all’accesso distingue Gemini App, Antigravity e accesso API. Un abbonamento per uso personale non garantisce una quota gratuita dell’API SeedRouter.

Un cache hit rende meno costosa l’intera richiesta?

Riduce il costo della parte di input in cache. Il nuovo input e l’output generato mantengono le rispettive tariffe. Controlla il numero effettivo di token in cache: ripetere il testo non è di per sé una prova di cache hit.

Perché la fattura supera il costo in token della risposta visibile?

Il ragionamento viene fatturato come output e anche il prompt viene addebitato. Confronta tutti i contatori di consumo con la tabella delle tariffe prima di considerare la differenza un errore di fatturazione.

Costruire il budget a partire dal consumo

Per calcolare i costi di Gemini 4 Argon, conserva insieme le tariffe rilevate, l’input non in cache, l’input in cache e l’output totale. Fai una stima con ipotesi esplicite sui token, poi sostituiscile con il consumo delle richieste completate. Usa il Playground per il tuo compito e confronta i modelli con la guida a Opus 5.5 quando decidi come impiegare il budget.

Gemini 4 Argon: prezzi e calcolo del costo di una richiesta