Gemini 4 Argon将单次输出上限提升至100万token，并在2026年11月30日前推出API限时半价、上下文缓存折扣达95%。长上下文降低重复输入成本，缓存折扣减少企业调用开销，使AI服务从试用转向高频生产部署。算力竞争因此从单纯模型能力转向推理成本、缓存效率、上下文管理和企业级SLA，云厂商需要同时优化芯片、存储和网络调度。 关键要点上下文缓存折扣达95%API限时半价推动企业级部署算力竞争转向推理成本与缓存效率 返回列表 上一篇 下一篇
