Custos da API Gemini 4 Neon para perguntas e respostas sobre documentos
Estime os custos de perguntas e respostas sobre documentos com Gemini 4 Neon usando premissas explícitas de tokens, cache e saída, com comparações reproduzíveis de preços do Google e da OneMux.
Resumo · TL;DR
Uma estimativa detalhada para 20 perguntas sobre documentos mostra como os tokens de documentos em cache e os tokens de saída usados para pensamento afetam os custos do Gemini 4 Neon, comparando as tarifas Google Standard e do catálogo OneMux para as mesmas quantidades de tokens.
Principais pontos
- Na carga de trabalho ilustrativa de 20 perguntas, as cobranças por tokens no Google Standard totalizam $3.399 com os acertos de cache assumidos, ou cerca de $0.170 por pergunta.
- Aplicar as tarifas de tokens publicadas pela OneMux às mesmas quantidades resulta em $1.281423, ou cerca de $0.064 por pergunta, sujeito às condições de cobrança e cache aplicáveis.
- Sem acertos de cache, as mesmas quantidades de tokens custam $25.059 nas tarifas Google Standard; os acertos de cache devem ser medidos, não presumidos.
- As estimativas de saída devem incluir tanto as respostas visíveis quanto os tokens de pensamento, enquanto a qualidade das citações exige uma verificação de aceitação separada.
Nesta página (12)
Resposta rápida
Para perguntas e respostas sobre documentos com Gemini 4 Neon, estime o custo de uma resposta aceita e com atribuição de fontes, não apenas o preço de um único prompt. As principais variáveis são a quantidade de texto dos documentos enviada em cada pergunta, quanto desse texto efetivamente obtém acerto de cache e quantos tokens de saída — incluindo os de pensamento — o modelo usa.
Na carga de trabalho ilustrativa abaixo, 20 perguntas sobre um conjunto de documentos de 400.000 tokens custam $3.399 nas tarifas de tokens Google Standard, supondo que o documento esteja em cache nas 19 perguntas subsequentes. Aplicar as tarifas publicadas pela OneMux às mesmas quantidades de tokens resulta em $1.281423. Nenhum dos valores é uma cotação ou o resultado de uma execução medida da API.
A OneMux publica este artigo e oferece acesso a modelos por meio de uma API compatível com OpenAI. Os detalhes de preços e cache do Google discutidos aqui vêm do guia de preços do Gemini 4 Neon da Ofox; as tarifas da OneMux vêm do registro publicado de seu catálogo.
Preços de referência: unidades de tokens comparáveis
O registro do catálogo OneMux foi capturado em 21 de novembro de 2026. Os preços Google Standard abaixo são os informados no guia da Ofox fornecido, que diz terem sido verificados em 19 de novembro de 2026. Os preços podem mudar; consulte o provedor e a página do modelo na OneMux antes de preparar um orçamento.
| Modelo e base de preços | Entrada por 1 milhão de tokens | Saída por 1 milhão de tokens | Razão publicada entre OneMux e preço oficial |
|---|---|---|---|
| Gemini 4 Neon, Google Standard | $3.00 | $15.00 | Não se aplica |
| Gemini 4 Neon, catálogo OneMux | $1.131 | $5.655 | 0.377 |
A razão é a relação de preços publicada, não um percentual de desconto. Ela compara as tarifas de entrada e saída listadas; não garante a mesma relação em todas as faturas ou configurações de serviço. A tarifa de saída do Google inclui tokens de pensamento, segundo a Ofox. A comparação detalhada supõe a mesma contabilização de tokens de saída nas duas bases de preços; confirme esse tratamento para seu uso da OneMux antes de se basear na estimativa.
| Base de preço para entrada em cache | Preço por 1 milhão de tokens de entrada em cache |
|---|---|
| Google Standard, conforme informado pela Ofox | $0.15 |
| Leitura de cache no catálogo OneMux | $0.05655 |
O registro da OneMux também lista um preço de gravação em cache de $0.05655 por milhão de tokens. Essa classificação no catálogo, por si só, não estabelece quando o preço se aplica nem se ele é cobrado junto com outra categoria. O exemplo usa o preço de leitura de cache apenas para os acertos presumidos e não adiciona uma cobrança separada de gravação. Verifique as condições atuais de cache e de nível de serviço antes de usar o cálculo como previsão. A Ofox informa que o Google Neon usa cache implícito, em vez de criação explícita de cache; repetir um documento não comprova um acerto de cache.
Estimativa detalhada: 20 perguntas sobre um conjunto de documentos
Esta é uma carga de trabalho sintética de perguntas e respostas sobre documentos, não um teste do Neon ou da OneMux. O aplicativo envia o conjunto de documentos como prefixo compartilhado e solicita respostas com citações de trechos dos documentos.
