Nếu bạn đang so sánh Giá Gemini API năm 2026: Chi phí model hiện tại và công cụ tính khối lượng công việc, đừng dừng lại ở mức giá token trên tiêu đề. Cùng một khối lượng công việc Gemini có thể có giá rất khác nhau tùy theo thế hệ model, chế độ thực thi Standard so với Batch/Flex, độ dài prompt, việc tái sử dụng cache, modality audio hoặc image, và việc request có dùng grounding hay không.
Bản cập nhật này tập trung vào Gemini Developer API, không phải các gói thuê bao Gemini dành cho người dùng hay các SKU của Vertex AI. Thông tin về giá và thanh toán bên dưới đã được đối chiếu với các trang chính thức của Google về giá Gemini API, thanh toán, Batch API và khả năng tương thích với OpenAI vào ngày 24 tháng 9 năm 2026.
Câu trả lời ngắn gọn:
- Gemini 3.8 Flash, 3.7 Flash và 3.6 Flash hiện đang niêm yết mức giá khuyến mại trả phí là $0.75 cho input và $3.75 cho output trên mỗi 1M token đến hết ngày 31 tháng 12 năm 2026, sau đó là $1.50 cho input và $7.50 cho output bắt đầu từ ngày 1 tháng 1 năm 2027.
- Gemini 3.1 Pro Preview định giá text theo kích thước prompt: $2 input / $12 output trên mỗi 1M token với prompt lên đến 200k token, và $4 input / $18 output khi vượt quá 200k token.
- Gemini 2.5 Flash vẫn là một mốc chi phí ổn định hữu ích ở mức $0.30 input text/image/video và $2.50 output trên mỗi 1M token.
- Gemini 2.5 Flash-Lite là mức token text thấp nhất trong hướng dẫn này với $0.10 input text/image/video và $0.40 output trên mỗi 1M token.
- Batch API của Google được thiết kế cho khối lượng công việc bất đồng bộ và được định giá ở mức 50% chi phí của API tương tác tương đương.
Hãy dùng các bảng tính bên dưới để chuẩn hóa giá Gemini API theo khối lượng công việc thay vì chỉ so sánh các dòng model một cách riêng lẻ.
Giá Gemini API trong nháy mắt
Giá được tính bằng đô la Mỹ trên mỗi 1 triệu token trừ khi có ghi chú khác. Bảng này tóm tắt các dòng liên quan nhất đến quy trình làm việc sản phẩm thiên về text, tác nhân lập trình, tác vụ trích xuất và các nguyên mẫu SaaS indie.
| Mô hình | Trường hợp sử dụng hiện tại | Đầu vào tiêu chuẩn | Đầu ra tiêu chuẩn | Đầu vào Batch/Flex | Đầu ra Batch/Flex | Ghi chú |
|---|---|---|---|---|---|---|
| Gemini 3.8 Flash | Flash mặc định mới nhất để đánh giá | $0.75 đến hết năm 2026; $1.50 từ ngày 1 tháng 1 năm 2027 | $3.75 đến hết năm 2026; $7.50 từ ngày 1 tháng 1 năm 2027 | $0.375 đến hết năm 2026; $0.75 từ ngày 1 tháng 1 năm 2027 | $1.875 đến hết năm 2026; $3.75 từ ngày 1 tháng 1 năm 2027 | Cùng mức Standard được liệt kê như Gemini 3.7 và 3.6 Flash tại thời điểm kiểm tra |
| Gemini 3.7 Flash | Flash dự phòng hoặc model được ghim | $0.75 đến hết năm 2026; $1.50 từ ngày 1 tháng 1 năm 2027 | $3.75 đến hết năm 2026; $7.50 từ ngày 1 tháng 1 năm 2027 | $0.375 đến hết năm 2026; $0.75 từ ngày 1 tháng 1 năm 2027 | $1.875 đến hết năm 2026; $3.75 từ ngày 1 tháng 1 năm 2027 | Kiểm tra vòng đời trước khi ghim |
