El precio de la API de Gemini no es un solo número, sino un conjunto de variables: qué nivel de modelo se usa, cuántos tokens hay de entrada y de salida, si hay imágenes, audio o vídeo, cuánto mide el contexto, si se activa la caché y si se usa procesamiento por lotes. Si preparas el presupuesto mirando solo «cuánto cuesta un millón de tokens», es muy fácil que las cuentas no cuadren cuando el sistema esté en producción.

Este artículo desglosa la estructura de facturación de Gemini, con especial atención a las diferencias entre Pro, Flash y Flash-Lite y al coste multimodal, y termina con un método práctico de estimación y control del gasto.

Nota: Google y Gemini son marcas de sus respectivos titulares. Este artículo no fija precios unitarios concretos: los nombres de modelo, la longitud de contexto y los precios se rigen por la documentación oficial de facturación y por la página de precios de modelos; los ejemplos reflejan las formas de interfaz habituales a octubre de 2026.

1. De qué se compone la facturación de Gemini

La API de Gemini factura principalmente por tokens, pero los tokens no solo proceden del texto. Estos son los conceptos habituales:

Concepto Descripción Impacto en el coste
Entrada de texto System prompt, historial de mensajes y cuerpo del documento Cuanto más largo es el contexto, mayor es el coste por petición
Salida de texto Respuesta generada por el modelo El precio de salida suele ser mayor que el de entrada
Entrada multimodal Imágenes, audio, vídeo y PDF Se calcula por tokens convertidos, duración o páginas
Proceso de pensamiento Algunos modelos de razonamiento generan tokens de pensamiento Puede facturarse como salida; revisa las condiciones de facturación
Caché de contexto Coste de almacenamiento y de entrada con acierto Resulta más rentable cuando hay prefijos repetidos
Procesamiento por lotes Tareas masivas offline Suele tener un precio específico y conviene para tareas no urgentes
Búsqueda y herramientas Grounding con búsqueda, llamadas a funciones, etc. Puede generar cargos adicionales

Al preparar el presupuesto, enumera estos siete conceptos. Calcular solo los tokens de «pregunta + respuesta» es la causa más común de subestimación.

2. Cómo repartir el trabajo entre Pro, Flash y Flash-Lite

Los modelos habituales de Gemini se organizan en niveles como Pro, Flash y Flash-Lite. Cuanto más alto es el nivel, mayor suele ser la capacidad de razonamiento complejo y de análisis de documentos largos, y también el precio unitario; cuanto más bajo es el nivel, menores suelen ser la latencia y el coste, lo que encaja con tareas de alta concurrencia y reglas claras.

Nivel Capacidad relativa Coste relativo Tareas típicas
Pro La más alta de los tres El más alto Razonamiento complejo, código, análisis de documentos largos y decisiones críticas
Flash Equilibrada Medio Atención al cliente, resúmenes, generación de contenido y multimodal habitual
Flash-Lite Básica El más bajo Clasificación, extracción, reescritura, preguntas simples y preprocesamiento masivo

La elección no debe guiarse por «el mejor», sino por «lo que necesita la tarea». Una práctica habitual es el enrutamiento por niveles:

  1. Usa primero el nivel ligero para identificar intención, clasificar y extraer campos.
  2. Eleva a Pro solo los problemas complejos.
  3. En tareas multimodales, comprime las imágenes o extrae fotogramas antes de enviarlas al modelo.
  4. Haz muestreos de calidad de la salida para no romper el flujo principal por ahorrar.
  5. Revisa cada semana el porcentaje de llamadas y la tasa de fallos de cada nivel.

Los nombres concretos de modelo y los precios unitarios se rigen por la página de precios de modelos. Los modelos evolucionan muy rápido; no trates la tabla de niveles de hoy como un compromiso a largo plazo.

3. Por qué es difícil estimar el coste multimodal

La multimodalidad es una seña de identidad de Gemini y también la fuente de mayor variación en la factura. Los tokens de texto se pueden convertir de forma aproximada a partir de la longitud, pero las imágenes, el audio y el vídeo dependen de la resolución, la duración y el método de muestreo.

  • Imágenes: suelen convertirse a tokens según la resolución. Cuanto más grande es la imagen, más consume; las diferencias entre capturas, documentos escaneados e imágenes de producto en alta definición son notables.
  • Vídeo: se calcula a partir de los tokens de las imágenes extraídas más la pista de audio. Cuanto más largo es el vídeo y mayor la tasa de fotogramas, más caro resulta.
  • Audio: se convierte según la duración. Una grabación larga de reunión y un comando de voz corto no están en la misma escala.
  • PDF: cada página puede generar tokens de texto y de imagen; cuantas más páginas, más caro.
  • Conversaciones multiturno: el historial se reenvía con cada petición; cuantos más turnos, mayor es el coste de entrada.

Puedes usar una fórmula general para un cálculo aproximado:

Coste por petición ≈
  tokens de entrada de texto × precio de entrada
+ tokens convertidos de entrada multimodal × precio multimodal
+ tokens de salida × precio de salida
+ coste de almacenamiento y aciertos de caché
+ cargos adicionales de búsqueda, herramientas, etc.

Los precios unitarios reales se toman de la página de precios de modelos; no uses capturas antiguas. Cada término de la fórmula debe multiplicarse con los datos reales de consumo de la última semana, no con un «promedio por llamada» estimado a ojo.

