谷歌Gemini智能体通关《我的世界》:标准价下token花费1040美元
谷歌DeepMind的一篇论文为前沿智能体的工作开出了明细账单:4个Gemini 4 Argon智能体,27个小时,一条被击杀的末影龙,按优惠价计算花费约520美元。12月1日起,各项费率全部翻倍。有记录以来最便宜的一次击杀仍属于Anthropic的模型——不过,它的工具是人类递到手上的。
Vincent Jiang · 3 min read
4个智能体、27个小时、一张账单
4个由谷歌旗舰推理模型Gemini 4 Argon驱动的智能体,进入一个随机生成的《我的世界》生存模式世界,只领到一条指令:击杀游戏的最终Boss——末影龙12。27小时14分钟后,末影龙被击杀1。
这一结果来自谷歌DeepMind研究人员Maxence Faldor、Satinder Singh和Roberta Raileanu10月15日发布在arXiv上的论文1。这些智能体自己编写了全部2783个程序,互发了229条聊天消息,累计死亡605次。盯着实时监控面板的研究人员从头到尾无需介入13。
这次的新意在于账单。这次运行共调用模型约2.4万次,消耗输入token约13.5亿个,其中91%由缓存提供45。研究人员测算,按Argon的优惠价计算,成本约520美元,按标准价计算为1040美元45。
还有第5个智能体负责监督全程有无作弊,并未发现任何问题。把它算在内,整个会话成本约810美元,按标准价计算为1620美元45。
最便宜的一次击杀,靠的是人类写好的工具
有记录以来成本最低的一次末影龙击杀,并非出自谷歌−1.83% — 谷歌, down 1.83 percent today。玩家社区用Anthropic$350B — Anthropic, private, latest valuation $350B的Claude Opus 5完成的一次挑战,仅用3小时56分钟就击杀了同一个Boss:工具调用388次,死亡1次,按等效API费率计算花费约93美元5。区别在于:那次运行拿到了37个现成的高级工具5。
谷歌的智能体只拿到开源机器人库Mineflayer,除此之外一无所有。每个工具都由它们自己编写,而这些程序中仍有22%会报错45。有记录以来成本最低的那次运行,恰恰是人类提前写好游戏逻辑的那一次。
再给一个参照:OpenAI$1.18T — OpenAI, private, latest valuation $1.18T的GPT-6 Astra今年9月用时约24小时通关游戏《传送门》,token花费571美元5。
单次运行token账单：用现成工具93美元，全靠自写1040美元
- Estimate
Data
| Value | |
|---|---|
| Claude Opus 5《我的世界》 | $93 |
| Gemini 4 Argon《我的世界》(优惠价) | $520 |
| GPT-6 Astra《传送门》 | $571 |
| Gemini 4 Argon《我的世界》(标准价) (estimate) | $1,040 |
每小时约20美元，只维持到12月1日
12月1日起Argon费率全线翻倍：输入、输出、缓存无一例外
- 优惠价
- 12月1日起的标准价
Data
| 优惠价 | 12月1日起的标准价 | |
|---|---|---|
| 每百万token输入 | $2 | $4 |
| 每百万token输出 | $10 | $20 |
| 每百万token缓存输入 | $0.1 | $0.2 |
把每张账单除以各自的运行时长，三次运行的结果相当接近：Claude Opus 5每小时约24美元，GPT-6 Astra约24美元，Gemini 4 Argon智能体约19美元。被引用的信源中没有一家给出过每小时费率；这些数字都是用各次运行公布的成本除以公布的时长算出来的。
到12月1日，情况就变了：届时Gemini 4 Argon这趟任务每小时计费接近38美元2。促销价格将于11月30日到期。输入价格从每百万token 2美元涨至4美元，输出从10美元涨至20美元，缓存输入从0.10美元涨至0.20美元2。
真正把账单压下来的是缓存。无论按哪种价格，缓存输入都只要输入价的二十分之一，而本次运行91%的token来自缓存25。没有缓存的话，13.5亿输入token按每百万4美元的标准价计算，仅此一项就要约5400美元，而不是1040美元5。
论文坦承局限，Alphabet账上已有需求
论文对自身局限并不讳言。Mineflayer把每个方块、每只生物的方位都直接告诉智能体，哪怕它们藏在实心岩石后面。游戏世界设为简单难度。而且，这只是单次运行得出的结果4。
TechRepublic面向企业买家指出，在沙盒里分文不花的死亡，到了生产环境就得付出代价6。而这张账单意在测算的需求，其实早已记在账上：The Inference 9月估算，Alphabet云业务积压订单达5140亿美元。
盯住12月，而不是末影龙
Argon不久前才走出实验室。谷歌于9月30日向获批的网络安全防御者发布了该模型，并于10月13日全面开放使用。目前，所有人都能通过Gemini API付费档用上它278。谷歌将其定位于软件工程、金融分析、法律工作、网络安全和科学研究7。
真正的考验在12月1日：优惠价届时结束，同样一场《我的世界》任务，每小时账单约38美元。Alphabet下一份云业务财报，将首次纳入按12月费率计费的用量。智能体需求届时是否依然坚挺，才是最值得盯的数字。
Get Model by email, free
The AI labs, their models, and the business behind them. In our daily email, every weekday.