| Gemini 3.6 Flash | Luồng Flash cũ hơn vẫn còn trong danh mục | $0.75 đến hết năm 2026; $1.50 từ ngày 1 tháng 1 năm 2027 | $3.75 đến hết năm 2026; $7.50 từ ngày 1 tháng 1 năm 2027 | $0.375 đến hết năm 2026; $0.75 từ ngày 1 tháng 1 năm 2027 | $1.875 đến hết năm 2026; $3.75 từ ngày 1 tháng 1 năm 2027 | Vẫn cần xác thực tuyến đường |
| Gemini 3.1 Pro Preview | Đánh giá suy luận khó hơn hoặc tools tùy chỉnh | $2.00 đến 200k token prompt; $4.00 trên 200k | $12.00 đến 200k token prompt; $18.00 trên 200k | $1.00 đến 200k; $2.00 trên 200k | $6.00 đến 200k; $9.00 trên 200k | Hàng Preview; không nên lập ngân sách như một hợp đồng ổn định |
| Gemini 2.5 Flash | Nền tảng ổn định, nhanh, đa phương thức/văn bản | $0.30 văn bản/hình ảnh/video; $1.00 âm thanh | $2.50 | $0.15 văn bản/hình ảnh/video; $0.50 âm thanh | $1.25 | Mốc tham chiếu tốt cho so sánh trong sản xuất |
| Gemini 2.5 Flash-Lite | Luồng văn bản ổn định chi phí thấp nhất | $0.10 văn bản/hình ảnh/video; $0.30 âm thanh | $0.40 | $0.05 văn bản/hình ảnh/video; $0.15 âm thanh | $0.20 | Hàng ngân sách tốt nhất cho bước đầu trong hướng dẫn này |
Bẫy định giá đầu tiên là thời gian. Gemini 3.8 Flash, 3.7 Flash và 3.6 Flash có giai đoạn khuyến mãi được liệt kê đến hết ngày 31 tháng 12 năm 2026. Nếu một nguyên mẫu ra mắt trong Q4 2026 sẽ vẫn chạy trong Q1 2027, hãy dùng mức giá từ ngày 1 tháng 1 năm 2027 trong mô hình gia hạn của bạn.
Bẫy thứ hai là phương thức. Một truy vấn "định giá Gemini API" thường trộn lẫn văn bản, âm thanh, tạo hình ảnh, hiểu video, Live API, grounding và lưu trữ cache. Hãy giữ một hạng mục riêng cho mọi tính năng không phải văn bản.
Máy tính khối lượng công việc Gemini API có thể sao chép
Hãy dùng công thức này cho ước tính hàng tháng ưu tiên văn bản:
monthly_cost =
input_mtokens * input_rate
+ output_mtokens * output_rate
+ cached_input_mtokens * cache_read_rate
+ cache_storage_mtokens_hours * storage_rate
+ grounding_billable_requests / 1000 * grounding_rate
Trong đó:
input_mtokenslà số token đầu vào hàng tháng chia cho 1.000.000.output_mtokenslà số token đầu ra hàng tháng chia cho 1.000.000.cache_read_ratelà mức giá đọc/đầu vào của context cache cho model và tầng đã chọn.cache_storage_mtokens_hourslà khối lượng token đã cache nhân với số giờ được giữ, sau đó chia cho 1.000.000.grounding_billable_requestskhông bao gồm bất kỳ hạn mức miễn phí theo tháng hoặc theo ngày nào áp dụng cho tính năng grounding đã chọn.
Đối với các job Batch API, hãy sử dụng các dòng input và output của Batch/Flex thay vì các dòng Standard. Không áp dụng thủ công mức giảm 50% nếu bạn đã sao chép các mức giá Batch/Flex.
