Gemini API 收费吗？免费层额度、付费单价与省钱用法
数据截至 2026-07，价格与限额以各官网为准。
Gemini API 有免费层，但”免费”是有条件的：Flash 系列目前确实免费可用，Pro 档模型的免费状态存在信息冲突需要自行确认；一旦你的项目开通计费，就不再是”免费额度用完才收费”，而是从第一个 token 起全额计价。搞懂这条分界线，比记住任何一张价格表都重要。
这篇把计费规则按”免费层怎么判定→付费单价多少→月成本怎么估→怎么省”的顺序讲一遍，数字都来自官方定价页核实过的部分，没核实的地方会明确标出来，不瞎编。
免费层和付费层的分界线
先说最容易搞混的一点：Gemini API 的”免费”不是那种”每月送你多少额度，用完自动转付费”的逻辑。它是账户形态层面的免费——你的项目只要没开通计费（billing），调用免费层可用的模型就不收费，一旦开通计费，该项目下所有调用立刻按标准价从第一个 token 起算，不会先消耗掉之前”免费剩余”再切换。这跟 BigQuery 等其它 Google Cloud 服务”免费额度用完再收费”的常见逻辑不是一回事，容易让第一次接触 Google Cloud 系产品的人误判。
哪些模型有免费层：官方定价页目前对 gemini-2.5-flash、gemini-2.5-flash-lite、gemini-3.5-flash、gemini-3.1-flash-lite 都标注着免费可用。Pro 档（如 gemini-3.1-pro-preview）的免费层状态是本卡核实中发现的唯一一处信息冲突：官网定价页对 gemini-2.5-pro 仍写着免费，但也有信源提到 2026-04-01 起 Pro 系列已经从免费层下架，而 gemini-3.1-pro-preview 的模型页确实明确写了 Free Tier “Not available”。这个矛盾本文不替你下结论，用 Pro 档做免费开发前务必自己去当前官网页面确认一遍。
另外有个地区叠加规则：欧盟（EEA）、瑞士、英国因为监管要求，免费层完全不可用，当地开发者必须开通计费账户，哪怕实际用量本来在”免费范围”内也一样，形态上就是必须付费。
各模型付费单价表
下面是当前在售主力模型的单价（每百万 token，美元，standard 档，不含 Batch/长上下文加价的特殊情况），只列已核实过的数字：
| 模型 | 上下文窗口 | 输入价 | 输出价 | 备注 |
|---|---|---|---|---|
| Gemini 3.5 Flash | 100万 token | $1.50 | $9.00 | 免费层可用 |
| Gemini 3.1 Flash-Lite | 未核实 | $0.25（文本/图/视频，音频 $0.50） | $1.50 | 免费层可用 |
| Gemini 3.1 Pro Preview | 100万 token | $2.00（≤20万 tok）/ $4.00（>20万 tok） | $12.00（≤20万 tok）/ $18.00（>20万 tok） | 免费层”Not available” |
| Gemini 2.5 Pro | 100万 token | $1.25（≤20万 tok）/ $2.50（>20万 tok） | $10.00（≤20万 tok）/ $15.00（>20万 tok） | 免费层状态存在冲突，见上节 |
| Gemini 2.5 Flash | 100万 token | $0.30（文本/图/视频，音频 $1.00） | $2.50 | 免费层可用 |
| Gemini 2.5 Flash-Lite | 未核实 | $0.10（文本/图/视频，音频 $0.30） | $0.40 | 免费层可用 |
几点读表提示。第一，超过 20 万 token 的长上下文会加价，这一点在 Pro 档模型上体现得很明显（2.5 Pro 从 $1.25/$10 直接跳到 $2.50/$15），如果你的场景经常塞长文档进去，这笔加价要提前算进成本模型。第二，音频输入的价格通常比文本/图片/视频更贵一档（2.5 Flash 文本 $0.30 对音频 $1.00），做语音相关功能时候别按文本价估。第三，2.5 系列和 3.x 系列并存——2.5 系列更成熟稳定，3.x 系列（3.5 Flash、3.1 系列）是较新上线的，性能和定价都可能随时间调整，做长期成本规划时留意官网是否有更新。
顺带提一句非文本主力模型的价格供参考：Veo 3.1（视频生成）约 $0.40–$0.60/秒（720p–4K），Imagen 4（图片生成）约 $0.02–$0.06/张，Gemini Embedding 2 文本 $0.20/百万 token，这几个数字未逐一核实细节，用前以官网为准。
