← 全部新模型发布

模型发布 · Google

Gemini 4 Argon：$2 / $10 每 1M 到 11 月 30 日，之后 $4 / $20

Google 的 Gemini 4 Argon 在 2026-11-30 之前每 1M token 输入 $2、输出 $10，之后 $4 / $20——正好等于今天 Claude Opus 5.5 的价格。1,048,576 token 的统一窗口，没有长上下文加价档；Google 官方十九行评测表里，我们核验了其中十项。

发布于 2026-10-20上线于 2026-10-13价格核验于 2026-10-20

成本是多少

单位为每 100 万 token 的美元价格，实时读取厂商定价页 —— 所以这张表不会过期。

模型输入输出缓存上下文输出价对比
Gemini 4 Argon

Introductory pricing: $2 / $10 / $0.10 through 2026-11-30, then $4 / $20 / $0.20 from 2026-12-01. Implicit caching only — explicit caching is not supported. Batch and Flex run at half the standard rate; Priority is 1.8×.

来源 · 核验于 2026-10-20		$2.00$10.00$0.101.05M—
Gemini 3.1 Pro Preview来源 · 核验于 2026-10-20$2.00$12.00$0.201M×0.83
Gemini 3.8 Flash

Introductory pricing: $0.75 / $3.75 / $0.075 through 2026-12-31, then $1.50 / $7.50 / $0.15 from 2027-01-01.

来源 · 核验于 2026-10-20		$0.75$3.75$0.0751M×2.67
Opus 5.5来源 · 核验于 2026-10-20$4.00$20.00$0.201M×0.5
GPT-6 astra来源 · 核验于 2026-10-20$10.00$50.00$1.001.05M×0.2
DeepSeek V4.1-Flash 1017

Checkpoint DeepSeek-V4.1-Flash-1017 (released 2026-10-17), served under the API model name `deepseek-flash`; open weights on Hugging Face / ModelScope. The 2026-09-10 launch price is unchanged. The launch checkpoint is kept as its own row (deepseek-flash-0910).

来源 · 核验于 2026-10-20		$0.30$1.20$0.0061M×8.33

你的用量要花多少

每月 100 万输入 + 50 万输出 token，按官方定价计算。

你的用量要花多少

$7.00/ 月

输入 $2.00 + 输出 $5.00

跑分如何

数据来自榜单条目里标注的原始出处。各家模型的覆盖度不同 —— 空格表示该来源没有公布这项基准。

基准测试Gemini 4 ArgonGPT-6 AstraClaude Opus 5.5Claude Opus 5DeepSeek V4.1-Flash 1017Gemini 3.1 Pro
Vals Index(Google model card; Vals AI index over finance, coding, legal and tax work. Same table: GPT-6 Astra 63.1, Claude Opus 5.5 67.0)68.9%—————
Automation-Bench(Google model card; Zapier leaderboard, private set — not AutomationBench-AA 77.5. Same table: GPT-6 Astra 41.4, Claude Opus 5.5 42.5 (Anthropic's own post says 40.0))51.3%——50.3%60.5%35.4%
DeepSWE v1.1(Google model card; Argon self-computed on a mini-swe agent harness, rivals from the leaderboard and their system cards. Same table: GPT-6 Astra 74.1, Claude Opus 5.5 74.2)77.9%——74%77%—
FrontierSWE v2(Google model card; Proximal public leaderboard, one body for all four models. Same table: GPT-6 Astra 65.5, Claude Opus 5.5 62.3)55%—————
Terminal-Bench 4.0(Google model card; Argon self-computed, rivals from the public leaderboard. Same table: GPT-6 Astra 58.2, Claude Opus 5.5 66.4 (Anthropic's own post says 57.9 for Astra))57.4%57.9%66.4%51.8%42.3%—
Agents' Last Exam(Google model card; binary pass rate, ALE-Claw harness, 5-hour window, safety filters on. Same table: GPT-6 Astra 34.2, Claude Opus 5.5 38.2)39.5%——28.6%35.4%—
OSWorld-2.0(Google model card; offline subset, partial score, best run of 3. Same table: GPT-6 Astra 72.6)69.2%—————
Chartography(Google model card; without tools, Surge leaderboard — a different configuration from the tool-assisted entry. Same table: GPT-6 Astra 71.0, Claude Opus 5.5 66.3)71.6%—————
GraphWalks(Google model card; 256k-1M band, BFS F1; 99.7 up to 128k. Same table: GPT-6 Astra 71.8, Claude Opus 5.5 66.8)84.2%—————
CWE-bench v1(Google model card; public leaderboard, pass@1 with ties broken on pass@4. Same table: GPT-6 Astra 68.0, Claude Opus 5.5 67.0)68%—————