Scenario 1: trợ lý SaaS quy mô nhỏ
Giả định: 5M token đầu vào và 1M token đầu ra mỗi tháng, không cache, không grounding, chỉ văn bản.
| Route | Chi phí token hàng tháng Standard | Chi phí token hàng tháng Batch/Flex |
|---|---|---|
| Gemini 3.8 Flash đến hết ngày 31/12/2026 | $7.50 | $3.75 |
| Gemini 3.8 Flash từ ngày 1/1/2027 | $15.00 | $7.50 |
| Gemini 3.1 Pro Preview, prompt <= 200k | $22.00 | $11.00 |
| Gemini 2.5 Flash | $4.00 | $2.00 |
| Gemini 2.5 Flash-Lite | $0.90 | $0.45 |
Với khối lượng công việc này, khối lượng đầu ra quan trọng không kém gì việc chọn model. Tăng từ 1M lên 3M token đầu ra sẽ cộng thêm $7.50 trên Gemini 3.8 Flash ở mức Standard khuyến mãi, nhưng chỉ $0.80 trên Gemini 2.5 Flash-Lite.
Scenario 2: workflow tác tử lập trình hoặc nặng RAG
Giả định: 200M token đầu vào và 30M token đầu ra mỗi tháng, không cache, không grounding, chỉ văn bản.
| Route | Chi phí token hàng tháng Standard | Chi phí token hàng tháng Batch/Flex |
|---|---|---|
| Gemini 3.8 Flash đến hết ngày 31/12/2026 | $262.50 | $131.25 |
| Gemini 3.8 Flash từ ngày 1/1/2027 | $525.00 | $262.50 |
| Gemini 3.1 Pro Preview, prompt <= 200k | $760.00 | $380.00 |
| Gemini 2.5 Flash | $135.00 | $67.50 |
| Gemini 2.5 Flash-Lite | $32.00 | $16.00 |
Đây là lúc một lớp định tuyến trở nên thực tiễn chứ không còn mang tính lý thuyết. Nếu một coding agent gửi mọi bản vá ở lượt đầu tiên tới một route cao cấp, hóa đơn hàng tháng có thể tăng vọt hàng trăm đô la trước cả khi chất lượng được đo lường. Cách làm tốt hơn là bắt đầu với route rẻ nhất đáp ứng tiêu chí chấp nhận, nâng cấp các trường hợp thất bại, và đo chi phí trên mỗi đầu ra được chấp nhận thay vì chi phí trên mỗi yêu cầu.
Scenario 3: rà soát ngữ cảnh dài
Giả định: 100 yêu cầu, mỗi yêu cầu có 250k token đầu vào và 5k token đầu ra, tổng cộng 25M token đầu vào và 0.5M token đầu ra. Điều này vượt qua ngưỡng 200k prompt trên Gemini 3.1 Pro Preview.
| Lộ trình | Chi phí token hàng tháng tiêu chuẩn | Chi phí token hàng tháng Batch/Flex |
|---|---|---|
| Gemini 3.8 Flash đến 31/12/2026 | $20.63 | $10.31 |
| Gemini 3.1 Pro Preview, prompt > 200k | $109.00 | $54.50 |
| Gemini 2.5 Flash | $8.75 | $4.38 |
| Gemini 2.5 Flash-Lite | $2.70 | $1.35 |
Bảng này không nói rằng model rẻ hơn có thể giải quyết cùng một tác vụ. Nó nói rằng người chịu trách nhiệm ngân sách nên kiểm thử chất lượng câu trả lời, độ trễ và tỷ lệ thử lại trước khi phê duyệt lộ trình đắt tiền làm mặc định. Nếu Gemini 3.1 Pro Preview khắc phục được các lỗi mà lộ trình Flash rẻ hơn không xử lý được, quyết định đúng vẫn có thể là lộ trình giá cao hơn cho phân khúc đó.