- Primeira pergunta: 400.000 tokens de entrada no total, sem acerto de cache, e 6.000 tokens de saída, incluindo pensamento.
- Dezenove perguntas subsequentes: 402.000 tokens de entrada cada: um prefixo de documento de 400.000 tokens presumido como acerto de cache, mais 2.000 outros tokens de entrada. Cada uma gera 3.000 tokens de saída, incluindo pensamento.
- Escopo: uma solicitação ao modelo por pergunta, sem novas tentativas, busca, taxas de embeddings de busca em arquivos, impostos ou outras cobranças. A primeira pergunta e suas instruções estão incluídas nos 400.000 tokens de entrada.
- Atribuição: identificadores de fontes e trechos citados estão incluídos nas quantidades presumidas de entrada e saída; seu custo real em tokens dependerá do formato usado.
Em toda a carga de trabalho, são 438.000 tokens de entrada sem cache, 7.600.000 tokens de entrada em cache e 63.000 tokens de saída. A entrada em cache é uma parte da entrada total, não uma cópia extra a ser cobrada pelas duas tarifas de entrada.
| Cobrança | Cálculo Google Standard | Custo Google | Cálculo do catálogo OneMux | Custo OneMux |
|---|---|---|---|---|
| Entrada sem cache | 438.000 a $3.00 por 1 milhão | $1.314 | 438.000 a $1.131 por 1 milhão | $0.495378 |
| Entrada em cache | 7.600.000 a $0.15 por 1 milhão | $1.140 | 7.600.000 a $0.05655 por 1 milhão | $0.429780 |
| Saída, incluindo pensamento presumido | 63.000 a $15.00 por 1 milhão | $0.945 | 63.000 a $5.655 por 1 milhão | $0.356265 |
| Total para 20 perguntas | Soma das cobranças | $3.399 | Soma das cobranças | $1.281423 |
| Média por pergunta | Total dividido por 20 | $0.16995 | Total dividido por 20 | $0.06407115 |
As duas colunas usam quantidades idênticas de tokens para isolar a diferença entre as tarifas listadas. Elas não demonstram que uma solicitação específica receberá o tratamento de cache presumido por qualquer uma das opções.
E se não houver acerto de cache?
As mesmas 20 solicitações contêm 8.038.000 tokens de entrada no total. Se todos forem cobrados como entrada comum, a entrada no Google Standard custará $24.114; somando $0.945 de saída, o total será $25.059, ou cerca de $1.253 por pergunta. Nas tarifas listadas de entrada comum e saída da OneMux, o total equivalente é $9.447243, ou cerca de $0.472 por pergunta.
Essa comparação mantém fixas a carga de trabalho e a saída. Ela ilustra a sensibilidade ao cache, não prevê a frequência de acertos. Registre o uso real com e sem cache antes de usar qualquer um dos cenários em um orçamento.
Transforme a estimativa em um orçamento que considere a atribuição de fontes
- Defina uma resposta aceita. Exija um identificador do documento e uma referência de página, seção ou trecho que o leitor possa localizar. Decida se uma resposta sem comprovação deve ser rejeitada ou se pode informar que as evidências são insuficientes.
- Meça a solicitação completa. Inclua o texto dos documentos, a pergunta, as instruções, os rótulos dos trechos e qualquer histórico de conversa repetido. Se a recuperação selecionar trechos em vez de enviar todo o conjunto, meça o texto efetivamente enviado; adicione eventuais cobranças de recuperação ou embeddings faturadas separadamente.
- Conte toda a saída. Inclua citações e pensamento quando o provedor os cobrar como saída. O tamanho da resposta visível, por si só, não é uma estimativa confiável do custo de saída.
- Verifique o uso de cache nos registros. Separe os acertos de cache confirmados da entrada comum. Comece com um cenário sem acertos se não tiver evidências de uso e depois acrescente um cenário com acertos medidos.
- Conte as tentativas malsucedidas. Uma nova tentativa após uma citação incorreta é outra solicitação. Por exemplo, se 20 perguntas iniciais custarem $3.399 e quatro novas tentativas custarem $0.17 cada, o total sobe para $4.079. Se todas as 20 perguntas forem então aceitas, isso representa cerca de $0.204 por resposta aceita. O custo das novas tentativas é uma premissa, não uma medição do Neon.
Uma citação pode estar presente e ainda assim estar errada: verifique se o trecho referenciado sustenta a afirmação e se os identificadores dos documentos são preservados durante a recuperação e a formatação. Uma recusa correta quando o conjunto não contém evidências também pode ser um resultado válido. Acompanhe esses resultados separadamente dos gastos com tokens para não confundir um baixo custo por resposta com um baixo custo por resposta útil.
