Gemini 4 Argon 是 Google 于 2026 年 9 月 30 日公布的 Gemini 4 模型：输入、思考与输出共用 1,048,576 Token 的上下文窗口，借助续写最多可输出 100 万 Token。通过 EvoLink 调用时沿用你已有的 API Key：Google 首发价期间，每百万输入 Token $1.800、每百万输出 Token $9.000。
Google 于 2026 年 9 月 30 日公布的 Gemini 4 模型，输出上限 100 万 Token。输入、缓存输入与输出分别计量；当前费率跟随 Google 首发价。
Gemini 4 Argon
Google 的 Gemini 4 模型
gemini-4-argon需要长答案的请求，以及反复发送同一段长提示词、可以用上缓存输入费率的工作负载。迁移生产流量前，请先用自己的任务对比结果与总成本。
所有费率按每百万 Token 计,同时显示美元与 Credits,以你账户当前的价格为准。
集成前先估算一次 Gemini 4 Argon 请求的费用。计算器按你账户的当前费率计算,官方价格仅作对照。
首发价 —— 下方费率跟随 Google 为 Gemini 4 Argon 公布的首发价（每百万输入 $2.000、输出 $10.000），截止 2026 年 11 月 30 日（UTC+8）。2026 年 12 月 1 日起，EvoLink 按 Google 标准价（每百万输入 $4.000、输出 $20.000）恢复常规折扣。
官方价预估 $0.011 · 省 $0.0056(55%)
最低计费:每次请求 0.01 Credits。
快速测试
日常开发
生产评估
Gemini 4 Argon 是 Google 于 2026 年 9 月 30 日公布的 Gemini 4 模型：输入、思考与输出共用 1,048,576 Token 的上下文窗口，借助续写最多可输出 100 万 Token。通过 EvoLink 调用时沿用你已有的 API Key：Google 首发价期间，每百万输入 Token $1.800、每百万输出 Token $9.000。
Gemini 4 Argon 在 EvoLink 上以模型 ID gemini-4-argon 提供,支持 Chat Completions · Gemini 原生 API,和其他模型共用同一把 API 密钥与余额。它提供 1.05M 上下文窗口,最大输出 1.05M Token,并支持提示缓存、服务端工具。
数字取自 EvoLink 路由配置;能力以 API 当前实际提供为准。
以下场景只依据 Google 目前公布的信息：输出上限与定价。迁移流量前，请先用自己的任务验证。
单次请求最多返回 65,536 个思考与回答 Token（非流式为 32,768）；更长的结果可在原生 API 上分多次请求续写，累计最多 100 万 Token。这个上限表示容量，不保证回答完整或正确。例如生成带编号的技术题库时，要求保留题号和固定答案结构，检查题号是否齐全，抽查推导并运行生成代码的测试。遇到截断或答案相互矛盾时，缩小批次，合并后重新检查。
Google 对缓存输入优惠 95%，即按输入价的 5% 计价。当多次请求复用同一段较长的前缀（系统提示词、参考文档或此前的对话）时，缓存部分在 EvoLink 上按每百万 Token $0.092 计费，而不是 $1.800。
Gemini 4 Argon 与你已在调用的模型共用同一把 EvoLink 密钥、余额与端点。先用同一批任务跑一遍现用模型，比较通过验收的结果与总成本，再决定是否切换工作负载。
产品后端与批量任务走 EvoLink API;编码与分析类工作可直接在 Codex、Claude、Gemini 里调用 Gemini 4 Argon。两条路径共用同一把 EvoLink API 密钥、余额、模型 ID 与请求记录。
适合:产品后端、批量任务、自动化流水线
向 EvoLink 发送 Gemini 原生 generateContent 请求,自行控制模型 ID、系统指令、输出预算、工具与结构化输出。
适合:在 Codex、Claude、Gemini 里做编码、评审与分析
把任务、要带入的材料和验收标准交给 Agent,由它组装请求、通过 EvoLink 调用 Gemini 4 Argon,并把回答连同 token 用量一起返回。
这个示例是最短可运行的请求:一条 Gemini 原生 generateContent 调用,带系统指令、用户消息和输出预算。完整参数与响应说明见 API 标签页。
# Gemini native API
curl -X POST "https://direct.evolink.ai/v1beta/models/gemini-4-argon:generateContent" \
-H "Authorization: Bearer $EVOLINK_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"systemInstruction": { "parts": [{ "text": "You are a precise technical writer." }] },
"contents": [
{ "role": "user", "parts": [{ "text": "Write the migration guide for the change described below:\n<change notes>" }] }
],
"generationConfig": {
"maxOutputTokens": 8192,
"thinkingConfig": { "thinkingLevel": "high" }
}
}'
