Precios de la API de Gemini:
lo que cuesta cada modelo
Precios por millón de tokens de cada modelo Gemini, cómo se facturan el thinking y la entrada en caché, y qué hace el contexto largo con tu factura.
Gemini es la familia con las ventanas de contexto más grandes y el abanico de precios más amplio: un modelo Flash pequeño cuesta una fracción de uno Pro, y ambos leen texto, imágenes, audio y video. Ese abanico hace que el modelo que elijas sea la palanca principal de tu factura. Esta página lista lo que cuesta cada modelo Gemini en Half Off Dev, cómo se factura una respuesta de Gemini y dónde se acumulan sin que lo notes las entradas largas y los tokens de thinking.
Cada modelo Gemini y su precio
Precios en vivo, por millón de tokens. En Half Off Dev son la mitad del precio de lista de Google.
| Modelo | Contexto | Entrada | Salida | Lectura de caché |
|---|---|---|---|---|
| Gemini 3.1 Pro gemini-3.1-pro | 1.05M | $1.00 | $6.00 | $0.10 |
| Gemini 3 Flash gemini-3-flash | 1.05M | $0.25 | $1.50 | $0.025 |
| Gemini 4 Argon gemini-4-argon | 1.05M | $1.00 | $5.00 | $0.10 |
| Gemini 3.5 Flash gemini-3.5-flash | 1.05M | $0.75 | $4.50 | $0.075 |
| Gemini 3.8 Flash gemini-3.8-flash | 1.05M | $0.38 | $1.88 | $0.0375 |
| Gemini 3.6 Flash gemini-3.6-flash | 1.05M | $0.38 | $1.88 | $0.0375 |
USD por 1M de tokens, en vivo desde el catálogo.
Cada fila abre la página del modelo con su ventana de contexto. La misma lista está disponible como JSON en GET https://halfoff.dev/v1beta/models, sin clave.
Cómo se factura una respuesta de Gemini
La API de Gemini informa el uso en usageMetadata. Las partes que importan:
| Parte facturada | Campo | Precio aplicado |
|---|---|---|
| Entrada sin caché | promptTokenCount menos cachedContentTokenCount | Precio de entrada |
| Entrada en caché | cachedContentTokenCount | Precio de lectura de caché |
| Salida | candidatesTokenCount más thoughtsTokenCount | Precio de salida |
Gemini cachea por sí mismo los prefijos de prompt repetidos y no cobra por escribir en la caché. El caché explícito de contexto mediante la API cachedContents no se ofrece aquí, así que estructura los prompts con el contenido estable primero y deja que la caché implícita haga el trabajo.
Los tokens de thinking son tokens de salida
Los modelos de thinking de Gemini razonan antes de responder, y esos pensamientos se facturan como salida mediante thoughtsTokenCount, pidas o no los resúmenes del razonamiento. El presupuesto lo fijas con thinkingConfig dentro de generationConfig. Para clasificación, extracción y respuestas cortas, un presupuesto de thinking pequeño o cero en un modelo Flash suele darte toda la calidad que necesitas por una fracción del costo. La guía de la API de Gemini muestra la petición.
Contexto largo: adónde se va el dinero
Una petición a Gemini puede llevar un millón de tokens, y cada uno es un token de entrada. El precio de una petición larga es su longitud por el precio de entrada, cada vez que la envías. Tres hábitos lo mantienen bajo control:
- Pon primero el documento grande y manténlo idéntico para que las repeticiones acierten en la caché implícita y se facturen al precio de lectura de caché.
- Recupera, no vuelques. Enviar solo las secciones relevantes es más barato que un documento completo, incluso a precios de Flash.
- Revisa
promptTokenCounten las primeras llamadas. Las imágenes, el audio y el video se convierten en tokens, y un clip corto o una imagen de alta resolución son más tokens de lo que casi todos esperan.POST /v1beta/models/{model}:countTokenste lo dice antes de enviar.
Ejemplo resuelto: resumir documentos
Un pipeline resume 2,000 documentos al mes, de 20,000 tokens cada uno, y escribe un resumen de 500 tokens. Son 40 millones de tokens de entrada y 1 millón de salida (más el thinking, si está activado). Calcula 40 × precio de entrada + 1 × precio de salida en un modelo Flash y otra vez en uno Pro: la calculadora de costos muestra ambos a la vez. Para resumir, lo normal es probar primero un modelo Flash con el thinking reducido.
Preguntas frecuentes
¿Cuánto cuesta la API de Gemini?+
Pagas por token, con un precio distinto para cada modelo. La tabla de arriba tiene todos los precios actuales por millón de tokens. Los modelos Flash son el extremo barato; los Pro cuestan varias veces más.
¿Se cobran los tokens de thinking de Gemini?+
Sí, como tokens de salida. Se informan en thoughtsTokenCount y se suman a candidatesTokenCount. Baja el presupuesto de thinking en thinkingConfig para reducirlos.
¿La API de Gemini tiene caché de prompts?+
La caché implícita se aplica a los prefijos repetidos y los tokens en caché se facturan a la tarifa más baja de lectura de caché. No hay cargo por escribir en la caché. Los cachedContents explícitos no se admiten aquí.
¿Hay un plan gratuito de la API de Gemini aquí?+
Half Off Dev es prepago, sin suscripción ni plan gratuito, pero todos los modelos Gemini cuestan la mitad del precio de lista de Google. Tu primera recarga se iguala hasta $5.
¿Puedo usar el SDK de OpenAI con los modelos Gemini?+
Sí. Chat Completions acepta todos los modelos de texto, así que model="gemini-3.1-pro" funciona con un cliente de OpenAI. Para opciones exclusivas de Gemini, como thinkingConfig, llama en cambio al endpoint nativo de Gemini. La guía del SDK de OpenAI explica el equilibrio.
Siguiente: compara con precios de la API de Claude y precios de la API de GPT, consulta la lista de modelos, o regístrate y sigue el inicio rápido.
Una clave prepago para modelos, datos y agentes
Sin suscripción. Recarga, usa lo que necesites y ve cada cargo en tus registros.