先行结论
- 2026 年不要问「Gemini API 价格是多少」的单一数字，要问你走哪条计费轨道：免费额度、按量 Standard、Batch/Flex，还是 Vertex / Enterprise。
- Token 成本的分水岭不是模型名字，而是输出 + thinking tokens占比；输入再便宜，Agent 循环一开就会把账单翻倍。
- 官方表上 Flash / Flash-Lite（以及 2.5 Pro）仍标 Free of charge，但 RPM/RPD 很低，且免费层数据可用于改进产品；Gemini 3.1 Pro Preview 免费层不可用。
- 2026 年底前
gemini-3.7-flash/gemini-3.6-flash有导入价（约 $0.75 / $3.75 / 百万 token），2027-01-01 起翻倍——把导入价当永久价会预算穿仓。 - 重试、合盖断线、MCP 空转会把同一轮对话再买一遍。Token 标价不是分水岭，计费轨道 × 输出占比 × 执行环境才是。
模型能力不是分水岭，计费轨道与 thinking token 占比才是分水岭。
0. 先行结论
截至 2026-08-19，Gemini Developer API 官方定价页给出的不是一张「套餐月费」，而是按模型、按 Standard / Batch / Flex / Priority、按百万 token 的矩阵。Google AI Studio 网页试玩在多数地区仍免费；真正要上线的 Gemini API 价格取决于：你有没有绑支付账号、模型是否还在免费层、输入输出比、thinking 开没开、有没有走 Batch，以及有没有把同一份 system prompt 做成上下文缓存。
给需要立刻拍板的人一组对照（美元 / 百万 token，Standard 付费层，不含税；以官方表为准）：
- 最便宜文本线：Gemini 2.5 Flash-Lite 约 $0.10 输入 / $0.40 输出，免费层仍标 Free of charge（低速率）。
- 均衡生产：2.5 Flash 约 $0.30 / $2.50；3.5 Flash-Lite 约 $0.30 / $2.50。
- 新一代 Flash：3 Flash Preview 约 $0.50 / $3.00；3.5 Flash 约 $1.50 / $9.00。
- 导入价窗口（至 2026-12-31）：3.7 Flash 与 3.6 Flash 约 $0.75 / $3.75，2027-01-01 起约 $1.50 / $7.50。
- 旗舰推理：3.1 Pro Preview 无免费层；≤200k 约 $2 / $12，>200k 约 $4 / $18。2.5 Pro ≤200k 约 $1.25 / $10。
同一页还写死：输出价格包含 thinking tokens。Agent 多跳、开思考预算，账单跟「聊天补全」完全不是一个量级。模型怎么接 Function Calling 与 MCP，见 2026 AI Agent 技术栈。
1. 问题为什么存在：为什么「Gemini API 价格」搜不到一个数字
旧方案失败得很具体：团队把 Google AI Studio 的「能聊」当成生产免费额度，把 Pro 的标价当成 Flash 的标价，把输入单价当成整段会话单价。结果 PoC 一周 $0，上线第一周因为工具循环把输出 token打满，再叠加合盖笔记本导致的超时重试，账单比报价单高一个数量级。
2026 年定价页把复杂度又加了三层：同一模型拆 Standard / Batch / Flex / Priority；Flash 线有导入价到期日；Pro 线按 prompt 是否超过 200k 分段。搜索引擎上的「一口价」文章往往停在 2025 或 2026 年 5 月，会漏掉 3.7 Flash 导入价和「思考 token 算输出」这两条会改预算的规则。
- 免费层不是 $0 无限：有 RPM/RPD，且 Used to improve our products = Yes。
- Batch / Flex 大约半价，但不保证秒级延迟；Priority 更贵，换高峰接入。
- Grounding with Google Search：Gemini 3.x 约每月 5,000 次共享免费，超出约 $14 / 千次；2.5 线仍常见 1,500 RPD 后 $35 / 千次。
- 音频、图像、视频输入往往另价；TTS / Imagen / Veo / Lyria 是另一张表，不要和文本 Agent 混算。
如果你同时在比 Claude 订阅与 API，计费哲学完全不同：Claude Code 常是席位月费，Gemini Developer API 默认是 Token 成本。对照见 Claude Code 2026 价格与套餐。
2. 五条计费轨道：先分类，再谈免费额度
2.1 轨道 A：Google AI Studio 网页
面向试 Prompt、看多模态。多数地区 Studio 界面使用仍标免费。它解决「模型能不能干活」，不解决生产 RPM、SLA、数据不用于训练。不要把 Studio 截图当财务模型。
2.2 轨道 B：Gemini API 免费层（API Key，未开计费或免费配额内）
从 AI Studio 拿 Key 即可打 API。官方表对大量 Flash 型号在 Standard 列出 Free of charge，但对 3.1 Pro Preview 写 Not available。免费层速率见 rate limits，会被项目、型号、地区改写。适合验证 JSON、试 Function Calling，不适合 7×24 Agent。
