Tarifs de l’API Gemini 2026 — coût par modèle, exemples et accès compatible OpenAI moins cher

Gemini fait partie des meilleures offres de l’IA de pointe, et Kunavo le propose à un tarif environ 70 % inférieur au tarif officiel de Google via une seule API compatible avec OpenAI. Ce guide fournit les tarifs actuels par modèle, des exemples de coûts que vous pouvez vérifier vous-même et la manière la moins chère d’appeler Gemini en production.

Tarifs de l’API Gemini en un coup d’œil

Tarifs par million de tokens, en USD, tels qu’ils sont calculés sur Kunavo. La colonne « Tarif catalogue Google » indique le prix publié par Google pour le même modèle, afin de rendre l’écart visible.

Flash est le « cheval de bataille » des gros volumes ; Pro est destiné au raisonnement plus difficile, à la vision et aux tâches avec un long contexte. Les tarifs directs sont toujours affichés sur la page des tarifs et sur la page de chaque modèle (gemini-2-5-flash, gemini-3-1-pro).

Comment fonctionne la tarification de Gemini au token

Vous payez les tokens d’entrée (tout ce que vous envoyez — prompt système, contexte récupéré, messages utilisateur) et les tokens de sortie (ce que le modèle génère). La sortie est la partie la plus chère ; le principal levier sur votre facture Gemini est donc la quantité de texte que vous laissez écrire au modèle. Les images et l’audio sont convertis en tokens équivalents et facturés selon le même compteur.

Exemples de coûts pré-calculés

Chiffres réels selon les tarifs Kunavo de Gemini 2.5 Flash ; la dernière ligne utilise Gemini 3.1 Pro :

À ces tarifs, classifier un lot de 100 000 documents avec Flash coûte environ $6, et un million d’échanges avec un chatbot environ $315. Le calcul, prêt à être exécuté :

# Mức giá Kunavo cho Gemini 2.5 Flash (USD trên mỗi 1 triệu token)
IN_RATE, OUT_RATE = 0.09, 0.75

def chi_phi(token_vao: int, token_ra: int) -> float:
    return token_vao / 1_000_000 * IN_RATE + token_ra / 1_000_000 * OUT_RATE

print(chi_phi(1_000, 300))            # một lượt chatbot        -> $0.000315
print(chi_phi(8_000, 500))            # một câu trả lời RAG     -> $0.001095
print(chi_phi(500, 20) * 100_000)     # lô 100k tài liệu        -> ~$6.00

Tarifs Kunavo et paiements via Stripe

Il n’y a ni abonnement ni projet Google Cloud. Vous rechargez votre portefeuille (Stripe ou des moyens de paiement locaux), puis chaque appel en est débité selon les tarifs au token ci-dessus. Payez à l’usage à partir d’un rechargement minimum de 10 $ ; votre solde n’expire jamais et les rechargements plus importants donnent droit à des crédits bonus. Un seul portefeuille couvre Gemini et tous les autres modèles — Claude, GPT, image, vidéo et audio — vous n’avez donc pas à rapprocher une facture distincte pour chaque fournisseur.

Quel modèle Gemini dois-je choisir ?

• gemini-2-5-flash — le choix par défaut pour le chat, l’extraction, la classification, les résumés et la plupart des cas RAG. Rapide et suffisamment puissant, c’est l’option la moins chère.
• gemini-3-1-pro — utilisez-le lorsque Flash n’est pas assez précis : raisonnement en plusieurs étapes, programmation, vision et contextes très longs.

Un bon principe consiste à router selon la difficulté : Flash pour les cas courants, et Pro uniquement lorsqu’une étape de contrôle échoue. Consultez le guide d’optimisation des coûts de l’IA pour voir le modèle de routage dans le code.

Réduire votre facture Gemini

1. Passez à un niveau inférieur. Envoyez 80 % des tâches faciles vers Flash ; réservez Pro aux 20 % les plus difficiles.
2. Limitez la sortie. Définissez max_tokens et une séquence d’arrêt — la sortie est la partie la plus coûteuse du compteur.
3. Rationalisez les entrées. Récupérez moins de passages RAG, mais de meilleure qualité, au lieu de faire entrer toute la base de connaissances dans le contexte.
4. Regroupez les lots. Regroupez les appels indépendants pour maintenir une faible latence et éviter les tempêtes de nouvelles tentatives.

Questions fréquentes