# thinkingLevel accepts low, medium, or high. For streaming, call
# streamGenerateContent?alt=sse with the same body.
# Output tokens, including thinking tokens, are billed at the output rate,
# so size maxOutputTokens for the task. The response includes
# candidates[0].content.parts and usageMetadata (prompt, cached, thinking,
# and output token counts).对照 API 文档检查模型 ID、contents 数组和参数范围,去掉该路由不支持的字段。
检查 Authorization bearer token,并在控制台确认可用余额。
提示词 token 超过了 Gemini 4 Argon 的上下文窗口。裁剪或只检索相关材料,并复用缓存前缀。
退避并带抖动重试;用批处理或队列代替并发突发。
重试前检查敏感内容、格式错误的 tool-call 参数和 JSON schema 不匹配。
沿用同一个 EvoLink 客户端与 API Key。下面四步是 Gemini 4 Argon 特有的注意点。
Chat Completions 在请求体的 model 字段填写 "gemini-4-argon"；原生 API 在 /v1beta/models/{model}:generateContent 路径中使用该 ID。"gemini-4" 是本页 URL，不是模型 ID；两种协议的请求结构不同。
单次请求最多返回 65,536 个思考与回答 Token，非流式为 32,768。Chat Completions 的 max_tokens 限制单次响应，到达上限被截断时 finish_reason 为 "length"；在原生 API 上，把 maxOutputTokens 设得高于单次上限即可续写。另行限制整个 Agent 任务，例如每次最多输出 8,000 token、最多调用 3 次、应用中明确设置的金额上限。这些是应用预算示例，不是模型默认值。重试可能突破预算时先停止，并计入输入、输出和工具费用。
保持可复用前缀稳定，再检查实际缓存命中，不能假设重复提示词都会享受折扣。Chat Completions 返回 usage，原生 API 返回 usageMetadata；按所选协议文档读取缓存 token 字段，并与账单核对。
为两个模型分别记录任务 ID、模型与路由、请求设置、验收结果、重试次数、计费 usage、耗时和人工评审分钟数。输入与验收规则保持一致。回滚路由必须经过测试且仍然可用；协议差异和具体任务的检查方法可参考 GPT-6 Astra 对比文。
Google 缓存输入价格比输入价格低 95%。EvoLink 缓存输入为每百万 token $0.092，Google 标准缓存价格为 $0.200。缓存是自动的，只有共享前缀达到 6,144 Token 才会命中。请通过所选协议的用量字段和账单核对实际命中；重复文本本身不能证明缓存命中。
输入、思考与输出共用一个 1,048,576 Token 的上下文窗口。Google 把最大输出从 64K 提高到 1,048,576 Token，但单次请求最多返回 65,536 个思考与回答 Token（非流式为 32,768）。想要更长的输出，在原生 API 上把 maxOutputTokens 设得高于这个上限：响应以结束原因 CONTINUATION 结束时会带一个 continuationToken，带着它原样重发同一个请求即可接着输出，直到以 STOP 结束。Chat Completions 不能续写，到达上限被截断时 finish_reason 为 "length"。
价格为各模型当前的 EvoLink 费率。先用这张表缩小范围，再用自己的任务比较结果与单任务总成本。
| 模型 | Gemini 4 Argon | Gemini 3.8 Flash | Gemini 3.1 Pro |
|---|---|---|---|
| 输入 / 输出 | $1.8 / $9 | $0.675 / $3.375 | $1.865 / $11.183 |
| 上下文 | 1.05M | 1.05M | 1.05M |
| 缓存 | 缓存输入费率 | 自动缓存读取 | 上下文缓存 |
| 适用场景 | 长输出、带缓存的重复提示词 | 最新一代 Flash 模型，适合更强的编程、推理与智能体工作负载。 | Gemini 3.1 的 Pro 系列模型，面向复杂推理、编程、工具与多模态工作。 |
同一把 API 密钥、同一份余额,换档位不用改接入。
可以。Gemini 4 Argon 已在 EvoLink 提供。使用你现有的 EvoLink API Key，发送 model "gemini-4-argon" 即可。
Chat Completions 在请求体的 model 字段填写 "gemini-4-argon"；原生 API 在 /v1beta/models/{model}:generateContent 路径中使用该 ID。"gemini-4" 是本页 URL，不是模型 ID；两种协议的请求结构不同。
每百万输入 Token $1.800、每百万输出 Token $9.000、每百万缓存输入 Token $0.092。本页显示的折扣以 Google 标准价（每百万输入 $4.000、输出 $20.000）为基准，而不是首发价。
Google 以每百万输入 Token $2.000、每百万输出 Token $10.000 的价格首发 Gemini 4 Argon，缓存输入优惠 95%（$0.100）。Google 的首发价截止 2026 年 11 月 30 日；2026 年 12 月 1 日起，Google 的价格为 $4.000 与 $20.000，缓存输入为 $0.200。EvoLink 当前费率跟随首发价，截止 2026 年 11 月 30 日（UTC+8）；2026 年 12 月 1 日起按 Google 标准价恢复常规折扣。
两者都是。Gemini 4 Argon 只有一个 1,048,576 Token 的上下文窗口，由输入、思考与输出共用；Google 也把最大输出从 64K 提高到同样的 1,048,576 Token。单次请求最多返回 65,536 个思考与回答 Token（非流式为 32,768）。在原生 API 上，更长的输出可以分多次请求续写：响应以结束原因 CONTINUATION 结束时，带上其中的 continuationToken 原样重发同一个请求，直到以 STOP 结束。这些是单轮的上限，不是多轮 Agent 任务的总预算。应用需要另行限制所有调用、重试和工具费用。
EvoLink 缓存输入按每百万缓存 token $0.092 计费。缓存是自动的，只有共享前缀达到 6,144 Token 才会命中。保持可复用前缀稳定，再检查实际缓存命中，不能假设重复提示词都会享受折扣。Chat Completions 返回 usage，原生 API 返回 usageMetadata；按所选协议文档读取缓存 token 字段，并与账单核对。
Google 搜索通过 Gemini 原生 API 的 googleSearch 工具使用，按每次搜索查询 $0.014 计费，在 Token 费用之外另计。一次请求可能触发多次查询。
OpenAI 兼容的 Chat Completions 端点与 Gemini 原生 API，都在 direct.evolink.ai 上，使用同一个 EvoLink API Key 和同一个模型 ID。
沿用 EvoLink API Key，为每条路由选择文档规定的协议和模型 ID。检查工具格式与响应处理后，回放代表性任务，比较通过验收的结果、重试次数、输出 Token 和总成本，再迁移生产流量。