4. Verificar el consumo con una petición real

Empieza con la petición mínima para confirmar la interfaz y los campos de consumo. El siguiente ejemplo usa la interfaz nativa de Gemini y sustituye el ID del modelo por un marcador de posición:

export GEMINI_API_KEY="tu-clave"

curl "https://generativelanguage.googleapis.com/v1beta/models/<ID-del-modelo>:generateContent" \
  -H "x-goog-api-key: $GEMINI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "contents": [{"parts": [{"text": "Responde solo OK"}]}],
    "generationConfig": {"maxOutputTokens": 64}
  }'

La respuesta suele incluir usageMetadata, donde se ven los tokens de entrada, los de salida y el total. Multiplica el consumo de esta petición por el precio unitario de la página de precios y compáralo con la factura; es más fiable que hacer tus propias estimaciones.

Si usas el punto de entrada compatible con OpenAI, la Base URL y las cabeceras de autenticación serán distintas; no mezcles las dos formas. Usa la documentación correspondiente al punto de entrada que hayas elegido.

5. Siete acciones para controlar el coste

  1. Asignar un nivel a cada tarea: las simples van a Flash-Lite o Flash; las complejas, a Pro.
  2. Limitar la longitud de salida: configura maxOutputTokens para evitar respuestas largas innecesarias.
  3. Comprimir la entrada multimodal: reduce la resolución de las imágenes, baja la frecuencia de fotogramas del vídeo y envía solo las páginas relevantes del PDF.
  4. Resumir primero los documentos largos: extrae el índice y los fragmentos clave antes de enviarlos; no mandes el texto completo en cada llamada.
  5. Usar la caché de contexto: cuando el system prompt y los prefijos largos se repiten, la caché suele salir más barata que reenviar la entrada.
  6. Usar procesamiento por lotes para tareas offline: el etiquetado, los resúmenes y la clasificación que no requieren respuesta inmediata pueden procesarse en lote.
  7. Vigilar reintentos y fallos: reenviar sin criterio después de un 429 multiplica las peticiones; los reintentos deben tener retroceso y un límite.

De las siete, las que mayor beneficio suelen aportar son la primera y la tercera. Si eliges mal el nivel del modelo, por mucho que ahorres después no podrás compensarlo.

6. Cómo estimar un presupuesto cercano a la factura

Para el presupuesto mensual, sigue estos cuatro pasos:

  1. Exporta los registros de peticiones de los últimos 7 días desde la pasarela o el panel oficial y agrupa por modelo, tokens de entrada, tokens de salida y tipo de multimodalidad.
  2. Calcula cada concepto con el precio unitario actual de la página de precios para obtener una «base de coste diario».
  3. Multiplica por 30 para obtener el coste mensual y añade un margen del 15 % al 30 % para reintentos, caché y picos.
  4. Fija un límite de presupuesto por proyecto; al superar el umbral, baja de nivel o pausa las tareas no críticas.

No ignores el tipo de cambio ni el método de liquidación. Las cuentas oficiales suelen liquidar en dólares y las pasarelas nacionales suelen ofrecer factura en yuanes; cada opción encaja con equipos distintos, así que confirma antes la factura, el pago y la conciliación.

7. Preguntas frecuentes

¿La API de Gemini cobra por petición o por token?

Principalmente por tokens, con precios separados para entrada y salida. Algunas funciones específicas, como la generación de imágenes, pueden cobrarse por imagen u otra unidad; consulta la documentación oficial de facturación y la página de precios del sitio.

¿Pro es siempre mucho más caro que Flash?

Por precio unitario, Pro suele ser más caro que Flash; pero el coste total también depende de la longitud de entrada, la longitud de salida y el número de llamadas. Una pregunta corta con Pro puede costar menos que un documento largo con Flash; no mires solo el nivel.

¿Cómo se calculan exactamente los tokens de imágenes y vídeo?

Normalmente según la resolución, el número de fotogramas o la duración. Cuanto más grande es la imagen y más largo el vídeo, más consume. Para estimar, ejecuta primero varias peticiones con material real, revisa las cifras de usageMetadata y multiplica después por el precio unitario.

¿Por qué la factura real es más alta que la estimación?

Hay cuatro causas habituales: subestimar la entrada multimodal, reenviar el historial en conversaciones multiturno, generar peticiones adicionales por reintentos y acumular cargos de caché o de herramientas de búsqueda. Comparando los registros concepto por concepto suele encontrarse el origen.

¿La cuota gratuita alcanza para las pruebas?

Sirve para prototipos y validación interna, pero el nivel gratuito suele tener límites de velocidad, de modelos y de condiciones de datos, y no es adecuado para sostener un servicio externo. Antes del lanzamiento, vuelve a evaluar costes y cuotas con el nivel de pago.

Siguiente paso

El control de costes de Gemini no consiste en buscar «el precio unitario más barato», sino en asignar niveles a las tareas, reducir la entrada multimodal a lo necesario y activar los registros de consumo. Si necesitas ver en un solo panel el consumo de Gemini y de otros modelos junto con la factura en yuanes, puedes registrarte en la pasarela de IA de ZSQH; los modelos y los precios figuran en precios de modelos.

Lecturas relacionadas: