AI 越来越便宜，这笔钱到底该怎么算

谷歌今天凌晨发了 Gemini 4 Argon。新闻里的数字挺唬人：智能指数 53 分，追平 OpenAI 的 GPT-6 Astra；API 单价输入 2 美元、输出 10 美元，只要对手的五分之一。

但我盯着另一组数字看了很久——完成一个任务，Argon 平均要花 1.99 美元，GPT-6 Astra 是 3.26 美元。单价差五倍，总账只差四成。同一天，OpenAI 的 GPT-6.1 Sol 完成同样的任务只要 0.72 美元。

单价砍到五分之一，账单只降到六成

差价去哪了？答案在用量上。

Argon 做一件事，平均要输出 6.2 万个 token；Astra 只用 2.7 万。用个糙一点的比方：这家超市的菜便宜，但它让你多买一倍的量。标价和账单，从来不是同一回事。

更值得留意的是这 2 美元和 10 美元属于首发促销，谷歌没说什么时候结束。按同一套评测口径，促销结束、价格翻倍之后，Argon 的单任务成本会变成 3.98 美元，反而比 Astra 贵出两成。

便宜的那家，未必是省钱的那家

这件事对做生意的启发，比模型榜单本身有意思得多。

过去一年我见过不少老板挑工具的方式：看谁便宜、看谁榜单高、看谁广告响。这三样都跟「你的事能不能办成」没关系。榜单考的是标准化题目，你的活儿没有榜单——整理一批格式很乱的单据、从几百张照片里挑出不合格的、把客户在微信里说的话归类，这些都是榜单不会考的。

还有一层容易被忽略：模型只是账单的一部分。同一个任务反复调用、上下文越拉越长、失败的还得重跑，这些都会把成本放大。真正决定花多少钱的，是你把任务拆成了什么样。拆得清楚，便宜的小模型也够用；拆不清楚，最贵的模型也办不成事。

落到自己身上，该怎么算这笔账

我的建议是先别算钱，先算活。

把你们公司最重复的那件事写下来：谁在做、一天做几次、一次多久、错一次要赔多少。这张纸写出来，值不值得上 AI 基本就有答案了。反过来，如果写不出来，说明还没到挑模型的阶段。

至于费用，装一套能跑的本地环境和做个小工具差得很远。这只是大致区间，具体费用要根据你的实际需求评估——模型多大、要不要对接你现有的系统、要不要培训员工，每一项都影响报价。建议先出需求清单或方案，再给明细报价。

汕头、潮州、揭阳这边做实体生意的老板，最常问的还是那句：这东西能不能替我省一个人。老实说，能省掉一半的活，省不下全部。那省下的一半值多少钱，得看你那件事有多重复。

想聊的可以打 13829578822，微信同号，把你最花时间的那件事说给我们听。想先看看我们做事的思路，可以读怎么挑软件公司那篇，还有小程序商城怎么选这篇。