Gemini 4 Carbon API 成本:可复算的客服分流费用估算
根据明确的 token 假设、缓存计费、人工审批、重试和 OneMux 公布的价格,估算 Gemini 4 Carbon 客服分流任务的费用。
摘要 · TL;DR
本文通过一个明确标注为示例的计算,估算使用 Gemini 4 Carbon 完成一项客服分流任务的成本。文章对比特定日期的官方价格与 OneMux 公布的 token 价格,展示缓存输入和重试如何影响计算,并将 API 费用与人工审核成本分开。
核心要点
- 示例使用 50,000 个输入 token,其中假设 40,000 个命中缓存,另有 6,000 个包含 thinking 的生成 token。
- 按 2026 年 11 月 15 日核实的官方费率,这次假设的成功尝试产生 $0.084 的 token 费用,不含可能单独计费的工具。
- 将 OneMux 于 2026 年 11 月 17 日公布的价格用于相同数量,计算结果为 $0.013104;这里明确假设其所列价格适用于这些用量类别。
- 用量单独记录的重试会增加相应费用;人工审核则是单独的运营成本。
- 在将估算用于预测账单前,应核实实际端点的价格、缓存计费方式和用量报告。
文章目录 (9)
简要结论
对于客服分流工作流,应估算所有参与决策的模型尝试的费用,而不只是最终被接受的分类结果。按照下文的示例假设,一次 Gemini 4 Carbon 尝试按 2026 年 11 月 15 日核实的官方 Standard token 费率计算为 $0.084。使用 2026 年 11 月 17 日获取的 OneMux 目录价格,相同 token 数量计算为 $0.013104,均不含可能单独计费的工具。这些只是算术示例,并非 API 报价或对实际客服工作负载的测量。
本文适用于将客户消息交由人工审批的团队。我们将模型用量、工具费用和审核人工成本分开计算,以免看似低廉的分类费用掩盖工作流的总成本。
价格与快照日期
下列官方费率来自所提供的 Ofox 定价指南,该指南称其于 2026 年 11 月 15 日核实了 Google 的 Standard 美元费率。OneMux 价格来自 2026 年 11 月 17 日获取的公开目录快照。价格均以每百万 token 为单位,而非每次请求或每张已完成工单。
| Gemini 4 Carbon token 类别 | 官方 Standard 价格 | OneMux 公布价格 |
|---|---|---|
| 未缓存输入 | $2.00 per 1M tokens | $0.312 per 1M tokens |
| 输出,包括在该类别中计费的 thinking | $10.00 per 1M tokens | $1.56 per 1M tokens |
| 缓存输入,适用于相应路由将其报告为缓存命中的情况 | $0.10 per 1M tokens | $0.0156 per 1M tokens |
OneMux 目录列出了输入和输出价格,并单独列出缓存读取价格。该模型公布的价格比率为 0.156。这是目录价格对比,并不保证每次请求、每个服务层级或每项工具费用都按此比例计费。请查看 Gemini 4 Carbon 模型页面和 OneMux 定价,了解适用条件。特定层级条款和单独的工具费用可能改变总额;不要假设未列出的费用为零。
官方指南还给出了自 2026 年 12 月 1 日开始的后续 Standard 费率时段:普通输入为 $4 per 1M ordinary input tokens,缓存输入为 $0.20 per 1M cached input tokens,输出为 $20 per 1M output tokens。相对于该指南 11 月 15 日的核实日期,这是未来费率对比,并非下文示例使用的费率。
首先定义客服分流工作负载
设想一条客户消息及相关账户或对话上下文。Carbon 提出类别、紧急程度、简短理由和建议的下一步操作。在采取任何有实质影响的行动或向客户回复之前,由人工检查这一建议。人工审批是工作流的一部分,但不包含在 token 成本计算中。
为了让估算可复算,请为每项任务按相同边界记录:
- **输入:**每次尝试中所有可计费的提示词和上下文 token。
- **缓存:**仅计入确认为缓存命中的输入 token,且它们是总输入的一部分。
- **生成用量:**确认后的可计费输出数量;如果适用的用量记录将 thinking 包含在内,只计入一次。