一句话结论

  • Gemini 4 Argon 在 2026-11-30 之前每 1M token 输入 $2、输出 $10，之后是 $4 / $20。 缓存读现在是 $0.10，之后 $0.20。第二个价格不是微调——它正好等于今天 Claude Opus 5.5 的价。所以「要不要换」这件事，促销期就是全部答案：还有 41 天，Argon 是三家前沿旗舰里最便宜的一家；12 月起，它和 Anthropic 的旗舰同价。
  • 窗口是一个池子，而且价格在整个池子里不跳档。 1,048,576 token 由输入、思考、输出共享，而且完全没有 >200K 这一档。Gemini 3.1 Pro 和 2.5 Pro 在超过 200,000 token 之后输入价都要翻倍;Argon 官方压根没给这一行——所以 900,000 token 的提示词和 100 token 的提示词，单价完全一样。
  • Google 自己那张表：13 胜、1 平、5 负。 赢的是 DeepSWE v1.1 77.9 和 Vals Index 68.9,输的是 Terminal-bench 4.0 57.4 和 FrontierSWE v2 55.0。先看 harness 备注再看排名——五场败仗里有三场,Argon 的分数是 Google 自己跑的，对手的分数却是从别处取的。

发布了什么

  • 一个新的旗舰 SKU，只有一个稳定 id。 gemini-4-argon,2026-10-13 正式可用;此前 2026-09-29 只向 Fairwind 安全计划成员开放了限量预览。只存在于付费 API 档——Google 没有为它开免费档——另外还有 AI Studio、Gemini for business 和 Gemini App。
  • 输出上限是长任务用户最该看的那个数。 一次同步请求最多返回 65,536 个输出 token;开启 long decode 之后可以拉满到 1,048,576 token 的整个池子减去提示词已经占掉的部分。
  • Google 承诺了 Gemini 4 家族的其他成员，但只发布了 Argon。 发布稿的结尾就是在预告「the rest of the Gemini 4 family」。Argon 是这条线的第一个成员，也是今天唯一能调用的那个。
  • 思考强度是一个需要你自己拧的旋钮。 API 默认是 medium，另有 low 和 high。Google 的评测表在两边都用了最高档——也就是说，公布的数字是上限，不是默认请求能拿到的结果。
  • 缓存只支持隐式。 Argon 不支持 cachedContents 和 caches.create;95% 的缓存命中折扣自动生效，但提示词至少要 4,096 token。

成本

  • 今天，Argon 是三家前沿旗舰里最便宜的。 $2 / $10，对面是 Claude Opus 5.5 的 $4 / $20 和 GPT-6 Astra 的 $10 / $50——输入输出都比 Astra 便宜 5 倍，比 Opus 5.5 便宜一半。
  • 和 Google 自家的上一代 Pro 比，结论有点别扭。 Gemini 3.1 Pro Preview 是 $2 / $12，也就是说 Argon 输入价一样、输出便宜 $2。但 Argon 没有 >200K 加价档，窗口是 1,048,576;Pro 是 1,000,000，而且超过 200,000 token 输入价要翻倍。
  • 缓存读是 $0.10，等于输入价的 5%。 就是 Google 宣传的那个 95% 折扣。如果你的流量里提示词大量重复，这一个格子比输入输出价更值得盯。
  • 然后是那道坎。 2026-12-01 起变成输入 $4、输出 $20、缓存 $0.20。这三个数正好是 Opus 5.5 今天的价，一分不差——这也是衡量促销最省事的办法:到了 12 月，你对 Anthropic 一点都省不下来。
  • Batch 和 Flex 是标准价的一半;Priority 是 1.8 倍。 计算器算的是标准档，那也是交互式流量实际被计费的档位。
  • 思考 token 按输出计费。 Google 把这一行写成「including thinking tokens」，所以一个偏推理的提示词要付两次钱：一次是你要的 token，一次是模型自己想出来的 token。