月成本怎么估算
估算方法跟其它 token 计费的 API 大同小异：
单次成本 = 输入 token 数 / 1,000,000 × 输入单价
+ 输出 token 数 / 1,000,000 × 输出单价
月成本 ≈ 单次成本 × 每月请求数
举个例子感受量级。假设用 Gemini 2.5 Flash（$0.30 输入 / $2.50 输出）做一个内容摘要功能，平均每次请求输入 3,000 token（原文加提示词）、输出 300 token，每天 2,000 次请求：
- 单次输入成本：3,000 / 1,000,000 × $0.30 = $0.0009
- 单次输出成本：300 / 1,000,000 × $2.50 = $0.00075
- 单次合计：约 $0.00165
- 每天 2,000 次：约 $3.3
- 一个月（30 天）：约 $99
同样这套负载换成 Gemini 2.5 Pro（$1.25 输入 / $10 输出，按 20 万 token 以内价档）：
- 单次：3,000 / 1M × $1.25 + 300 / 1M × $10 = $0.00375 + $0.003 = $0.00675
- 一个月：约 $405
差了 4 倍左右。这跟很多按 token 计费的 API 一个道理：先按真实样本量一量平均输入输出 token，再乘请求量，别凭感觉估。token 数可以从响应对象里的用量字段实测，具体字段名以官方 SDK 文档为准。
如果你的项目还没开通计费、又用的是免费层可用的模型（比如 2.5 Flash），这部分调用在账单上是 $0，但前提是别踩前面说的那个”一开计费全额起算”的坑——测试阶段最好专门用一个没绑计费账户的项目。
省钱用法
单价改不了，但下面几招能实打实压账单，且都是已核实过确实存在的机制。
一、Context Caching：重复内容打一折读取
如果你的请求里有一大段固定不变的内容——长系统提示、参考文档、few-shot 示例——每次都全价发送很浪费。Gemini 的 context caching 机制下，缓存读取价格约为标准输入价的 10%，跟很多同类 API 的缓存折扣力度接近。代价是要按 token/小时另付一笔存储费（2.5 系列大致在 $1.00–$4.50/百万 token/小时这个区间，具体以官网为准），所以适合那种会被高频复用、复用窗口内摊销划算的固定内容，一次性内容缓存反而不划算。
二、Batch API：不急的活儿打五折
不需要实时返回的任务——批量打标、离线摘要、大批翻译——可以用 Batch API 异步提交，所有付费模型统一享受约 50% 折扣（输入输出同比例打折），代价是最长可能要等 24 小时才拿到结果。跟 Claude 那边的 Batch 逻辑思路一致：只要业务能接受异步，这是最直接的省钱方式之一。
三、选对 Flash 档，别默认上 Pro
前面月成本例子已经演示过，同样负载 Pro 比 Flash 贵好几倍。实操上可以按任务难度分级路由：简单分类、短摘要、意图识别这类交给 Flash-Lite 或 Flash 就够；只有真正需要复杂推理、长链条判断的任务才考虑 Pro 档。免费层目前主要覆盖的也是 Flash 系列，从成本和额度两个维度看，Flash 都是更稳的默认选择，Pro 留给明确需要更强能力的场景。
四、留意长上下文加价档
如果你的输入经常在 20 万 token 上下浮动，提前测一下是不是频繁踩过加价线。能通过摘要、裁剪历史对话等方式把输入控制在加价线以下，账单会有明显差异，这个思路跟其它长上下文 API 的省钱逻辑是相通的。
这几招可以叠加：Batch 的五折能跟 context caching 一起算，配合选对模型档位，组合起来的降幅比单用一招明显。
常见坑 / 注意
- 免费层不是”额度用完转付费”：是账户形态问题，开通计费后从第一个 token 起全额计价，专用测试项目分开管理更安全。
- Pro 档免费层状态有冲突：官网标注和第三方信息不一致，别按本文任何说法直接规划生产用量。
- 长上下文有加价档：超过 20 万 token 后单价上调，长文档场景提前把这笔账算进去。
- 音频输入通常比文本贵：按模态分别核价格，别拿文本单价套音频场景。
- 欧盟/瑞士/英国免费层直接不可用：当地开发者必须开通付费账户形态。
- 成本要实测别拍脑袋：用响应里的用量字段量真实 token，再乘请求量估月账。
- 2.5 与 3.x 系列并存：3.x 是较新系列，定价和能力可能随时间调整，长期规划留意官网更新。