Gemini API 价格：
每个模型多少钱

实时价格，每百万 token。在 Half Off Dev，它们是 Google 官方价的一半。

每一行都会打开该模型的页面，查看上下文窗口。同样的列表也可以通过 GET https://halfoff.dev/v1beta/models 以 JSON 获取，不需要密钥。

Gemini API 在 usageMetadata 里报告用量。需要关注的部分：

Gemini 会自动缓存重复的提示词前缀，没有缓存写入费用。这里不提供通过 cachedContents API 的显式上下文缓存，所以请把稳定的内容放在提示词最前面，让隐式缓存发挥作用。

Gemini 的思考模型会先推理再回答，这些思考通过 thoughtsTokenCount 按输出计费，不管你有没有要求返回思考摘要。预算通过 generationConfig 里的 thinkingConfig 设置。对于分类、抽取和简短回答，在 Flash 模型上把思考预算调小或设为零，通常已经够用，成本只是一小部分。Gemini API 指南里有请求示例。

一次 Gemini 请求可以携带一百万个 token，每一个都是输入 token。长请求的价格就是它的长度乘以输入价，每次发送都要付一遍。三个习惯可以控制住它：

1. 把大文档放在最前面并保持一致，这样重复请求能命中隐式缓存，按缓存读取价计费。
2. 检索，不要整份塞进去。 只发相关的部分，即使在 Flash 的价格下也比发全文便宜。
3. 头几次调用要看 promptTokenCount。 图片、音频和视频都会被分词，一小段视频或一张高分辨率图片的 token 数比多数人想象的多。发送前，POST /v1beta/models/{model}:countTokens 就能告诉你。

一条流水线每月给 2,000 份文档做摘要，每份 20,000 个 token，写出 500 个 token 的摘要。这就是 4,000 万输入 token 和 100 万输出 token（如果开启了思考，还要加上思考）。分别按 Flash 模型和 Pro 模型计算：40 × 输入价 + 1 × 输出价，费用计算器会同时给出两者。做摘要的话，第一个要测的通常是调低了思考的 Flash 模型。