Batch API thay đổi gì
Google mô tả Gemini Batch API là một đường dẫn bất đồng bộ cho khối lượng yêu cầu lớn với 50% chi phí tiêu chuẩn, mục tiêu thời gian hoàn tất là 24 giờ và nhiều job hoàn thành sớm hơn.
Điều đó khiến giá Batch rất phù hợp cho:
- tăng cường dữ liệu offline
- bộ đánh giá
- rà soát dữ liệu tổng hợp
- phân loại hằng đêm
- trích xuất tài liệu hàng loạt
- phát lại hoặc benchmark agent lập trình không khẩn cấp
Nó thường không phù hợp cho:
- chat trực tiếp
- các hành động request/response của người dùng
- trải nghiệm streaming UX
- các tác vụ cần kết quả trung gian ngay lập tức
- vòng lặp điều khiển cần quyết định thử lại trong vài giây
Quy tắc quyết định rất đơn giản: nếu người dùng đang chờ, hãy dự trù Standard hoặc Priority. Nếu người dùng không chờ và job có thể chấp nhận hoàn tất bất đồng bộ, hãy mô hình hóa hàng Batch/Flex trước.
Khi cache ngữ cảnh làm giảm hóa đơn thực tế
Cache ngữ cảnh trở nên quan trọng khi cùng một ngữ cảnh lớn xuất hiện trong nhiều yêu cầu. Ví dụ, một agent liên tục đưa vào cùng một bản tóm tắt repo, gói tài liệu hoặc sổ tay chính sách có thể tránh phải trả toàn bộ giá input mỗi lần nếu lộ trình hỗ trợ tái sử dụng cache.
Nhưng caching có hai thành phần chi phí:
- tỷ lệ đọc input đã cache được giảm
- phí lưu trữ để giữ các token đã cache còn sống
Điều đó có nghĩa là kinh tế của cache phụ thuộc vào tần suất tái sử dụng. Nếu bạn cache một ngữ cảnh lớn một lần và chỉ tái sử dụng nó vài lần, chi phí lưu trữ có thể xóa đi phần lớn lợi ích. Nếu hàng trăm yêu cầu tái sử dụng cùng một ngữ cảnh trong thời hạn cache, mức tiết kiệm có thể đáng kể.
Hãy thêm các cột này vào công cụ tính nội bộ của bạn:
| Trường | Vì sao nó quan trọng |
|---|---|
| Token ngữ cảnh lặp lại | Phần đủ điều kiện để tái sử dụng cache |
| Số lần tái sử dụng | Hệ số nhân giúp caching đáng giá |
| Số giờ tồn tại của cache | Phí lưu trữ được tính theo thời gian |
| Token input không được cache | Vẫn bị tính theo giá input thông thường |
| Token output | Thường là đòn bẩy chi phí lớn hơn đối với công việc agentic |
Đừng xem context caching là một khoản giảm giá универсальный. Hãy xem nó như một mẫu khối lượng công việc.
Lưu ý về thanh toán và gói miễn phí cho năm 2026
Thanh toán Gemini API hiện mang tính vận hành nhiều hơn là chỉ một công tắc thẻ tín dụng đơn giản.
Theo hướng dẫn thanh toán của Google, tài khoản mới bắt đầu ở Free Tier, và các nhóm sẽ chuyển sang các bậc trả phí bằng cách liên kết thanh toán và thêm tín dụng trả trước hoặc sử dụng một tài khoản hậu thanh toán đủ điều kiện. Trang của Google cũng lưu ý rằng việc nâng cấp từ Free Tier lên Paid Tier có thể yêu cầu mức tín dụng trả trước tối thiểu $5, rằng trạng thái paid-tier gắn với lịch sử tài khoản thanh toán, và rằng các yêu cầu có thể dừng khi số dư Prepay về 0.
Đối với indie hacker, điều đó tạo ra ba quy tắc thực tế:
- Giữ một dự án Gemini trực tiếp nhỏ để đánh giá, ताकि bạn có thể xác minh hành vi của model và các tính năng gốc của Google.
