Gemini 4 Argon 完整指南：API 定價（11/30 前優惠）、規格與從 Gemini 3 遷移

Gemini 4 Argon 是什麼：10 月 13 日 GA 的新旗艦

Google 官方 changelog 記載，Gemini 4 Argon 在 2026 年 10 月 13 日轉為 GA，定位是「最強的模型，用於複雜程式、代理、數學與科學任務」。模型頁的說法更具體：為複雜軟體工程、深度數理與科學問題、自主多步驟代理，以及最長 1M Token 的長輸出（long decode）而設計。

它是 Gemini 4 系列目前唯一的模型。Gemini 3 系列仍在服役，其中 3.8 Flash（2026-09-02 GA）與 3.5 Flash-Lite 是官方建議新專案使用的型號。

現行 Gemini 主要文字模型與定價

資料來源：Gemini API 官方模型、定價與 changelog 頁（2026-10-28 查核），美元計價、Standard 計費模式。Gemini 3.7 Flash 與 3.5 Flash 已於 2026-10-08 停用（端點自動轉到 3.8／3.6 Flash），不列入。

定價：11/30 前限期價，12/01 起漲一倍

Argon 公開的四種計費模式都有兩段價格，日期相同：

幾個容易漏算的地方：

• 輸出價含 thinking token：模型內部思考產生的 token 按輸出價計費
• grounding 的隱藏 token 也算錢：官方寫明，使用 grounding 時內部工具的系統指令與 function declarations 都會計費
• Google 搜尋 grounding 另計：每月 5,000 次免費（Gemini 3 以後所有模型共用），之後每 1,000 次 $14
• 沒有免費層：Free Tier 一欄全部是「Not available」；付費層的內容不會被用來改善 Google 產品；例外是邀請制、仍屬 private preview 的 Contributor tier，該層的內容會用於改善產品

規格重點

• Context：1,048,576 Token，輸入、思考、輸出共用同一個額度
• 單次輸出：預設同步模式最多 65,536；開 background execution 並把 max_output_tokens 設超過 65,536，可一路生成到「1M 減去輸入」
• 輸入／輸出：可輸入文字、圖片、影片、音訊、PDF；只輸出文字
• 支援：function calling、structured outputs、code execution、Google 搜尋與 Google 地圖 grounding、URL context、file search、computer use（Preview）、agentic video understanding（預設 static）
• 不支援：圖片生成、語音生成、Live API
• 計費模式：Batch、Flex、Priority 皆支援
• Managed Agents：Gemini Managed Agents 的 Antigravity agent 可指定 Argon

thinking level：品質、延遲與 token 的主要旋鈕

max_output_tokens 是思考加輸出的硬上限，到了就停。官方建議既有應用若設在 32K 以下，至少拉到 32,768；想省 token，應該調低 thinking level，而不是壓低上限。

快速上手：官方 Interactions API 範例

以下是官方的最小範例（Python，使用預設 medium 與 64K 輸出上限）：

from google import genai

client = genai.Client()

interaction = client.interactions.create(
    model="gemini-4-argon",
    input="Write a three.js script that renders a realistic 3D black hole with gravitational lensing."
)

print(interaction.output_text)

要指定 thinking level，放在 generation_config：

from google import genai

client = genai.Client()

interaction = client.interactions.create(
    model="gemini-4-argon",
    input="Analyze this payment processing pipeline for race conditions during retry attempts and rewrite the transaction locks safely.",
    generation_config={
        "thinking_level": "medium"  # Balanced reasoning effort for complex tasks
    }
)

print(interaction.output_text)

超過 64K 的長輸出要加 background=True 並設定 max_output_tokens（例如 262144）。模型會以每段最多 64K 的方式接力生成，每段在 interaction.steps 裡各是一個 model_output 步驟，完成後要把所有段落的文字接起來。只開 background 不設 max_output_tokens，伺服器會在 64K 停下。

成本試算（算術，不是跑分）

假設每月 5,000 萬輸入 Token、1,000 萬輸出 Token（含 thinking）、不計快取、Standard 計費：

若 5,000 萬輸入中有 4,000 萬命中隱式快取：Argon 限期價期間的輸入費用是 $4（快取）＋$20（未快取）＝ $24，每月合計 $124；12-01 起是 $8＋$40＝ $48，每月合計 $248。隱式快取只對至少 4,096 Token 的提示啟用，命中率依實際請求而定。同樣的量走 Batch，Argon 限期價期間每月 $100，12-01 起 $200。

⚠️ 兩個提醒：第一，12 月是兩者價差最大的一個月，Argon 已漲價、3.8 Flash 還在限期價，單價差到 5.3 倍（其他時段約 2.7 倍）。第二，官方說明 Argon 會把更多輸出額度花在思考，同一個任務換到 Argon，輸出 token 可能比舊模型多，別只比單價。

