Цена Gemini API — это не одно число, а набор переменных: какой уровень модели используется, сколько токенов на входе и выходе, есть ли изображения, аудио и видео, насколько длинный контекст, включён ли кэш и используется ли пакетная обработка. Если строить бюджет только по принципу «сколько стоит миллион токенов», после запуска счёт легко не сойдётся с ожиданиями.

Разберём структуру тарификации Gemini, сосредоточившись на различиях уровней Pro, Flash и Flash-Lite и на стоимости мультимодальных входов, а затем дадим практический метод оценки и контроля расходов.

Примечание: Google и Gemini — товарные знаки соответствующих правообладателей. В статье не фиксируются конкретные цены; названия моделей, длина контекста и тарифы определяются официальной документацией по биллингу и разделом тарифов. Примеры отражают типичные формы интерфейсов по состоянию на октябрь 2026 года.

1. Из чего состоит биллинг Gemini

Gemini API в основном тарифицируется по токенам, но «токены» приходят не только из текста. Типичные статьи:

Статья Пояснение Влияние на стоимость
Текстовый вход Системный промпт, история, текст документа Чем длиннее контекст, тем выше стоимость запроса
Текстовый выход Ответ модели Выход обычно дороже входа
Мультимодальный вход Изображения, аудио, видео, PDF Считается по пересчитанным токенам, длительности или страницам
Процесс рассуждений Часть reasoning-моделей создаёт токены размышлений Может тарифицироваться как выход; смотрите описание биллинга
Кэш контекста Плата за хранение и за вход при попадании Выгодно при большом числе повторяющихся префиксов
Пакетная обработка Офлайн-задачи Обычно отдельная цена, подходит для нереального времени
Поиск и инструменты Grounding, вызов функций и т. п. Могут появляться дополнительные сборы

При планировании перечисляйте все семь статей. Расчёт только «вопрос + ответ» — самая частая причина недооценки.

2. Как распределять Pro, Flash и Flash-Lite

Модели Gemini обычно делятся на уровни Pro, Flash и Flash-Lite. Чем выше уровень, тем сильнее сложные рассуждения и работа с длинными документами, но и выше цена; чем ниже уровень, тем меньше задержка и стоимость — такие модели подходят для высоконагруженных задач с чёткими правилами.

Уровень Относительные возможности Относительная стоимость Типичные задачи
Pro Самый сильный из трёх Самый высокий Сложные рассуждения, код, анализ длинных документов, ключевые решения
Flash Сбалансированный Средний Поддержка, суммаризация, генерация контента, обычная мультимодальность
Flash-Lite Базовый Самый низкий Классификация, извлечение, переписывание, простые вопросы, массовая предобработка

Выбирайте не «самую лучшую» модель, а ту, которая нужна задаче. Распространённый подход — маршрутизация по уровням:

  1. Сначала лёгкий уровень определяет намерение, классифицирует и извлекает поля.
  2. Только сложные вопросы повышаются до Pro.
  3. Мультимодальные задачи сначала сжимают изображение или уменьшают частоту кадров, затем отправляют модели.
  4. Выборочно проверяйте качество вывода, чтобы экономия не сломала основной процесс.
  5. Раз в неделю смотрите доли вызовов и ошибок по уровням.

Конкретные названия моделей и цены смотрите в разделе тарифов. Модели обновляются быстро, поэтому сегодняшнюю таблицу уровней нельзя считать долгосрочным обещанием.

3. Почему мультимодальность так трудно оценить

Мультимодальность — особенность Gemini и одновременно главный источник колебаний счёта. Текстовые токены ещё можно грубо пересчитать по символам, но изображения, аудио и видео зависят от разрешения, длительности и способа сэмплирования.

  • Изображения: обычно пересчитываются по разрешению. Чем больше изображение, тем больше расход; скриншоты, сканы и качественные фотографии товаров различаются заметно.
  • Видео: считается по токенам кадров после извлечения плюс аудиодорожка. Чем длиннее видео и выше частота кадров, тем дороже.
  • Аудио: пересчитывается по длительности. Длинная запись совещания и короткая голосовая команда — совершенно разные порядки величин.
  • PDF: страница может давать одновременно текстовые и графические токены; чем больше страниц, тем дороже.
  • Многораундовый диалог: история отправляется повторно с каждым запросом; чем больше раундов, тем выше стоимость входа.

Для грубой оценки можно использовать общую формулу:

Стоимость запроса ≈
  текстовые входные токены × цена входа
+ мультимодальные токены × цена мультимодальности
+ выходные токены × цена выхода
+ стоимость хранения кэша и попаданий
+ расходы на поиск и инструменты

Реальные цены берите со страницы тарифов, а не из старых скриншотов. Каждую составляющую формулы умножайте на данные реальных логов за последнюю неделю, а не на придуманное «в среднем за запрос».