2.3 轨道 C：Gemini API 付费层（绑 Cloud Billing）
更高限额、上下文缓存、Batch/Flex/Priority、付费层通常 不用你的内容改进产品（官方表 Paid = No）。这是大多数独立产品和小团队的生产轨道。计费说明见 Billing。
2.4 轨道 D：Vertex AI / Gemini Enterprise
企业 IAM、VPC-SC、采购合同、区域与承诺用量。单价可能与 Developer API 不同，账单进 GCP 项目。Agent 平台另有导入价表，见 Vertex / Agent Platform pricing。选型看合规，不看「哪张海报更便宜 3 美分」。
2.5 轨道 E：隐性成本——执行环境
API 账单不含 Mac、不含常驻 MCP、不含你因为超时重试买下的第二轮 thinking。iOS 构建、钥匙串、worktree 若跑在合盖笔记本上，失败重试 = 再买一遍输出 token。这是标价表看不见的 Token 成本。MCP 应落在哪台机器，见 MCP 部署：Cloud Mac vs VPS vs 本地。
3. 核心对比：同一套五维表头
下面把「免费额度、按量、批处理、企业、执行环境」放进同一张表，避免只比输入单价。
| 层/方案 | 入口 | 执行能力 | 上下文 | 成本 | 权限边界 |
|---|---|---|---|---|---|
| API 免费层 | API Key / Studio | 能推理、能发 functionCall；限额内 | 对话 + 你塞进的文件；数据可能用于改进产品 | 标价 $0，真正上限是 RPM/RPD | Google 项目配额；勿放生产密钥到客户端 |
| 付费 Standard | 绑 Billing 的 Developer API | 生产 RPM；缓存、Grounding 付费项 | 付费层通常不用于训练 | 按百万 token；思考计入输出 | 密钥在后端；模型只见参数 |
| Batch / Flex | 异步/可延迟队列 | 同一模型，延迟换折扣（常见约 50%） | 适合离线评测、夜批 | 输入输出约半价；无免费 Batch 的型号居多 | 仍走你的 GCP 账单 |
| Priority | 高峰优先 | 同一模型，更贵换稳定性 | 线上尖峰 Agent | 例如 3.7 Flash 导入价约 $1.35 / $6.75 | 适合 SLO 比单价更重要的入口 |
| Vertex / 企业 | GCP 控制台 / 采购 | 区域、私网、合同支持 | 企业数据边界 | 合同价 + 承诺用量，可能≠ Developer 表 | IAM / VPC-SC |
| 执行环境（隐性） | 本机 / VPS / Cloud Mac | 跑 MCP、测试、签名，不推理 | 仓库、证书、常驻进程 | 日租机器 + 因重试浪费的 token | 进程用户与网络出口 |
读表时记住非对称结论：换一个更便宜的 Flash 解决不了「每次超时重试都把 thinking 再买一遍」；上 Vertex 也解决不了 Schema 分叉。单价只是轨道上的刻度。
3.1 2026-08 官方 Standard 标价速查（美元 / 百万 token）
整理自 ai.google.dev 定价页。Google 随时调价；导入价有截止日期。
| 型号 | 免费层输入/输出 | 付费输入 | 付费输出（含 thinking） | 备注 |
|---|---|---|---|---|
| 2.5 Flash-Lite | 有 | $0.10 | $0.40 | 高流量最便宜文本线 |
| 2.5 Flash | 有 | $0.30 | $2.50 | 音频输入 $1.00 |
| 2.5 Pro | 有 | $1.25 / $2.50（>200k） | $10 / $15 | 长上下文分段 |
| 3 Flash Preview | 有 | $0.50 | $3.00 | 音频输入 $1.00 |
| 3.1 Flash-Lite | 有 | $0.25 | $1.50 | 音频输入 $0.50 |
| 3.5 Flash-Lite | 有 | $0.30 | $2.50 | 高流量 agentic |
| 3.5 Flash | 有 | $1.50 | $9.00 | 缓存读 $0.15 |
| 3.6 / 3.7 Flash | 有 | $0.75→$1.50 | $3.75→$7.50 | 导入价至 2026-12-31 |
| 3.1 Pro Preview | 无 | $2 / $4（>200k） | $12 / $18 | 旗舰；不要拿免费 Key 硬打 |
4. 场景怎么选
| 层/方案 | 入口 | 执行能力 | 上下文 | 成本 | 权限边界 |
|---|---|---|---|---|---|
| 个人学 API / 写 demo | Studio + 免费 API Key | Flash-Lite / 3 Flash，关思考 | 单个 notebook | 目标 $0；超限就停 | 只用测试密钥 |
| 周更产品、日活低 | 付费 Standard + 2.5/3.5 Flash-Lite | 工具循环要设步数上限 | 短上下文 + 缓存 system | 先按输出 3～8× 输入做预算 | 后端代理，禁止浏览器直出 Key |
| 代码 Agent / MCP 多跳 | 付费 Standard；可混 3.7 Flash 导入价 | thinking 开小预算；失败熔断 | 仓库摘要，勿整仓塞进 prompt | 输出+思考才是大头 | MCP 常驻，避免重试买 token |