- **尝试次数:**仅在重试和续接调用的用量可独立确认且互不重叠时,将其计入。
- **其他费用:**已知工具费用另行相加。不要仅凭工具使用 token 数推断费用。
- **人工审核:**用审核时间乘以自行设定的人工成本费率,单独衡量。
所提供的 Ofox 指南提醒,仅凭用量字段名称,无法确立 thinking 是否包含在输出中、或一条记录涵盖的是单次调用还是累计交互的通用规则。在统一处理用量数据前,请确认相关端点和 SDK 的行为。如果无法确定两者关系,应标记为未知,而不是猜测着增加或省略 token。详见来源指南及其计费注意事项。
复算示例
假设一次成功的分流尝试有 50,000 个总输入 token,其中 40,000 个实际命中缓存,另有 6,000 个包含 thinking 的生成 token。仅在本示例中,假设没有单独计费的工具费用。这些 token 数量是人为设定的假设,并非对实际请求的测量。
普通输入为 50,000 − 40,000 = 10,000 个 token。
| 组成部分 | 官方费率计算 | 官方费用 | OneMux 费率计算 | OneMux 费用 |
|---|---|---|---|---|
| 普通输入 | 10,000 × $2 ÷ 1,000,000 | $0.020 | 10,000 × $0.312 ÷ 1,000,000 | $0.00312 |
| 缓存输入 | 40,000 × $0.10 ÷ 1,000,000 | $0.004 | 40,000 × $0.0156 ÷ 1,000,000 | $0.000624 |
| 生成用量,包括 thinking | 6,000 × $10 ÷ 1,000,000 | $0.060 | 6,000 × $1.56 ÷ 1,000,000 | $0.00936 |
| 本次尝试合计 | 三项相加 | $0.084 | 三项相加 | $0.013104 |
OneMux 的结果是将公布的目录价格直接应用于上述数量。请确认请求所用路由和计费条款是否将这些价格应用于相同类别。除非双方都计入工具、不同层级或额外尝试等项目,否则不要将本估算与包含这些项目的账单比较。
缓存输入必须是总输入的一部分,不能在总量之外另加。如果将全部 50,000 个 token 按普通费率计费,再加上 40,000 个缓存 token,就会重复计算这些缓存命中。同样,如果确认的生成总量已包含 thinking,就不要另行相加。
如实计入重试和人工审批
假设第一次尝试被验证规则拒绝,第二次尝试成功。如果失败的尝试使用了 50,000 个未缓存输入 token 和 5,000 个生成 token,其官方 token 费用为 $0.150:输入为 $0.100,生成用量为 $0.050。加上成功尝试的 $0.084,该任务的官方 token 总费用为 $0.234。相同的两次假设尝试按所列 OneMux 费率计算,总计 $0.036504。
该示例假设每次尝试的用量彼此独立且可单独确认。超时并不能证明是否发生了处理,缺少用量记录也不代表费用为零。避免将累计总量及其组成调用同时计入。实际核算时,请使用服务商确认的用量记录和计费条款。
在人工审批工作流中,应清楚记录审核人员的投入:如果测得审核人员平均每张工单花费 30 秒,请使用组织自行选定的人工成本费率单独计算这部分劳动成本。不要将其表述为 API 费用。还应跟踪审核人员更正类别或拒绝建议操作的频率;这些结果有助于判断工作流是否适合你的流程,但所提供的来源并未确定 Carbon 的准确率或审核所需时间。
实用预算清单
- 确定模型、路由、服务层级、币种和生效日期。
- 选择任务边界:一张工单,包括获得最终建议所需的所有重试和续接调用。
- 确认输入、缓存命中、生成输出、thinking 和累计轮次在用量记录中的呈现方式。
- 分别估算普通输入、缓存命中输入和生成 token;确保缓存数量包含在总输入之内。
- 单独加上已知工具费用,未知费用则标记为未知。
- 纳入预期的重试情景,而不是只计算成功尝试的价格。
- 在 API 计算之外跟踪人工审核时间和更正率。
- 在预测规模化用量前,将估算与一小批经过授权的实际用量样本进行比较。
OneMux 通过 OpenAI-compatible API 提供模型访问,并提供模型访问、路由、密钥、支出可见性和额度充值功能。此工作流是否兼容,取决于所选路由的文档化端点和参数支持;所提供的材料并未证实某个具体的客服分流集成已经过测试。如果其他有文档说明的访问路径在端点或用量报告方面更符合需求,请使用该路径。
