Gemini 4 Argon: giá và cách tính chi phí từng yêu cầu

Khi tính chi phí Gemini 4 Argon, bạn cần theo dõi ba đại lượng: đầu vào không từ bộ nhớ đệm, đầu vào từ bộ nhớ đệm và đầu ra bao gồm suy luận. Câu trả lời hiển thị ngắn vẫn có thể tiêu hao phần đáng kể ngân sách đầu ra. Hội thoại dài hơn cũng gửi lại các tin nhắn trước đó, nên chi phí lượt thứ mười không nhất thiết giống lượt đầu tiên.

Hướng dẫn này giải thích cách ước tính chi phí từ mức sử dụng được báo cáo của yêu cầu và cách đặt ngân sách trước khi gửi. Bảng bên dưới thể hiện đơn giá tính phí hiện tại của SeedRouter tại thời điểm truy xuất. Giá niêm yết do Google công bố và gói đăng ký Google AI là những thứ riêng biệt; không thể dùng chúng thay cho đơn giá áp dụng trên tài khoản của bạn.

Giá Gemini 4 Argon hiện tại

USD mỗi 1 triệu token

USD mỗi 1 triệu token	googlellm	googlellm-vertext
Đầu vào	0,80 US$	1,00 US$
Đầu ra, bao gồm suy luận	4,00 US$	5,00 US$
Đầu vào từ bộ nhớ đệm	—	—

Token từ bộ nhớ đệm là một phần của đầu vào, không phải đầu vào bổ sung. Mỗi yêu cầu tiếp tục có mức sử dụng riêng. Yêu cầu thất bại không bị tính phí.

Giá trong bài viết được cập nhật định kỳ. Để xem mức giá mới nhất được truy xuất trên trang mô hình và ví dụ yêu cầu tiêu chuẩn, hãy mở giá Gemini 4 Argon. Nếu chưa lấy được giá, hãy đợi bảng được cập nhật rồi mới ước tính hóa đơn. Thiếu đơn giá không có nghĩa là yêu cầu miễn phí.

Google cho biết giai đoạn giá giới thiệu kết thúc vào ngày 30 tháng 11 năm 2026. Ngày này liên quan đến ưu đãi do chính Google công bố, không xác định giá SeedRouter trong tương lai. Xem ưu đãi trong thông báo chính thức và xem bảng trên để biết đơn giá tài khoản dùng trong bài này.

Tính chi phí yêu cầu mà không đếm bộ nhớ đệm hai lần

Dùng các trường gốc trong usageMetadata thay vì ước lượng token từ số từ được hiển thị:

Ký hiệu	Giá trị mức sử dụng	Ý nghĩa
P	`promptTokenCount`	Toàn bộ token lời nhắc được báo cáo, bao gồm token từ bộ nhớ đệm
C	`cachedContentTokenCount`	Phần đầu vào lấy từ bộ nhớ đệm
O	`candidatesTokenCount` + `thoughtsTokenCount`	Token câu trả lời và suy luận
I, R, U	Đơn giá đầu vào, đầu vào từ bộ nhớ đệm và đầu ra ở trên	USD mỗi 1 triệu token

Công thức ước tính chi phí yêu cầu là:

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

Đầu vào từ bộ nhớ đệm đã nằm trong tổng token lời nhắc. Tính toàn bộ P theo đơn giá thông thường rồi cộng C thêm lần nữa sẽ tính trùng phần này. Tương tự, chỉ tính văn bản ứng viên hiển thị sẽ bỏ sót suy luận. Google mô tả các bộ đếm này trong hướng dẫn token; tài liệu tham chiếu API giải thích cách SeedRouter sử dụng phản hồi gốc.

Chỉ coi bộ đếm bị bỏ qua là 0 khi phản hồi đã hoàn tất cho phép xác nhận rằng không có mức sử dụng tương ứng được báo cáo. Nếu kết nối kết thúc trước khi nhận được dữ liệu sử dụng, không thể xác định số tiền từ phản hồi đó. Hãy kiểm tra lịch sử sử dụng của tài khoản thay vì hiển thị yêu cầu thành công với chi phí bằng 0.

Ba ví dụ tính ngân sách token

Các số lượng token này chỉ để minh họa, không phải kết quả đo một lời nhắc cụ thể. Thay I, R và U bằng đơn giá trong bảng cập nhật.

Ví dụ	Đầu vào không từ bộ nhớ đệm	Đầu vào từ bộ nhớ đệm	Đầu ra, bao gồm suy luận	Biểu thức chi phí
Yêu cầu ngắn	2.000	0	1.000	`0.002 * I + 0.001 * U`
Gửi lại tài liệu, có báo cáo sử dụng bộ nhớ đệm	10.000	40.000	2.000	`0.010 * I + 0.040 * R + 0.002 * U`
Cùng tài liệu đó, không sử dụng bộ nhớ đệm	50.000	0	2.000	`0.050 * I + 0.002 * U`

Ví dụ thứ hai và thứ ba có cùng lời nhắc 50.000 token và cùng lượng đầu ra. Chênh lệch chi phí là 0.040 * (I - R). Cách này tách riêng tác động của bộ nhớ đệm mà không giả định mọi tài liệu gửi lại đều được phục vụ từ bộ nhớ đệm.

