同一個模型 ID，兩種帳單：把 Google 前沿模型接進 Workers 前該算清楚的帳

摘要： Cloudflare 的模型目錄新增了 Google 的前沿模型 gemini-4-argon，標示為 Gemini 4 系列的第一個模型，定位是處理 coding、金融、法律、資安與科學等需要深度工作的複雜任務。對 builder 來說，重點有兩個：接入只需要一行 Workers AI 呼叫，而定價有明確的時限折扣，11 月 30 日之後帳單會翻倍。這篇文章把接入方式和成本結構拆開來看。

一個模型，三個價格數字

根據 Cloudflare 開發者文件，這個模型的定價分兩個階段。2026 年 11 月 30 日前是每百萬 tokens 輸入 $2.00、cached input $0.10、輸出 $10.00；12 月 1 日起回到輸入 $4.00、cached input $0.20、輸出 $20.00。換句話說，折扣期正好是原價的一半。

對正在做原型驗證的團隊，這個折扣窗口的意義不在省錢本身，而在它給了你一個用真實流量測試模型的機會——在帳單壓力還低的時候跑 benchmark、觀察延遲和輸出品質，等 12 月價格回升時，你已經有數據決定要不要留下它，而不是靠感覺續約。

另外注意 context window 是 1,048,576 tokens。長文件、大型 codebase 這類任務放得進去，但長 context 也意味著輸入費用累積得快，cached input 命中率會直接影響成本。

接入成本：一次 AI 呼叫的事

在 Workers 裡呼叫它就是標準的 Workers AI 介面：

const response = await env.AI.run('google/gemini-4-argon', {
  contents: [
    {
      parts: [{ text: 'What are the key differences between optimistic and pessimistic concurrency control in distributed systems?' }],
      role: 'user',
    },
  ],
});
console.log(response);

不想寫 Workers，也可以直接打 REST API：

curl https://api.cloudflare.com/client/v4/accounts/$CLOUDFLARE_ACCOUNT_ID/ai/run \
  --header "Authorization: Bearer $CLOUDFLARE_API_TOKEN" \
  --header "Content-Type: application/json" \
  --data '{
    "model": "google/gemini-4-argon",
    "input": {
      "contents": [
        { "parts": [{ "text": "Hello" }], "role": "user" }
      ]
    }
  }'

文件也標示支援 Chat Completions 格式，所以如果你的程式碼已經抽象出統一的模型呼叫層，切換成本應該很低。回應格式裡可以看到 usage metadata，這是你在折扣期結束前估算真實單位成本的依據。

它適合放在你的架構哪一層

Cloudflare 把它定位為「deep work」用的前沿模型，而不是便宜的日常路由選項。實務上，比較合理的架構是把大部分輕量請求交給小模型，只有需要長推理或跨領域知識的任務才落到這一層——這和之前談過的在 Cursor 裡調整 effort 等級作為成本旋鈕是同一個思路：模型越貴，越值得在呼叫前先做一層分流。

如果那些分流的判斷條件是用自然語言描述的規則，也可以參考先前關於用一句話控制推薦系統的討論，思路相通：把策略留在可編輯的層，而不是寫死在程式碼裡。

一個務實的下一步

文件沒有提供延遲數據或品質 benchmark，所以別把定價頁當成選型依據的全部。建議的做法是：在 11 月底前用你自己的真實任務跑一輪對照測試，記下 tokens 用量和輸出品質，再決定 12 月之後的模型配置。折扣會過，但你換來的評估數據不會。

參考來源

Gemini 4 Argon

原始貼文

在 X 上查看原貼文