Gemini 4 Carbon 开放 API 时,给开发者发了十美元赠金。金额不大,但对个人开发者来说,足够跑一轮完整的评测。

这笔钱怎么用,决定了你能不能真正判断这个模型值不值。

赠金是什么形式?

通常是绑定在 API 账户上的额度,按月或按项目消耗,有有效期。

关键要看三件事:能不能用于所有模型、有没有过期时间、超额后怎么计费。

怎么领?

三步。第一,注册开发者账号:用 Google 账号登录 AI Studio 或对应控制台。第二,开通计费:多数赠金要求先绑定支付方式。第三,确认额度到账:在用量页面看到余额。

第二步最容易卡住。不绑卡,赠金往往发不下来。

十美元能跑多少?

按早鸟价每百万输入两美元、输出十美元算,十美元大约能跑五百万输入 token,或者一百万输出 token。

换算成实际任务:大约能跑几百次中等长度的对话,或者几十次复杂的多步推理。

该怎么花这十美元?

三步。第一,先跑基准:用你自己的真实任务,跑二十条,看准确率。第二,再跑压力:连续跑一百条,看稳定性和延迟。第三,最后跑成本:统计每类任务的 token 消耗。

第二步最关键。单次表现好看,连续跑才暴露问题。

该测哪些能力?

四类。第一,长上下文:塞一份长文档,看它能不能准确引用。第二,工具调用:让它调接口,看参数对不对。第三,多步推理:给它一个需要三步才能完成的任务。第四,代码生成:让它改一段真实代码。

第三类最能区分模型强弱。

赠金用完了怎么办?

三个选择。第一,继续付费:如果评测结果好,值得。第二,换便宜模型:日常任务用便宜模型,复杂任务用旗舰。第三,等促销:新模型上线常有折扣期。

第二个选择最实用。多数任务不需要旗舰模型。

常见的浪费方式有哪些?

四个。第一,用它聊天:把额度花在闲聊上。第二,重复测试:同样的用例跑十遍。第三,不记录:跑完了不统计,等于没测。第四,测不真实的任务:造一堆假数据。

第三个最普遍。没有记录,评测就没有结论。

该怎么记录?

三项。第一,任务类型:这是什么任务。第二,输入输出:原文和结果。第三,评价:好不好,为什么。

三项记完,才能算出「这个模型在你的场景里值多少」。

该不该只用一家?

不该。至少对比两家,同一条用例跑一遍。

对比的价值不在于选最强的,在于知道「哪个场景该用哪个」。

最后该记住什么?

赠金的价值不是省钱,是给你一个「低成本试错」的机会。

试错的目的不是验证它好,是搞清楚它在哪儿不好。

去论坛讨论

前往 ziyuanagi.com 论坛 参与讨论