跑分

  • 十九项里 13 胜、1 平、5 负——对比的是 Google 实测的三家对手里最强的那个。胜出的包括 Vals Index（68.9，对手是 Astra 的 63.1 和 Opus 5.5 的 67.0）、AutomationBench（51.3 对 41.4 和 42.5）、DeepSWE v1.1（77.9 对 74.1 和 74.2）、GraphWalks 的 256k-1M 区间（84.2 对 71.8 和 66.8）以及 Agent's Last Exam（39.5 对 34.2 和 38.2）。CWE-bench v1 以 68.0 打平。输的五项是 FrontierSWE v2（55.0 对 65.5 和 62.3）、Terminal-bench 4.0（57.4 对 58.2 和 66.4）、PostTrainBench、Terminal-Bench Science 和 OSWorld-2.0（69.2 对 72.6）。
  • Agent 编程这一栏是 2 比 2。 Argon 赢了 DeepSWE 和 Vibe Code Bench，却在 FrontierSWE v2 和 Terminal-bench 4.0 上四家垫底。如果你的场景是「对着真实仓库跑长时自主编程」，这张表给不了你答案。
  • 先看 harness，再看分数。 Google 的评测方法说明里写着：Argon 的每个数字都是 pass@1、最高思考档，而对手的分数要么来自厂商自报，要么来自某个公开榜单。五场败仗里有三场，Google 只自己跑了 Argon，对手的分数是从别处取的。而在一整行由同一家机构评分的项目上——FrontierSWE v2 就是这样——Argon 是真的垫底。
  • Google 和 Anthropic 在同一行上给出了不同的数。 Terminal-bench 4.0，Google 的表把 GPT-6 Astra 写成 58.2，而 OpenAI 自己报的是 57.9;AutomationBench，Google 把 Opus 5.5 写成 42.5，Anthropic 自己的发布稿说的是 40.0。这不是四舍五入的误差——这是两家厂商用不同方式测同一个 benchmark。这也是「任何一列都别当真相看」的最强理由。
  • 数字本身里埋着两个坑。 AutomationBench 的 51.3 用的是 Zapier 的私有集——它不是 AutomationBench-AA 的 77.5，这两个数绝对不能混。Chartography 的 71.6 是不给工具的那一版：我们登记的带工具版本是另一种配置，Opus 5.5 在那里是 89.0，而 Google 这里的无工具成绩是 66.3。
  • DeepSWE 那一行混了三套 harness。 Argon 的 77.9 是用 mini-swe agent 自己算的;Astra 的 74.1 来自公开榜单，Claude 的数字来自它们各自的 system card。它仍然是最好看的编程战果，但并不是一次对一次的对跑。

该不该换

  • 如果你现在跑在 Gemini 上，这次换模型很轻松，理由是价格结构，不是智能。 Gemini 3.1 Pro Preview 是 $2 / $12，超过 200,000 token 要跳档;Argon 是 $2 / $10，不跳档，窗口 1,048,576。长上下文的流量获益最大:Pro 那一跳是输入价 2 倍、输出价 1.5 倍，而 Argon 的价一动不动。
  • 如果你跑在 Claude Opus 5.5 上，决定权在促销期。 到 2026-11-30 为止，输入输出都只要一半。2026-12-01 起就完全同价了，那时候换过去的理由会变成 1,048,576 token 的窗口、更长的输出上限和跑分卡——而不是账单。
  • 如果你跑在 GPT-6 Astra 上，价格是 5 倍优势，跑分则是好坏参半。 Argon 在 DeepSWE、AutomationBench、Vals Index 和长上下文检索上领先，在 Terminal-bench 4.0、FrontierSWE v2 和 OSWorld-2.0 上落后。在五分之一的价钱上，跑分只要「接近」就够用了。
  • 如果你跑在 DeepSeek V4.1-Flash 上，这不是省钱动作。 DeepSeek 的输入便宜 6.67 倍、输出便宜 8.33 倍，而且 AutomationBench 是 60.5 对 51.3（两个数来自两套不同的测量口径——DeepSeek 的公告表和 Zapier 的公开榜单，所以这个差距只能当方向看）。Argon 赢的是 DeepSWE 77.9 对 77.0。这是「每块钱买到多少能力」的论证，不是「省多少钱」的论证。
  • 别拿 $2 / $10 做十二个月的预算。 这个模型往后余生公布的费率是 $4 / $20。按标准价建模，把促销当成一个有到期日的折扣。
  • 给思考 token 留出预算。 输出里含思考，所以一个想得更多的 agent 和一个不想的不是同一个工作量——换成 Priority 档，这个账要再算一遍。
  • 把模型 id 和思考强度都写死。 gemini-4-argon 是稳定 id，但默认档是 medium，而 Google 自己的数字是在 high 下跑出来的。想复现某个 benchmark，就不是复现默认配置。

延伸阅读

自己算一遍

上面的表和计算器、对比工具用的是同一份数据。

两两对比算我的用量看完整模型页

来源

Google — Gemini 4 Argon: Built to solve your hardest problems

来源核验于 2026-10-20。 · Gemini 4 Argon 的价格来自上表中链接的厂商官方页面。

更多发布解读

DeepSeek V4.1-Flash 1017：还是 $0.30 / $1.20，但 checkpoint 换了一代Claude Opus 5.5 发布：旗舰降价 20%，缓存折扣加到 95%DeepSeek V4.1-Flash 0910 发布：高峰 $0.30 / $1.20，缓存读只要输入价的 2%