| 夜间评测、数据清洗 | Batch / Flex | 同一型号半价，可等小时级 | 大批次文件 | 用折扣换 SLA | 队列与重试策略写死 |
| 要合规、区域、私网 | Vertex / 企业合同 | 型号对齐但账单不同 | VPC 内数据 | 采购价，不是博客表 | IAM 最小权限 |
| iOS / Xcode 同机 Agent | Cloud Mac 上 Host + MCP | Gemini 只负责推理 | 证书与 DerivedData 在 Mac | 机器日租 + API 按量 | 钥匙串不出机器 |
5. 推荐组合
组合 A｜个人 PoC Studio 免费试模型 → 免费层 2.5 Flash-Lite → 关掉 thinking / 低预算 → 不要绑生产数据 组合 B｜独立产品（推荐） 付费 Developer API + 3.5 Flash-Lite 或 2.5 Flash 做默认 → system prompt 开上下文缓存 → Agent 循环：最大步数、按 tool 计费告警 → 夜间评测走 Batch（约 50% off） → 3.1 Pro 只给「难单」路由，禁止默认 Pro 组合 C｜2026 Q4 导入价窗口 编码/Agent 主路径试 3.7 Flash Standard（$0.75/$3.75） → 财务模型必须按 2027-01-01 翻倍做压力测试 → 能 Batch 的离线活不要占 Standard 组合 D｜Apple 交付 Gemini 只做推理 API → MCP / xcodebuild / 签名在 Cloud Mac → 合盖重试会直接打在 Token 成本上
6. 常见误区
- 误区 1：把 Studio 免费当成 API 免费无限。免费层有速率，超了就是 429，不是「再便宜一点」。
- 误区 2：只用输入单价做报价。输出含 thinking，Agent 会话经常输出 ≥ 输入。
- 误区 3：3.1 Pro Preview 还能用免费 Key 硬打。官方 Standard 免费列是 Not available。
- 误区 4：把 3.7 Flash 导入价写进年度合同却不写到期日。
- 误区 5：浏览器暴露 API Key。被刷的是你的付费层，不是 Google 的免费额度。
- 误区 6：失败重试无上限。合盖、Wi‑Fi 切换、MCP 超时会把同一 thinking 再买一遍。
- 误区 7：Grounding、图像、TTS 和文本 token 混在一张预算表里不加行。
7. 落地步骤（7 步）
- 打开官方定价页，记下你要用的
model id、是否有免费层、是否有导入价到期日。 - 在 AI Studio 用同一条生产 Prompt 打一次，看 input / output / thinking token，不要用「你好」估算。
- 给 Agent 设最大 tool 步数与每日美元 cap；429 时降级到 Flash-Lite，而不是死磕 Pro。
- 重复前缀（系统提示、工具 JSON Schema）做成上下文缓存，核对缓存读单价。
- 能离线的评测、回填走 Batch/Flex；线上才用 Standard 或 Priority。
- 把 MCP 与构建迁到不会合盖的机器，消灭「超时重试税」。部署决策见 MCP 与 Cloud Mac。
- 做一张内部价目：默认型号、升级型号、2027-01-01 压力价；每月对照账单 diff，而不是对照博客。
8. FAQ
Gemini API 现在还有免费额度吗？
有，但是按型号。大量 Flash / Flash-Lite 以及 2.5 Pro 在官方表 Standard 仍标 Free of charge；3.1 Pro Preview 免费层不可用。免费等于低 RPM/RPD + 数据可能用于改进产品，不等于生产配额。
Token 怎么计费？thinking 算哪一边？
按百万 token 的输入、输出分别计价。官方写明输出价格包括 thinking tokens。上下文缓存是第三列：缓存写入/存储按小时，命中读取远低于普通输入。
Batch 一定比 Standard 便宜吗？
付费 Batch/Flex 常见约半价，但许多型号的 Batch 没有免费层。用延迟和不保证实时，换折扣。不适合用户盯着看的对话。
Developer API 和 Vertex 哪家便宜？
标价表不能直接横比。Vertex 卖的是区域、IAM、合同与发票路径。初创用 Developer API 更快；有合规清单时走 Vertex，别为了三美分拆两套工具定义。
为什么还要把 Agent 放到云 Mac？
Gemini 只卖推理。你的 MCP、Xcode、钥匙串若在合盖笔记本上失败，付费层会为每次重试再收思考 token。常驻 Cloud Mac 降的是无效 Token 成本，不是模型单价。
9. 总结
2026 年的 Gemini API 价格不是一个套餐数字，而是一张会过期的矩阵：免费额度管试跑，付费 Standard 管线上，Batch 管离线，Priority 管尖峰，Vertex 管合规。真正决定月账单的，是输出与 thinking 占比，以及你有没有为失败重试付第二遍钱。
落地顺序固定：官方表锁定型号 → 用生产 Prompt 量 token → 默认 Flash-Lite/Flash → Pro 只作路由 → 缓存与 Batch 降输入 → 执行环境常驻以免重试税。标价会变；计费轨道和熔断策略不该每周重写。