Gemini 4 Carbon费用取决于定价阶段、token用量、缓存命中及调用方式：优惠期（至2026年11月30日UTC）输入2美元/百万、输出10美元/百万，之后翻倍；缓存仅降输入成本至0.1美元/百万；API直调计费入Cloud账单，Ultra订阅则包干不另收费。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
要准确计算Gemini 4 Carbon的API调用费用，必须区分当前所处的定价阶段、输入/输出token的实际用量、是否命中缓存，以及调用方式是直接走API还是通过Google AI Ultra订阅——这四点共同决定最终账单金额。
确认你当前使用的计费阶段
截至2026年11月11日，Gemini 4 Carbon仍处于官方定义的“优惠期”，该阶段持续至【2026年11月30日23:59:59（UTC）】。在此之后，API价格将不可逆地翻倍。如果你的应用已在生产环境长期运行，务必核对系统时间与谷歌Billing Console中显示的计费周期起始时间是否一致，避免因时区偏差误判阶段。
优惠期内：输入token 2美元/百万，输出token 10美元/百万。
优惠期结束后：输入token 4美元/百万，输出token 20美元/百万。
获取真实token用量的两个关键位置
方法一：在Google Cloud Console的Vertex AI → Endpoints页面，点击对应部署的Carbon模型端点 → 查看“Usage”标签页，选择“Token count”维度，可导出按小时粒度统计的输入/输出token量。
方法二：在API响应头中读取x-goog-vertex-ai-token-count字段，它以JSON格式返回本次请求实际消耗的input_tokens和output_tokens数值，比控制台数据延迟更低、精度更高。
注意：控制台用量存在最高达6小时延迟，调试阶段务必以响应头数据为准，否则可能低估高并发场景下的突发成本。
缓存命中带来的成本压缩路径
第一步：确保请求中包含cache_key参数，且相同语义的请求始终复用同一key值。
第二步：在请求体中显式设置cache_enabled: true，否则即使有key也不会触发缓存逻辑。
第三步：检查响应头中的x-goog-vertex-ai-cache-hit字段，值为true即表示本次输入token已享受95%折扣——折算后仅按0.1美元/百万计费。
缓存只作用于输入token，输出token永远按全额计价；但一次缓存命中可让整轮推理成本下降70%以上，尤其适合文档摘要、知识库问答等重复上下文场景。
区分API直调与Ultra订阅的费用归属
如果你是通过curl或SDK直接调用https://us-central1-aiplatform.googleapis.com/v1/projects/.../endpoints/...:predict，费用计入Google Cloud项目账单，受配额、预算告警和结算周期约束。
如果你是Google AI Ultra订阅用户（每月99.99美元），无论在Gemini App、搜索AI模式还是Antigravity平台中使用Carbon，【不产生额外API费用】，所有token消耗均包含在订阅费内，也不受优惠期结束影响。
企业客户若签订Custom Agreement，需单独核查合同附件中的“Model Usage Appendix”，其中可能约定固定月费封顶或阶梯式token包，此时API单价表自动失效。
