Gemini API定价全览：11款模型每百万Token费用对比

Gemini API的计费逻辑

Google对Gemini API的调用按Token计费，分为输入、缓存输入和输出三档费率，均以每百万Token为单位。所有Gemini模型的输出价格都是输入的数倍，而缓存输入的价格通常只有输入的十分之一甚至更低。一次请求的费用等于消耗的Token数乘以对应模型的费率，不存在席位费或订阅套餐。

这种定价结构意味着，高频调用且输入重复度高的场景（如带长系统提示词的对话服务）可以从缓存机制中显著获益，而输出密集型的任务（如长文生成）则需要优先考虑输出单价。

Token（词元） 是大语言模型处理文本的基本单位，既不是字符也不是单词。英文中一个Token大约对应4个字符或0.75个单词，中文里一个汉字通常对应1到2个Token。模型在推理时，输入文本会先被分词器切分成Token序列，输出也是一Token一Token地生成。因此“每百万Token”的计价方式本质上反映的是模型的计算量：输入Token需经过前向计算，输出Token则需逐次自回归生成，后者计算成本更高，这正是输出价格通常是输入数倍的根本原因。估算成本时，可以粗略按“1个Token≈0.75个英文单词”或“1000个汉字≈1500 Token”来换算，但精确值需用对应模型的分词器或官方Token计数接口测得。

全部11款Gemini模型价格一览

当前共有11款Gemini模型在售。下表同时列出第三方聚合平台UplinkSwitch的价格与Google官方标价，方便横向对比。

模型	输入	缓存输入	输出	官方输入	官方缓存	官方输出
Gemini 4 Argon	$0.60	$0.06	$3.00	$2.00	$0.10	$10.00
Gemini 3.8 Flash	$0.45	$0.045	$2.25	$0.75	$0.075	$3.75
Gemini 3.5 Flash	$0.90	$0.09	$5.40	$1.50	$0.15	$9.00
Gemini 3.1 Pro Preview	$1.20	$0.12	$7.20	$2.00	$0.20	$12.00
Gemini 3.7 Flash	$0.45	$0.045	$2.25	$0.75	$0.075	$3.75
Gemini 3.6 Flash	$0.45	$0.045	$2.25	$0.75	$0.075	$3.75
Gemini 3.5 Flash Lite	$0.18	$0.018	$1.50	$0.30	$0.03	$2.50
Gemini 3.1 Flash Lite Preview	$0.15	$0.015	$0.90	$0.25	$0.025	$1.50
Gemini 3 Flash Preview	$0.30	$0.03	$1.80	$0.50	$0.05	$3.00
Gemini 2.5 Flash	$0.18	$0.018	$1.50	$0.30	$0.03	$2.50
Gemini 2.5 Pro	$0.75	$0.075	$6.00	$1.25	$0.125	$10.00

表中最低价出现在Gemini 3.1 Flash Lite Preview：输入$0.15、输出$0.90。有意思的是，多款Flash系列模型（3.6、3.7、3.8）价格完全一致，说明Google在Flash层级上采取了统一定价策略，选型时主要看能力差异而非价格差异。

两类典型请求的成本测算

为帮助理解实际开销，原文假设了两种请求场景：一次对话轮次（2000输入Token + 500输出Token），以及一次长文档处理请求（50000输入Token + 2000输出Token）。两者均按非缓存费率计算。

模型	对话轮次（官方）	对话轮次（此处）	长文档（官方）	长文档（此处）
Gemini 4 Argon	$0.009	$0.0027	$0.12	$0.036
Gemini 3.1 Pro Preview	$0.01	$0.006	$0.124	$0.0744
Gemini 3.8 Flash	$0.0034	$0.002	$0.045	$0.027

计算方法很简单：输入Token数乘以输入费率，加上输出Token数乘以输出费率，费率按每百万Token折算。

具体来看各家折扣幅度：Gemini 4 Argon此处输入$0.60、输出$3.00，对比官方$2.00和$10.00，输入输出均低70%；Gemini 3.1 Pro Preview此处$1.20/$7.20，对比官方$2.00/$12.00，均低40%；Gemini 3.8 Flash此处$0.45/$2.25，对比官方$0.75/$3.75，同样低40%。

缓存输入的省钱机制

当一次请求重复了API已经见过的前缀内容（例如长系统提示词或同一份文档），响应会将这些Token标记为缓存，并按第一张表中的缓存费率计费。如果某模型没有缓存费率，则这些Token仍按输入费率收费。

对RAG应用、客服机器人、文档问答等场景来说，缓存输入是控制成本的关键手段——把固定不变的长提示词缓存起来，每次只付实际新增的Token费用。

上下文缓存（Context Caching） 的省费原理与CPU缓存类似：如果多次请求的开头部分完全相同，服务端可以把这部分内容的中间计算结果（KV Cache）保存下来复用。Google的Gemini API有两种缓存形态——隐式缓存由系统自动识别重复前缀，命中后按折扣价计费；显式缓存则需要开发者主动创建缓存对象并指定存活时间（TTL），适合超大且长期复用的文档或系统提示词。显式缓存除了按更低的费率收取缓存Token费用外，还会按存储时长收取缓存存储费，因此只有在复用次数足够多时才划算。需要注意，缓存有最小Token长度门槛，短提示词无法触发缓存；同时缓存内容一旦变更，后续所有Token都会失效重算，这也是把固定内容放在提示词前部、可变内容放在后部的原因。

接入方式与选型建议

UplinkSwitch提供兼容OpenAI SDK的接口，只需将base_url指向其端点并填入密钥，表中所有Gemini模型ID均可直接调用：

from openai import OpenAI

client = OpenAI(
    base_url="https://api.uplinkswitch.com/v1",
    api_key="sk-uplink-live-...",
)

completion = client.chat.completions.create(
    model="gemini-4-argon",
    messages=[{"role": "user", "content": "Summarize this in one line."}],
)
print(completion.choices[0].message.content)

关于付费方式：没有订阅制，信用额度预付起价$10，每次充值可锁定价格30天。

选型原则上，用能完成任务的最便宜模型：短文本高并发场景用Flash Lite，大多数对话和编程任务用Flash，需要更强推理的硬问题再上Pro或Gemini 4 Argon。最可靠的办法是拿同一个提示词在各模型上跑一遍，对比效果和成本后再决定。

文中示例使用的 OpenAI SDK 兼容接口 是一种事实上的行业标准：只要服务端实现了与OpenAI /v1/chat/completions 相同的请求与响应结构，就可以直接复用官方 openai Python/Node 包，仅替换 base_url 和 api_key。这带来两个实际好处——一是已有基于OpenAI的代码几乎零改造迁移，二是在不同供应商之间切换只需改一个字符串。但兼容层通常只覆盖核心的对话补全能力，模型特有的参数（如部分多模态输入格式、特定的工具调用扩展、thinking预算控制等）可能不被透传，接入前应确认所用模型的关键能力是否被聚合平台支持，并通过实际调用验证返回字段是否完整。

常见问题

有没有包月订阅？ 没有，只有预付信用额度，每次充值锁价30天。

该选哪个Gemini模型？ 能完成任务的最便宜的那个。Flash Lite适合短文本高吞吐，Flash覆盖大部分聊天与编程，Pro和Gemini 4 Argon留给值得花更多钱换取更好答案的困难任务。

完整价目表在哪？ 在UplinkSwitch的Gemini定价页和模型页可查看全部模型；想估算自己的用量成本，可在其节省计算页面重新定价导出的用量记录。

价格来自UplinkSwitch实时目录（读取日期2026-10-17），原始页面每次加载会重新读取最新价格。