- Thêm cảnh báo ngân sách hoặc giới hạn tự động nạp lại trước khi cho một agent hoặc tác vụ batch quyền truy cập rộng.
- Sử dụng một sổ theo dõi mức sử dụng riêng cho lưu lượng sản phẩm để việc quy chi phí không chỉ phụ thuộc vào tổng trên bảng điều khiển của nhà cung cấp.
Flatkey phù hợp sau giai đoạn thử nghiệm trực tiếp: dùng khóa Google trực tiếp để xác thực một hoặc hai tuyến Gemini, rồi đặt lưu lượng production sau một lớp định tuyến tương thích OpenAI khi bạn cần một khóa, một số dư, nhật ký sử dụng, và các tùy chọn dự phòng xuyên model giữa các nhà cung cấp.
Direct Gemini API hay Flatkey router?
Hãy dùng direct Gemini API khi:
- bạn chỉ cần các tuyến Gemini
- bạn phụ thuộc vào một tính năng đặc thù của Gemini cần được kiểm thử mà không có lớp trừu tượng
- nhóm của bạn vẫn đang ở giai đoạn đánh giá ngắn
- quyền sở hữu thanh toán đủ đơn giản cho một tài khoản nhà cung cấp
Hãy dùng Flatkey khi:
- cùng một sản phẩm có thể định tuyến qua Gemini, Claude, GPT, DeepSeek, Qwen, các model ảnh, hoặc các model video
- bạn muốn định tuyến tương thích OpenAI mà không phải viết lại mọi tích hợp
- bạn cần một sổ theo dõi mức sử dụng giữa các nhóm, agent, và dự án
- bạn muốn so sánh chi phí đầu ra được chấp nhận giữa các nhà cung cấp, chứ không chỉ giá niêm yết
- bạn muốn một khóa và một số dư thay vì nhiều khóa nhà cung cấp rải rác trong các repo và cấu hình agent
Hướng dẫn tương thích OpenAI của Google cho thấy các model Gemini có thể được gọi bằng thư viện OpenAI bằng cách thay đổi API key và base_url sang endpoint tương thích OpenAI của Google. Flatkey dùng cùng ý tưởng vận hành đó cho định tuyến đa nhà cung cấp: giữ tích hợp phía ứng dụng ổn định trong khi thay đổi các tuyến model và khả năng hiển thị thanh toán ở phía sau gateway.
Checklist giá Gemini API trước khi ra mắt
Hãy chạy checklist này trước khi bạn chốt ngân sách ra mắt:
- Chọn đúng ID model. Đừng lập ngân sách cho "Gemini" như một mức giá duy nhất.
- Tách riêng Standard, Batch/Flex và Priority. Dùng hàng phù hợp với yêu cầu độ trễ của workload.
- Kiểm tra các mức giá có thời hạn. Gemini 3.8/3.7/3.6 Flash có ghi thay đổi mức giá vào ngày 1 tháng 1 năm 2027.
- Tách riêng đầu ra của model. Token đầu ra thường đắt hơn token đầu vào vài lần.
- Đánh dấu các ngưỡng ngữ cảnh dài. Các hàng Pro có thể thay đổi khi prompt vượt quá 200k token.
- Loại trừ âm thanh khỏi ước tính văn bản. Đầu vào âm thanh có mức giá khác trên một số model.
- Cộng thêm lưu trữ cache. Giảm giá đọc cache sẽ không đầy đủ nếu không tính thời gian lưu trữ.
- Cộng thêm grounding và các lệnh gọi công cụ. Grounding có mức giá theo yêu cầu và các mức miễn trừ.
- Đo chi phí đầu ra được chấp nhận. Việc thử lại, từ chối và phản hồi chất lượng thấp có thể khiến một lộ trình rẻ trở nên đắt đỏ.
