Gemini 3.5 Pro 明天上市，輸出 token 每百萬 60 美元——比 DeepSeek V4 貴 69 倍

7 月 17 日 Gemini 3.5 Pro 上市時，它面對的市場格局，已和 Google 最初宣布這款模型時截然不同。GPT-5.6 Sol 已刷新了基準測試標準，Grok 4.5 證明了在傳統大廠之外也能達到前沿水準，而 DeepSeek V4 則在一週後——7 月 24 日——以一個讓西方前沿模型定價顯得像另一個宇宙的價格，正式轉為穩定版本。

根據多個接近產品的消息來源——截至本文撰寫時，Google 官方定價頁面仍未發佈——Gemini 3.5 Pro 的定價預計約為每百萬輸入 token 15 美元、輸出 60 美元。200 萬 token 的上下文視窗若獲確認，將以 2 倍的優勢成為目前市場最長的產品級上下文視窗。進階推理功能「Deep Think」將鎖定在每月 250 美元的 Google One Ultra 訂閱方案之後。

DeepSeek V4 的穩定版本在 7 月 24 日上線，每百萬輸出 token 只要 0.87 美元——比 Gemini 3.5 Pro 的預估輸出定價便宜 69 倍。這個差距，是 2026 年下半年前沿模型市場的核心事實，AI 生態系中的每一個買家、建構者和投資者，都在釐清這意味著什麼。

Gemini 3.5 Pro 的牌

Google 正在努力推向市場的規格組合——源自本月初詳細報導的架構重建——作為價值主張是連貫的，儘管價格昂貴。

200 萬 token 的上下文視窗填補了一個真實的能力缺口。在單一上下文中處理整個企業程式碼庫、完整合約文件庫，或一整年的客服逐字稿，不是假設性的用例——而是企業 AI 買家被問及「目前還做不到什麼」時，最常提到的場景。從 100 萬到 200 萬 token，不只是量變，而是質變：有些工作流之所以目前無法完成，恰恰是因為需要的上下文超過了 100 萬 token 的邊界。

Deep Think 推理層採用選擇性而非一律啟動的方式，嘗試在真正困難的問題上為模型提供更多推理時間，而不讓每一個常規查詢都變得昂貴。將其鎖定在每月 250 美元的 Ultra 訂閱方案之後，清楚表明了目標客戶：願意為能力付費的企業和專業用戶，而非評估 AI 是否值得一試的普通用戶。

架構重建本身，如先前所報導，解決了前一版模型在數學推理和 SVG 生成上的根本性缺陷。如果重建確實修復了這些問題——而 Google 工程師顯然認為前一架構已觸到無法突破的天花板——Gemini 3.5 Pro 在企業買家最看重的任務上，應當明顯強於 Gemini 2.5 Pro。

定價問題

每百萬輸出 token 60 美元的預估定價，大約是 GPT-5.6 Sol（30 美元）的 2 倍、Claude Sonnet 5（10 美元）的 6 倍，對比 DeepSeek V4 的 0.87 美元，則是 69 倍溢價。

這個定價框架揭示了 Google 的戰略姿態：Gemini 3.5 Pro 不是在跟優化成本的開發者競爭，而是在跟優先考慮能力、可靠性、整合性和——關鍵的——無地緣政治限制存取的企業買家競爭。

在最後這一點上，Gemini 3.5 Pro 有一個定價表面看不出來、但企業採購部門越來越在意的結構性優勢：截至上市日，它是唯一一款沒有受到任何政府出口限制、協調預覽期或多機構安全審查約束的主要前沿模型。GPT-5.6 Sol 在公開發布前完成了 13 天的政府協調期；Grok 4.5 也經歷了類似程序；DeepSeek V4 儘管定價有優勢，但根據現行出口指引，對美國政府機構和許多國防承包商仍屬法律上無法取用的模型。

對於金融機構、國防承包商或受監管的醫療機構的企業採購團隊而言，多花 69 倍的錢，換取一款跨司法管轄區無條件可用的模型，可能是完全理性的決策。「可用性」本身就是有價值的。

前沿模型市場的分岔

Gemini 3.5 Pro 和 DeepSeek V4 之間的定價鴻溝，不是市場力量終將消弭的異常現象，而是一個正在固化的結構性分歧。

西方前沿大廠——Google、Anthropic、OpenAI——建構的是能力優先、定價溢價的模型，因為他們的目標是最苛刻的應用場景：需要在數百萬 token 上精確推理的代理系統、結合文字、程式碼、圖像和即時數據的多模態工作流，以及在高風險環境中需要一次做對的長程自主任務執行。這些能力的算力成本是真實的，企業採用所需的品質保證也值得這個溢價。

中國大廠——DeepSeek，以及越來越多的跟隨者——在不同的維度競爭：每美元的最大能力，優化的是對全球開發者盡可能廣泛的吸引力。DeepSeek V4 以每百萬輸出 token 0.87 美元定價，不是一個碰巧表現不錯的廉價模型；它是從設計之初就以「讓地球上每一個開發者都能負擔得起」為目標的模型，押注的是採用廣度在時間複利下的效應，而不是個別交易的利潤率。

這不是兩個即將收斂的點，而是兩種截然不同的市場主導策略，針對不同地區、不同風險偏好的不同客戶。

7 月 17 日真正要告訴我們什麼

Gemini 3.5 Pro 的真正考驗，不是它能否在 7 月 17 日如期上市——儘管這在架構重建讓時間線重新變得可信而不只是願望之後確實重要。真正的考驗是：重建後的架構，是否真的實現了讓 Google 工程師決定推倒重來的那些性能目標。

如果 Gemini 3.5 Pro 在數學推理和複雜多模態任務上表現強勁，那就驗證了近代 AI 史上代價最高的中途架構轉向之一，並給了 Google 在前沿模型競賽中一直缺失的東西：一個清晰、當下、可辯護的答案——Gemini 為什麼比其他選擇更好，而不只是不同。

如果它上市時帶著殘留的性能缺陷——如果重建所需的時間超過了時間線的餘裕，或新架構遇到了訓練後無法完全修正的新失效模式——那麼溢價定價將面臨更嚴苛的追問，因為買家手上已有更便宜或更強的替代選擇。

距離 7 月 17 日還有 44 小時。這款模型據報的上下文視窗是 200 萬 token。等待評估它的受眾，比一個月前要更多懷疑。