Để ước tính chi phí hằng tháng, hãy nhân chi phí của từng loại yêu cầu với số yêu cầu dự kiến rồi cộng các loại lại. Bao gồm cả các lượt hội thoại sau và yêu cầu tiếp tục. Kế hoạch chỉ dựa trên số người dùng sẽ bỏ qua sự khác biệt trong cách làm việc: một người có thể hỏi câu ngắn, trong khi người khác liên tục gửi tài liệu lớn.

Suy luận và ngữ cảnh tác động khác nhau đến ngân sách

Argon chia sẻ 1.048.576 token cho đầu vào, suy luận và đầu ra. Đây là giới hạn dung lượng, không phải cam kết tạo ra từng ấy token câu trả lời. maxOutputTokens bao gồm suy luận, nên đặt thành 1.024 không bảo đảm có 1.024 token văn bản hiển thị. Mô hình có thể dành một phần hoặc phần lớn hạn mức để suy luận. Xem hướng dẫn tạo nội dung theo định dạng gốc của Google.

Dùng thinkingLevel để chọn low, medium hoặc high; mặc định là medium. Bắt đầu với mức phù hợp cho tác vụ, rồi đánh giá xem mức cao hơn có cải thiện kết quả đủ để xứng đáng với chi phí đo được hay không. Không có hệ số cố định để quy đổi mức suy luận thành hóa đơn.

Với một yêu cầu thông thường, ngân sách đầu ra B tương ứng với khoản dự trù B * U / 1,000,000 cho đầu ra. Cộng riêng chi phí đầu vào ước tính. Phí riêng của công cụ, nếu áp dụng, cần ngân sách và bước xác minh riêng; công thức cơ bản cho văn bản này không bao gồm các khoản đó.

Hội thoại và tiếp tục là hai việc khác nhau

Lượt hội thoại tiếp theo gửi các lượt trước của người dùng và mô hình dưới dạng lịch sử. Các token đó trở thành đầu vào của yêu cầu mới. Hãy lưu toàn bộ nội dung gốc, bao gồm chữ ký, thay vì dựng lại lịch sử chỉ từ câu trả lời hiển thị. Hướng dẫn truyền luồng bằng Python minh họa quy trình này.

Ngược lại, long decode tiếp tục cùng một lượt tạo từ token tiếp tục không cần diễn giải nội dung. Theo hướng dẫn long decode của Google, cần yêu cầu ban đầu và token mới nhất; không được thêm đầu ra chưa hoàn tất thành một lượt hội thoại mới. Mỗi yêu cầu riêng lẻ bên dưới đều có mức sử dụng. Cộng các bản ghi yêu cầu đã hoàn tất đúng một lần và không cộng thêm tổng của SDK đã gộp chính các bản ghi đó.

Truyền văn bản cơ bản theo luồng của SeedRouter đã vượt qua kiểm tra toàn trình cục bộ. Long decode và các thao tác nâng cao vẫn cần được xác minh khả năng hỗ trợ riêng. Bài viết này giải thích nguyên tắc lập ngân sách, không khẳng định rằng mọi thao tác đều đã được chạy thành công.

Câu hỏi về ngân sách

Có Google AI Pro thì Gemini 4 Argon có miễn phí không?

Quyền dùng ứng dụng và phí API là hai việc riêng. Hướng dẫn truy cập phân biệt Gemini App, Antigravity và quyền truy cập API. Gói đăng ký cho người dùng phổ thông không bảo đảm hạn mức miễn phí trên API SeedRouter.

Khi dùng được bộ nhớ đệm, cả yêu cầu có rẻ hơn không?

Phí của phần đầu vào từ bộ nhớ đệm được giảm. Đầu vào mới và đầu ra được tạo vẫn có đơn giá riêng. Hãy kiểm tra số token thực tế từ bộ nhớ đệm; chỉ lặp lại văn bản không chứng minh rằng bộ nhớ đệm đã được dùng.

Vì sao hóa đơn cao hơn chi phí token của câu trả lời hiển thị?

Suy luận được tính phí như đầu ra, và lời nhắc cũng bị tính phí. Đối chiếu mọi bộ đếm sử dụng với bảng giá trước khi coi phần chênh lệch là lỗi tính phí.

Lập ngân sách từ mức sử dụng

Để tính chi phí Gemini 4 Argon, hãy lưu cùng nhau mức giá đã truy xuất, đầu vào không từ bộ nhớ đệm, đầu vào từ bộ nhớ đệm và tổng đầu ra. Ước tính với giả định rõ ràng về số token, sau đó thay bằng mức sử dụng của các yêu cầu đã hoàn tất. Dùng Playground cho tác vụ của bạn và so sánh các mô hình bằng hướng dẫn Opus 5.5 khi quyết định phân bổ ngân sách.

Gemini 4 Argon: giá và cách tính chi phí một yêu cầu