结论
有用的 Gemini 4 Carbon 估算应是一份任务账目,而不只是单一的输出 token 价格。在明确说明的人为设定用量下,本客服分流示例按指南核实的官方费率计算为 $0.084,或按 OneMux 特定日期公布的目录价格计算为 $0.013104,均不含尚未计价的工具和人工审核。请用已确认的用量替换假设,每次尝试只计一次,并将人工审批成本单独列出。
资料来源
- Ofox: Gemini 4 Carbon API Pricing: Calculate the Cost of a Complete Task — 2026 年 11 月 15 日核实的官方 Standard 费率、费率时段详情及用量核算注意事项的来源。
- OneMux Gemini 4 Carbon 模型页面 — OneMux 与官方公布的目录价格及所列缓存价格,快照获取于 2026 年 11 月 17 日。
- OneMux 定价 — 公开定价参考;估算实际工作负载前请核实适用的计费条件。
公布价格快照
采集自 OneMux 公布目录的时间为 2026-11-17T13:00:06.032Z。价格保留网站的计费单位;这不是实时基准测试。分层、缓存或基于时间的计费可能有所不同。未知值不等于零。
| 模型 | 官方输入 | 官方输出 | OneMux 输入 | OneMux 输出 | 公布价格比率 |
|---|---|---|---|---|---|
| Gemini 4 Carbon | $2 | $10 | $0.312 | $1.56 | 0.156 |
OneMux 当前价格。只有在输入、输出和计费单位一致时才比较工作负载成本;层级条件请参阅各模型页面。
常见问题
一次 Gemini 4 Carbon 客服分流尝试要花多少钱?
费用取决于 token 用量、缓存命中、适用层级和单独收费项目。在示例中,输入为 50,000 个 token,其中 40,000 个命中缓存,另有 6,000 个包含 thinking 的生成 token。按 2026 年 11 月 15 日核实的官方费率计算为 $0.084,按 2026 年 11 月 17 日获取的 OneMux 目录价格计算为 $0.013104。这些并非实际请求的测量成本。
估算是否包含人工审核?
不包含。示例只计算模型 token 费用,并假设没有单独的工具费用。请单独衡量审核人员的时间,并使用组织自行设定的人工成本费率。
缓存输入应如何计数?
将确认命中缓存的 token 计为总输入的一部分。从总输入中减去它们,得到普通输入,再按各自适用的费率计算。不要将同一批 token 在两个类别中重复计费。
是否应该将 thinking token 加到输出 token 上?
只有在适用端点的已确认用量定义将 thinking 和输出视为互不重叠的可计费数量时,才应相加。如果生成总量已包含 thinking,则只计一次。如果两者关系未知,不要猜测。
重试是否计入客服任务成本?
当每次重试的可计费用量可独立确认,且与其他报告的总量不重叠时,应将其计入。结果失败的尝试仍可能产生用量,但仅凭 HTTP 错误或超时无法确定实际计费情况。
OneMux 的价格是否保证每次请求都有折扣?
不保证。OneMux 目录快照列出了 Gemini 4 Carbon 的价格和 0.156 的公布价格比率,但适用的层级、缓存、工具和路由条件可能影响实际账单。请核实当前模型页面和定价条款。
相关文章
指南
DeepSeek V4.1 Flash 1017 人工审核支持分流成本指南
基于明确的 Token 假设、峰时与非峰时定价、缓存机制及可复现的月度计算,估算 DeepSeek V4.1 Flash 1017 API 用于客户支持分流的成本。
指南
Gemini 4 Carbon API 用于代码仓库变更的成本:可复现估算
基于明确的 token、缓存和流量假设,估算 Gemini 4 Carbon 用于代码仓库变更及测试验证循环的成本。
指南
Gemini 4 Carbon API 成本估算:JSON Schema 结构化提取
介绍一种可复现的 Gemini 4 Carbon 结构化提取成本估算方法,涵盖明确的 token 假设、价格比较、JSON Schema 验证和失败场景。
指南
GPT 6.2 Astra API 成本估算:需人工审批的客服工单分诊
估算需人工审批的客服工单分诊流程中 GPT 6.2 Astra 的 token 成本,并提供价格分档和缓存示例。