- Kiểm tra lại trước khi xuất bản hoặc lập ngân sách. Các trang giá thay đổi nhanh hơn chu kỳ lập kế hoạch hằng năm.
FAQ
Gemini API có miễn phí vào năm 2026 không?
Google liệt kê quyền truy cập Free Tier cho một số model Gemini API, nhưng giới hạn của free-tier, tình trạng khả dụng của model, điều khoản sử dụng dữ liệu và quyền truy cập ở tier trả phí khác nhau tùy theo model và trạng thái tài khoản. Hãy xem free tier như một lộ trình đánh giá, không phải ngân sách sản xuất.
Model Gemini nào rẻ nhất cho văn bản?
Trong các hàng được đề cập ở đây, Gemini 2.5 Flash-Lite có mức giá token văn bản niêm yết thấp nhất: $0.10 đầu vào và $0.40 đầu ra cho mỗi 1M token trên Standard, hoặc $0.05 đầu vào và $0.20 đầu ra trên Batch/Flex. Tuyến đường rẻ nhất không tự động là tuyến đường tốt nhất; hãy kiểm tra chất lượng đầu ra được chấp nhận.
Tại sao Gemini 3.8 Flash có hai mức giá?
Trang giá của Google liệt kê mức giá khuyến mãi của Gemini 3.8 Flash đến hết ngày 31 tháng 12 năm 2026 và mức giá cao hơn bắt đầu từ ngày 1 tháng 1 năm 2027. Hãy dùng mức giá sau cho bất kỳ ngân sách nào kéo dài sang năm 2027.
Làm thế nào để tính chi phí Gemini API?
Nhân khối lượng token đầu vào hằng tháng với mức giá đầu vào, khối lượng token đầu ra hằng tháng với mức giá đầu ra, sau đó cộng thêm lưu trữ cache, grounding, âm thanh, hình ảnh, video hoặc phí Live API khi sử dụng. Nếu workload có thể chạy bất đồng bộ, hãy dùng các hàng Batch/Flex thay vì Standard.
Khi nào Flatkey hỗ trợ ích cho giá Gemini API?
Flatkey hữu ích khi Gemini là một tuyến trong một stack AI rộng hơn. Nó cung cấp cho các đội một khóa, một số dư, định tuyến tương thích OpenAI và khả năng hiển thị mức sử dụng trên nhiều nhà cung cấp, để các quyết định về chi phí có thể dựa trên hành vi workload quan sát được thay vì các bảng điều khiển riêng lẻ của từng nhà cung cấp. Bắt đầu với trang giá Flatkey và thư mục model, rồi so sánh chi phí đầu ra được chấp nhận trong log của riêng bạn.
Ghi chú nguồn
Các kiểm tra nguồn chính được dùng cho bản cập nhật này:
- Google AI dành cho Nhà phát triển: trang giá Gemini API, kiểm tra ngày 24 tháng 9 năm 2026.
- Google AI dành cho Nhà phát triển: hướng dẫn thanh toán Gemini API, kiểm tra ngày 24 tháng 9 năm 2026.
- Google AI dành cho Nhà phát triển: hướng dẫn Batch API, kiểm tra ngày 24 tháng 9 năm 2026.
- Google AI dành cho Nhà phát triển: hướng dẫn tương thích OpenAI, kiểm tra ngày 24 tháng 9 năm 2026.
- Kiến thức dự án Flatkey: định vị một khóa, một số dư, một hóa đơn; bộ định tuyến tương thích OpenAI; liên kết nội bộ sổ cái sử dụng và danh mục model.
Nếu bạn đang so sánh giá Gemini API với Claude, GPT, DeepSeek hoặc Qwen, hãy bắt đầu với danh mục model, trang giá, và các so sánh liên quan như định tuyến API Gemini so với Claude hoặc giá DeepSeek API, rồi chạy một bài kiểm tra đầu ra được chấp nhận nhỏ qua Flatkey trước khi chuyển lưu lượng sản xuất.
