Цены на Gemini API:
сколько стоит каждая модель
Цены за миллион токенов для всех моделей Gemini, как тарифицируются thinking-токены и кешированный вход и что длинный контекст делает со счётом.
У Gemini самые большие контекстные окна и самый широкий разброс цен: небольшая модель Flash стоит малую долю от Pro, и обе работают с текстом, изображениями, аудио и видео. Из-за такого разброса выбор модели — главный рычаг вашего счёта. На этой странице перечислено, сколько стоит каждая модель Gemini в Half Off Dev, как тарифицируется ответ Gemini и где незаметно набегают длинные входы и thinking-токены.
Все модели Gemini и их цены
Актуальные цены за миллион токенов. В Half Off Dev они составляют половину прайса Google.
| Модель | Контекст | Вход | Вывод | Чтение кеша |
|---|---|---|---|---|
| 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 за 1 млн токенов, актуальные данные из каталога.
Каждая строка открывает страницу модели с контекстным окном. Тот же список в формате JSON отдаёт GET https://halfoff.dev/v1beta/models, ключ не требуется.
Как тарифицируется ответ Gemini
Gemini API сообщает расход в usageMetadata. Важны такие части:
| Оплачиваемая часть | Поле | Используемая цена |
|---|---|---|
| Вход без кеша | promptTokenCount минус cachedContentTokenCount | Цена входа |
| Вход из кеша | cachedContentTokenCount | Цена чтения кеша |
| Вывод | candidatesTokenCount плюс thoughtsTokenCount | Цена вывода |
Gemini сам кеширует повторяющиеся префиксы промпта, а плата за запись в кеш отсутствует. Явное кеширование контекста через API cachedContents здесь не поддерживается, поэтому строите промпты так: стабильная часть вначале, остальное после, и пусть работает неявный кеш.
Thinking-токены — это выходные токены
Модели Gemini с рассуждением думают перед ответом, и эти мысли оплачиваются как вывод через thoughtsTokenCount, независимо от того, запрашиваете ли вы их краткое изложение. Бюджет задаётся через thinkingConfig в generationConfig. Для классификации, извлечения данных и коротких ответов небольшого или нулевого бюджета thinking на модели Flash обычно хватает по качеству, а стоит это в разы меньше. Запрос показан в руководстве по Gemini API.
Длинный контекст: куда уходят деньги
Запрос к Gemini может вмещать миллион токенов, и каждый из них — входной. Цена длинного запроса равна его длине, умноженной на цену входа, при каждой отправке. Удержать её в рамках помогают три привычки:
- Ставьте большой документ первым и не меняйте его, чтобы повторы попадали в неявный кеш и тарифицировались по цене чтения кеша.
- Подтягивайте нужное, а не сваливайте всё. Отправка только релевантных разделов дешевле целого документа, даже по ценам Flash.
- Проверяйте
promptTokenCountв первых вызовах. Изображения, аудио и видео токенизируются, и короткий клип или картинка высокого разрешения дают больше токенов, чем многие ожидают.POST /v1beta/models/{model}:countTokensпокажет это до отправки.
Пример расчёта: резюмирование документов
Конвейер резюмирует 2000 документов в месяц, каждый длиной 20 000 токенов, и пишет краткое изложение на 500 токенов. Это 40 миллионов входных и 1 миллион выходных токенов (плюс thinking, если он включён). Посчитайте как 40 × цена входа + 1 × цена вывода на модели Flash и ещё раз на модели Pro: калькулятор стоимости показывает оба варианта сразу. Для резюмирования правильным первым тестом обычно будет модель Flash с уменьшенным thinking.
Частые вопросы
Сколько стоит Gemini API?+
Вы платите за токены, и у каждой модели своя цена. В таблице выше указаны все актуальные цены за миллион токенов. Модели Flash — нижняя граница, модели Pro стоят в несколько раз дороже.
Оплачиваются ли thinking-токены Gemini?+
Да, как выходные токены. Они передаются в thoughtsTokenCount и прибавляются к candidatesTokenCount. Чтобы их уменьшить, снизьте бюджет thinking в thinkingConfig.
Есть ли у Gemini API кеширование промптов?+
Неявное кеширование применяется к повторяющимся префиксам, а кешированные токены тарифицируются по сниженной цене чтения кеша. Платы за запись в кеш нет. Явные cachedContents здесь не поддерживаются.
Есть ли здесь бесплатный тариф Gemini API?+
Half Off Dev работает по предоплате, без подписки и без бесплатного тарифа, но каждая модель Gemini стоит половину прайса Google. Ваше первое пополнение удваивается бонусом до $5.
Можно ли использовать OpenAI SDK с моделями Gemini?+
Да. Chat Completions принимает любые текстовые модели, поэтому model="gemini-3.1-pro" работает через клиент OpenAI. Для опций, которые есть только у Gemini, например thinkingConfig, вызывайте нативный эндпойнт Gemini. Компромисс объясняет руководство по OpenAI SDK.
Дальше: сравните с ценами на Claude API и ценами на GPT API, посмотрите список моделей или зарегистрируйтесь и пройдите быстрый старт.
Один предоплаченный ключ для моделей, данных и агентов
Без подписки. Пополняйте баланс, используйте сколько нужно и смотрите каждое списание в логах.