4. Сверка расхода на одном реальном запросе

Сначала минимальным запросом проверьте интерфейс и поля расхода. Ниже — пример нативного интерфейса Gemini; идентификатор модели заменён заполнителем:

export GEMINI_API_KEY="ваш-ключ"

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

В ответе обычно есть usageMetadata с входными, выходными и общими токенами. Умножьте расход этого запроса на цену со страницы тарифов и сверьте с счётом — это надёжнее самостоятельных расчётов.

Если используется OpenAI-совместимый вход, Base URL и заголовки авторизации будут другими; не смешивайте две схемы. Для выбранного входа ориентируйтесь на его документацию.

5. Семь действий для контроля затрат

  1. Разделяйте уровни по задачам: простые задачи — Flash-Lite или Flash, сложные — Pro.
  2. Ограничивайте длину выхода: задайте maxOutputTokens, чтобы модель не писала бесконечно.
  3. Сжимайте мультимодальный вход: снижайте разрешение изображений, частоту кадров видео, передавайте только нужные страницы PDF.
  4. Сначала суммируйте длинные документы: извлекайте оглавление и ключевые разделы, а не отправляйте весь текст каждый раз.
  5. Используйте кэш контекста: при повторном использовании фиксированного системного промпта и длинного префикса кэш обычно дешевле повторного ввода.
  6. Офлайн-задачи отправляйте в пакетную обработку: разметка, суммаризация и классификация без требования реального времени можно обрабатывать пакетами.
  7. Следите за повторами и ошибками: бездумная повторная отправка после 429 увеличивает число запросов; используйте задержку и лимит попыток.

Из этих семи пунктов обычно наибольший эффект дают первый и третий. Если уровень модели выбран неверно, последующая экономия его не компенсирует.

6. Как оценить бюджет так, чтобы он сошёлся со счётом

Рекомендуем четыре шага для месячного бюджета:

  1. Выгрузите логи запросов за последние 7 дней из шлюза или официальной панели и сгруппируйте по модели, входным токенам, выходным токенам и типу мультимодальности.
  2. Посчитайте каждую статью по текущим ценам страницы тарифов — получится «дневная базовая стоимость».
  3. Умножьте на 30 и добавьте 15–30% запаса на повторы, кэш и пики.
  4. Задайте верхний лимит бюджета для каждого проекта: при превышении порога понижайте уровень или приостанавливайте некритичные задачи.

Не игнорируйте курс и способ расчётов. Официальный аккаунт обычно рассчитывается в долларах, локальный шлюз — в юанях; они подходят разным командам, поэтому до выбора уточните счета, оплату и порядок сверки.

7. Частые вопросы

Gemini API берёт деньги за запрос или за токены?

В основном за токены, вход и выход считаются отдельно. Некоторые возможности, например генерация изображений, могут тарифицироваться за штуку или в других единицах; точные правила — в официальной документации и на странице тарифов.

Pro всегда намного дороже Flash?

По цене за единицу Pro обычно дороже Flash, но итоговая стоимость зависит от длины входа, длины выхода и числа вызовов. Короткий вопрос на Pro может стоить меньше, чем длинный документ на Flash; смотреть только на уровень недостаточно.

Как именно изображения и видео переводятся в токены?

Обычно по разрешению, числу кадров или длительности. Чем больше изображение и длиннее видео, тем больше расход. Для оценки сначала прогоните несколько реальных материалов и посмотрите фактические цифры в usageMetadata, затем умножьте на цену.

Почему реальный счёт выше оценки?

Четыре частые причины: недооценён мультимодальный вход, история многораундового диалога отправляется повторно, повторы создают дополнительные запросы, кэш или инструменты поиска добавляют сборы. Сверка по логам обычно показывает конкретный источник.

Покрывает ли бесплатный лимит тестирование?

Его можно использовать для прототипов и внутренней проверки, но бесплатный уровень обычно ограничен по скорости, моделям и условиям обработки данных и не подходит для внешнего бизнеса. Перед запуском заново оцените стоимость и квоты на платном уровне.

Что дальше

В контроле затрат Gemini главное — не поиск минимального тарифа, а распределение задач по уровням, сжатие мультимодального входа до необходимого и включение логов расхода. Если нужно видеть вызовы Gemini и других моделей, а также счета в юанях в одной панели, начните с регистрации в ZSQH AI Gateway; модели и цены смотрите в разделе тарифов.

Читайте также: