Gemini 4 Argon 价格：如何计算一次请求的成本
根据输入、缓存输入和思考 token 估算 Gemini 4 Argon 成本。查看 SeedRouter 当前费率，为多轮对话和长响应制定预算。
以 Markdown 阅读Gemini 4 Argon 价格涉及三类需要跟踪的用量：普通输入、缓存输入，以及包含思考的输出。可见答案很短，也可能消耗大量输出预算。对话变长后，还会重新发送此前的消息，因此第十轮的成本不一定与第一轮相近。
本指南说明如何根据已报告的用量估算一次请求，以及如何在发送前设定预算。下表是 SeedRouter 当前计费费率的快照。Google 公布的定价和 Google AI 订阅是另外两回事，都不能代替你账户上的费率。
Gemini 4 Argon 当前价格
美元 / 100 万 token
| 美元 / 100 万 token | googlellm | googlellm-vertext |
|---|---|---|
| 输入 | US$0.80 | US$1.00 |
| 输出（含思考） | US$4.00 | US$5.00 |
| 缓存输入 | — | — |
缓存 token 属于输入的一部分，不是额外输入。每个续写请求有各自的用量，失败的请求不收费。
博客中的费率会定期刷新。要查看模型页最新的费率快照和标准请求示例，请打开 Gemini 4 Argon 价格。若价格暂不可用，请等表格更新后再估算费用；缺少费率不代表请求免费。
Google 将其入门优惠定价期的结束日期定为 2026 年 11 月 30 日。这个日期针对 Google 自己公布的优惠，并不确定 SeedRouter 未来的价格。优惠详情见官方公告，本文使用的账户费率以上表为准。
计算请求成本，避免重复计算缓存
使用原生 usageMetadata 字段，不要根据界面显示的字数估算 token：
| 符号 | 用量值 | 含义 |
|---|---|---|
| P | promptTokenCount | 所有已报告的提示词 token，包括缓存 token |
| C | cachedContentTokenCount | 上述输入中命中缓存的部分 |
| O | candidatesTokenCount + thoughtsTokenCount | 答案与思考 token |
| I, R, U | 上方的输入、缓存输入和输出费率 | 每百万 token 的美元价格 |
请求成本的估算公式为：
cost = ((P - C) * I + C * R + O * U) / 1,000,000缓存输入已经包含在提示词总量中。将全部 P 按普通费率收费后再加上 C，会重复计算缓存部分。同样，只计算可见的候选答案文本会漏掉思考用量。Google 的 token 指南说明了这些计数器；API 参考解释了 SeedRouter 如何使用原生响应。
只有在完整响应能够确认未报告某类用量时，才把省略的计数器视为零。如果连接在用量返回前就结束，无法从该响应得知实际金额。此时应检查账户用量记录，不要显示为零费用的成功请求。
三个 token 预算示例
这些是说明用的 token 数量，不是特定提示词的实测结果。请将实时表格中的费率代入 I、R 和 U。
| 示例 | 普通输入 | 缓存输入 | 包含思考的输出 | 成本表达式 |
|---|---|---|---|---|
| 短请求 | 2,000 | 0 | 1,000 | 0.002 * I + 0.001 * U |
| 重复文档，已报告缓存命中 | 10,000 | 40,000 | 2,000 | 0.010 * I + 0.040 * R + 0.002 * U |
| 同一文档，未命中缓存 | 50,000 | 0 | 2,000 | 0.050 * I + 0.002 * U |
第二和第三个示例都有 50,000 token 的提示词，输出规模也相同，成本差为 0.040 * (I - R)。这样可以单独看出缓存的影响，同时不假定每次重复发送文档都会命中缓存。
估算月度费用时，将每类请求的成本乘以预计请求次数，再把各类相加。应包括后续对话轮次和续写请求。仅按用户数量制定预算，会忽略用户工作方式的差异：有人只问一个简短问题，也有人反复发送大文档。
思考与上下文对预算的影响不同
Argon 的输入、思考和输出共用 1,048,576 token。这是容量上限，不是生成同等数量答案 token 的承诺。maxOutputTokens 包含思考，因此设为 1,024 不代表一定得到 1,024 token 的可见文本。模型可能将部分甚至大部分额度用于推理。详见 Google 的原生生成指南。
通过 thinkingLevel 选择 low、medium 或 high，默认值为 medium。先选择适合任务的档位，再评估提高档位带来的结果改善是否值得实测成本。思考档位与账单之间不存在固定倍数关系。
对于单次普通请求，输出预算 B 对应的输出费用额度为 B * U / 1,000,000，预计输入成本需另行加入。若工具有专属费用，需要单独预算和验证，不包含在这个基础文本公式中。
对话与续写是不同的流程
后续对话会将之前的用户和模型轮次作为历史发送，这些 token 会成为新请求的输入。应保存包含签名的完整原生内容，不要只根据可见答案重建历史。Python 流式教程展示了这一流程。
长输出续写则通过不透明的续写 token 恢复同一次生成。Google 的长输出续写指南要求保留原始请求并使用最新 token，不能把部分输出追加为新一轮对话。每个原始请求都有自己的用量。已完成请求记录只累加一次，不要在这些记录之上再叠加 SDK 汇总的同一批总量。
SeedRouter 的基础文本流式生成已通过本地端到端检查。长输出续写和高级操作仍需单独验证能力。本文解释预算规则，并不表示每项操作都已经实际调用成功。
预算常见问题
Google AI Pro 是否免费包含 Gemini 4 Argon？
应用访问权限与 API 计费彼此独立。访问指南区分了 Gemini App、Antigravity 和 API 的使用权限。消费级订阅并不意味着拥有免费的 SeedRouter API 额度。
命中缓存会让整个请求都更便宜吗？
它会降低缓存输入部分的费用。新输入和生成输出仍按各自费率计费。请检查实际缓存 token 数量；仅仅重复文本不能证明命中了缓存。
为什么账单高于可见答案对应的 token 费用？
思考按输出计费，提示词也需要付费。将所有用量计数与费率表对照后，再判断差额是否属于计费错误。
根据用量制定预算
计算 Gemini 4 Argon 价格时，将费率快照、普通输入、缓存输入和总输出保存在一起。先用明确的 token 假设估算，再以已完成请求的实际用量替换假设。使用 Playground测试自己的任务，决定预算投向时可参考 Opus 5.5 对比指南。
