每秒 9,645 万 tokens：Argon 三天烧掉 25 万亿，API 采购从比单价转向保容量

72 小时 25 万亿：先把 CEO 口径换算成每秒吞吐

10 月 21 日发布的 Big Technology Podcast 访谈里，Alphabet 首席执行官 Sundar Pichai 给出一组数字：Gemini 4 Argon 上线首 72 小时处理了接近 25 万亿 tokens，约为上一代 Gemini 3 同期用量的三倍，是 Google 历史上的首发记录。同一次访谈中他也承认，Google 目前正在容量受限地服务这个模型。

这组数字属于厂商自报（CEO 在播客里的口径，没有第三方计量），但 Benzinga、Yahoo Finance、TMTB 播客纪要与 Gate News 分别引用同一次访谈、数值一致，其量级可以采信。我们把它换算成运维能用的单位：25 万亿除以 72 小时，约等于每秒 9,645 万 tokens，折合全天等效 8.3 万亿 tokens。若按每百万输入 tokens 2 美元的牌价粗算，这 72 小时的等价吞吐约 5,000 万美元（按牌价折算，不等于实际收入）。

算力先给前沿模型：可出租的云容量被抽走

同一次访谈里更值得 API 采购方注意的是容量侧：Pichai 说 Google Cloud 愿意让出短期收入，把算力优先给前沿研究；客户要锁定 2027 年的算力非常困难，而数据中心投运周期是 2 到 3 年，今天的短缺其实是 2024 年就定下的结果。作为对照，Benzinga 报道 Google Cloud 第二季度收入同比增长 82% 至 248 亿美元，合约 backlog 约 5,140 亿美元。

对一个做聚合分发的团队，这条信息比价格表更硬：单价在上行（介绍价到期后翻倍），但配额、限流与区域可用性才是真正卡住交付的东西。模型越热，按量付费里那个无限量的假设就越站不住。

把容量风险折成一张月账

取一份中等负载：月消耗 3,000 万 tokens，输入输出比 7 比 3，走 Argon 的 2 美元输入、10 美元输出档。输入 2,100 万乘 2 美元等于 42 美元，输出 900 万乘 10 美元等于 90 美元，合计 132 美元。

若其中 5% 的请求因限流回落到备用渠道（按 4 美元输入、20 美元输出的同档上限价），备用渠道全量跑同样负载是 264 美元，混合后账单为 0.95 乘 132 加 0.05 乘 264，约 138.6 美元，只多 6.6 美元，涨幅约 5%。而单纯比价把单价谈低 10%，省下的也只有 13 美元。结论很清楚：价格谈判的收益上限是一杯咖啡级的，容量兜底失败的代价却是排队时间、重试放大与 SLA 违约；聚合层的价值不在再便宜几个点，而在配额兜得住。

三条可立刻落地的选型纪律

一、配额书面化。合同里写清 RPM 与 TPM 上限、并发数、区域与溢出策略，而不是只签一个按量单价。供给受限时期，配额比折扣值钱。

二、双活路由，按失败率切换。主渠道用 Argon，备用选同价档模型。第三方价格站在 10 月 21 日核对的牌价显示，GPT-6.1 Sol 与 Claude Sonnet 5.5 都是输入 2 美元、输出 10 美元。备用只需承接 5% 到 10% 的峰值，账单增量约 5%，比丢掉可用性便宜得多。

三、先砍 token，再谈单价。Argon 支持 100 万输出 token 的长任务，长上下文最容易把配额吃满。做输入裁剪、提高缓存命中，本质是用少占容量换更多调用次数。在供给受限的市场里，省 token 就等于省配额，也是唯一能自己控制的杠杆。

我们的判断是：2026 年下半年的 API 采购表里，可得性应当独立成列，权重不低于价格。模型跑分决定能不能用，容量与配额决定明天还能不能用。

来源：Big Technology Podcast 对 Sundar Pichai 的访谈（2026-10-21），Benzinga、Yahoo Finance、TMTB、Gate News 转述；云收入与 backlog 数字引自 Benzinga 报道，属厂商财报口径；GPT-6.1 Sol 与 Claude Sonnet 5.5 价格取自第三方价格站 2026-10-21 核对值。