输入 2 美元、输出 10 美元，每百万 Token，Gemini 4 Carbon 的首发 API 价格和 Argon 持平。价格看着眼熟，账却不能照抄：Google 特意强调，Carbon 处理复杂任务时会消耗更多 Token。
这句话是定价说明里最值钱的部分。单价没涨，用量涨了，深度推理和验证循环都要烧 Token，同样一个任务，Carbon 跑下来的账单可能比轻量模型高出一截。
成本要按任务算，不按单价算
评估 Carbon 划不划算，正确姿势是拿真实任务实跑一遍，记三个数：单次任务的 Token 消耗、结果的准确率、人工复核省下的时长。单价乘消耗是直接成本，准确率决定返工率，省下的工时折算成人力成本，三项合计才是真实的账。
任务也要分层。简单查询、格式转换这类活，轻量模型足够，用 Carbon 是浪费；竞品分析、多步研究、报告生成这类复杂任务，才是它该上的战场。模型选型和商品定价一个道理，贵的未必对，对位才重要。
首发体验价的窗口期
首发价格往往带着体验性质，等模型正式商用，价格体系大概率调整。窗口期里把评估做完有个额外好处：趁便宜把工作流跑通、把 Prompt 攒出来，之后无论价格怎么变，迁移成本都低。
AI 工具的选型成本现在已经是运营成本的一部分，按季度盘点一次模型清单，该换的换、该加的加，这功夫落在日常，年底看报表的时候见分晓。
Token 消耗的监控也要建起来。接了 API 的团队，用量报表要每周看，哪些任务的消耗在涨、涨得是否合理，心里有数才不会被账单吓到。复杂任务的消耗有弹性，提示词写得高效与否，同一个任务的成本能差出几倍，把常用任务的提示词库建好、调优好，省钱省在源头。模型的能力在涨，用模型的成本功夫也在涨，两件事一起做，工具才是资产不是负担。把这三件事排进日程：第一周跑通任务，第二周校准提示词，第三周出一份成本对比，一个月内完成评估。账算细了，工具才听话。