Cobranças por nível de serviço e ferramentas a verificar
A Ofox informa tarifas de tokens Google Batch e Flex equivalentes à metade da Standard e tarifa Priority de 1,8 vez a Standard. São níveis de serviço diferentes, não promessas intercambiáveis sobre prazo de processamento ou disponibilidade. O registro da OneMux não estabelece condições equivalentes para esses níveis, por isso a tabela acima compara apenas as tarifas de catálogo informadas com o Google Standard.
O exemplo detalhado não usa ferramentas externas. Se o fluxo de trabalho adicionar fundamentação com Google Search, busca em arquivos ou outro serviço, calcule esses custos separadamente conforme as condições aplicáveis. A Ofox informa que o Search pode gerar várias consultas faturáveis a partir de uma única solicitação e que a busca em arquivos pode adicionar cobranças por embeddings. Não presuma que o preço de uma ferramenta não listado seja zero.
Perguntas frequentes
Um documento maior sempre custa mais por resposta?
Não necessariamente. Ele aumenta a quantidade de texto que pode ser enviada, mas o custo real também depende da recuperação, dos acertos de cache, da saída, incluindo pensamento, e das novas tentativas. Compare os tokens medidos por resposta aceita.
Posso presumir que o documento inteiro ficará em cache após a primeira pergunta?
Não. Os 19 acertos de cache acima são um cenário explicitamente definido. Confirme o uso real de cache e as condições aplicáveis nos registros do seu provedor.
Conclusão
Para orçar perguntas e respostas sobre documentos, calcule tanto uma referência sem cache quanto um cenário com cache medido; depois, adicione as novas tentativas e quaisquer ferramentas cobradas separadamente. O custo resultante por resposta aceita e com atribuição de fontes é mais útil do que o preço dos tokens isoladamente.
Fontes
- Ofox: preços do Gemini 4 Neon — tarifas informadas do Google, tratamento de cache e pensamento, níveis de serviço e contexto das cobranças por ferramentas.
- OneMux: página do modelo Gemini 4 Neon — listagem do modelo e detalhes atuais do catálogo; os valores neste artigo usam o registro de 21 de novembro de 2026.
Registro de preços publicado
Capturado em 2026-11-21T09:00:06.588Z do catálogo publicado da OneMux. Os preços mantêm as unidades de cobrança do site; esta não é uma avaliação em tempo real. A cobrança por nível de serviço, cache ou tempo pode ser diferente. Valores desconhecidos não são zero.
| Modelo | Entrada oficial | Saída oficial | Entrada OneMux | Saída OneMux | Razão de preços publicada |
|---|---|---|---|---|---|
| Gemini 4 Neon | $3 | $15 | $1.131 | $5.655 | 0.377 |
Preços atuais da OneMux. Compare os custos de cargas de trabalho somente quando as unidades de entrada, saída e cobrança forem equivalentes; consulte a página de cada modelo para conhecer as condições dos níveis de serviço.
Perguntas frequentes
Quanto custa usar o Gemini 4 Neon para perguntas e respostas sobre documentos?
Na carga de trabalho ilustrativa de 20 perguntas do artigo, as cobranças por tokens são de $3.399 nas tarifas Google Standard com acertos de cache presumidos, ou $1.281423 usando as tarifas publicadas pela OneMux e as mesmas quantidades de tokens. Os custos reais dependem do uso, do tratamento de cache e de cobranças adicionais.
Os tokens de pensamento do Gemini 4 Neon estão incluídos nos custos de saída?
O guia da Ofox citado informa que o Google cobra os tokens de pensamento como saída. Confirme a contabilização de tokens de saída aplicável ao seu uso da OneMux antes de se basear na comparação.
Repetir um documento garante um acerto de cache?
Não. O exemplo detalhado presume acertos de cache para fins ilustrativos. Verifique os registros de uso real e as condições aplicáveis do provedor.
Artigos relacionados
Guides
Custos da API Qwen4 Max: estimativa para uma carga de trabalho com atenção à privacidade
Estime os gastos com a API Qwen4 Max por meio de cálculos reproduzíveis de entrada, saída e cache, reduzindo a exposição de dados de usuários e credenciais.
Guides
Custos da API Gemini 3 Pro Image Preview para perguntas e respostas sobre documentos
Estime os custos de perguntas e respostas sobre documentos com premissas explícitas de tokens, unidades de preço comparáveis e um cálculo mensal reproduzível.
Guides
Custos da API GPT Image 2.6 para perguntas e respostas sobre documentos: o que é possível — e o que não é — estimar
Monte um orçamento reproduzível para perguntas e respostas sobre documentos com premissas explícitas de tokens do GPT Image 2.6, mantendo separados os custos de geração de respostas e de atribuição de fontes.
Guides
Estimativa de custo da API GPT 6.2 Astra para perguntas e respostas sobre documentos
Estime os custos de perguntas e respostas sobre documentos com o GPT 6.2 Astra usando premissas explícitas de tokens, faixas de contexto, tarifas de cache e cálculos reproduzíveis.