從 Gemini 3 系列遷移：官方檢查清單

官方 Migration checklist 列出的項目如下，排在前面的幾項最常需要動到既有程式碼：

1. 改模型 ID：目標模型字串改為 gemini-4-argon
2. 拿掉顯式快取：Argon 不支援 cachedContents／caches.create，請求裡建立或引用 cached_content 的呼叫都要移除；隱式快取預設開啟（提示至少 4,096 Token），命中部分只收輸入原價的 5%
3. 檢查 max_output_tokens：若有明確設定，建議至少 32,768
4. 設定 thinking level：low、medium（預設）、high 三段都測過再決定
5. 移除取樣參數：temperature、top_p、top_k 送了也會被忽略
6. 長輸出用背景執行：超過 64K 的任務，background 設為 true、max_output_tokens 大於 65,536
7. 拉長 timeout：難題可能跑好幾分鐘，用背景執行，或把 HTTP client timeout 設到至少 15 分鐘
8. 對話狀態留在伺服器端：多輪與 function calling 用 previous_interaction_id
9. 重估成本：模型處理的每個 token 都計費，包含 grounding 時的內部工具指令

另外兩件同期的變更也會碰到：

• 3.7 Flash、3.5 Flash 已停用（2026-10-08）：AI Studio 不能再選，API 請求自動轉到 gemini-3.8-flash／gemini-3.6-flash，端點本身沒有關閉。官方建議直接把模型字串改成新版本
• 請求儲存預設開啟：Interactions API 預設儲存請求；2026-10-26 起，新的付費專案使用 Generate Content API 也預設 store=true，可在單次請求設 store=false，或在 AI Studio 的 Logs and Datasets 設定中關閉

CloudInsight Gemini API 企業代購｜統一發票、免綁外幣卡

限期價 11 月底就結束，企業最常卡的往往不是技術，而是付款、發票與跨月帳單的預算控管。

聯繫 CloudInsight，取得 Gemini API 企業方案報價

我們提供：Claude、GPT、Gemini 一站代購，統一發票，中文技術支援。

怎麼選？Argon 與 3.8 Flash 的分工

實務上常見的做法是分層：日常流量走 3.8 Flash，只把 Flash 解不好的題目升級到 Argon，並以 low／medium 為預設、少數題目才開 high。

FAQ：Gemini 4 Argon 常見問題

Gemini 4 Argon 多少錢？

每百萬 Token 輸入 $2、輸出 $10（含 thinking），快取 $0.10，到 2026-11-30 為止；2026-12-01 起調為 $4／$20，快取 $0.20。Batch 與 Flex 是 Standard 的一半。

Gemini 4 Argon 有免費額度嗎？

沒有。Argon 不提供免費層，第一個請求就計費。要免費測試，可先用有免費層的 Gemini 3.8 Flash。

11 月 30 日之後價格怎麼算？

2026-12-01 起，Standard 輸入 $4、輸出 $20、快取 $0.20；Batch 與 Flex 為 $2／$10；Priority 為 $7.20／$36。同樣的用量，帳單大約變成兩倍。

Gemini 4 Argon 和 Gemini 3.8 Flash 怎麼選？

需要最深推理、長輸出或最難的代理任務選 Argon；一般代理與程式工作先用 3.8 Flash。3.8 Flash 也是限期價（$0.75／$3.75 至 2026-12-31，2027-01-01 起 $1.50／$7.50），而且有免費層。

Gemini 4 Argon 支援 context caching 嗎？

只支援隱式快取，預設對至少 4,096 Token 的提示啟用，命中部分只收輸入原價的 5%。顯式快取（cachedContents／caches.create）不支援。

Gemini 3.7 Flash、3.5 Flash 還能用嗎？

兩者已於 2026-10-08 停用，AI Studio 不能再選。API 請求會自動轉到 3.8 Flash 與 3.6 Flash，但官方建議直接改模型字串。

換到 Argon 程式要改什麼？

最常見的三處：改模型 ID、移除顯式快取的呼叫、把 max_output_tokens 拉到至少 32,768。取樣參數（temperature 等）會被忽略，可一併拿掉。

結論：限期價期間先測，12 月起分層用

三個核心建議

1. 11 月底前完成評測：限期價期間跑一輪 low／medium／high 三段比較，成本只有 12 月後的一半
2. 預算以 12-01 起的價格編列：$4／$20 才是長期價格，限期價只適合拿來測試
3. 分層使用：日常流量走 3.8 Flash，只把最難的工作交給 Argon；遷移前先拿掉顯式快取

準備好導入 Gemini 4 Argon 了嗎？

聯繫 CloudInsight 業務團隊，我們協助評估 Argon 與 3.8 Flash 的用量配置，並處理付款與發票。

加入 LINE 官方帳號，即時諮詢模型選型問題。

---

延伸閱讀

• Gemini API 費用指南
• Gemini API 是什麼？串接、定價與開發完整指南
• Gemini API Python 串接教學
• LLM 模型排名與比較
• AI API 台灣怎麼買？

參考資料

• What's new in Gemini 4 Argon — Gemini API Docs（2026-10-28 查核）
• Gemini 4 Argon model page — Gemini API Docs（2026-10-28 查核）
• Gemini Developer API pricing（2026-10-28 查核）
• Gemini API models
• Gemini API release notes (changelog)
• Gemini API deprecations