API Gemini 3 — giá, tình trạng khả dụng và cách gọi Gemini đang hoạt động hiện nay

Gemini 3 là dòng mô hình hiện tại của Google — Gemini 3 Pro và Gemini 3.1 Pro ở cấp cao nhất, cùng một dòng Flash trải dài từ Gemini 3 Flash đến Gemini 3.8 Flash — có khả năng đa phương thức ngay từ đầu, ngữ cảnh 1M token và suy luận theo chuỗi suy nghĩ. Hôm nay bạn có thể gọi API Gemini 3 trên Kunavo qua một endpoint tương thích OpenAI: Gemini 3.1 Pro với giá $0,70 / $4,20 cho mỗi 1M token, thấp hơn khoảng 65% so với giá niêm yết $2,00 / $12,00 của Google, và Gemini 3.8 Flash, Flash mới nhất, với giá $0,525 / $2,625 — thấp hơn 30% so với mức giới thiệu $0,75 / $3,75 mà Google áp dụng cho Flash 3.x đến 31 tháng 12, 2026. Hướng dẫn này trình bày chi phí của từng tầng, các slug đang hoạt động và mã để gọi chúng.

Giá API Gemini 3

Mức giá chính thức của Google cho cả dòng, đặt cạnh chi phí của từng tầng trên Kunavo. Với các mô hình Flash 3.x, Google áp dụng mức giới thiệu đến 31 tháng 12, 2026, vì vậy bảng hiển thị mức đó — mức bạn sẽ trả nếu gọi trực tiếp hôm nay — bên cạnh mức tiêu chuẩn áp dụng sau thời điểm đó:

Mức giá Kunavo của mọi mô hình Gemini hiện tại đặt cạnh giá của Google, cùng các ví dụ tính chi phí, có trong hướng dẫn giá API Gemini.

API Gemini 3.8 Flash: giá và mức giới thiệu của Google

Gemini 3.8 Flash là Flash mới nhất của Google, phát hành ngày 2 tháng 9 năm 2026 và hướng đến các tác vụ kỹ thuật phần mềm kéo dài cùng việc thực thi tác vụ bằng tác nhân, với cửa sổ ngữ cảnh 1.048.576 token và tối đa 65.536 token đầu ra. Trên Kunavo, API Gemini 3.8 Flash có giá $0,525 đầu vào / $2,625 đầu ra cho mỗi 1M token, được gọi bằng gemini-3-8-flash trên cùng endpoint với mọi mô hình khác.

Google áp dụng mức giới thiệu $0,75 / $3,75 cho mỗi 1M token đối với các mô hình Flash 3.x — Flash 3.6, 3.7 và 3.8 — đến 31 tháng 12, 2026, sau đó áp dụng mức tiêu chuẩn $1,50 / $7,50 từ 1 tháng 1, 2027. So với mức Google đang tính, Gemini 3.8 Flash và Gemini 3.7 Flash của Kunavo ($0,525 / $2,625) rẻ hơn 30%. Gemini 3.6 Flash thì không: với giá $1,05 / $5,25, mô hình này đắt hơn 40% so với mức giới thiệu của Google, vì vậy nên dùng Flash 3.7 và 3.8 — cả hai đều mới hơn và rẻ hơn.

Điều Kunavo bổ sung là một khóa tương thích OpenAI và một số dư trả trước duy nhất dùng chung cho Gemini, Claude, GPT cùng các mô hình hình ảnh và video, không cần dự án Google Cloud và không tính phí cho yêu cầu thất bại. Điều Kunavo không bổ sung là năng lực chuyên dụng: Kunavo dùng năng lực dùng chung, không có hạn ngạch chuyên dụng và không có SLA theo hợp đồng; nếu cần một trong hai, hãy gọi trực tiếp Google.

Gemini 3.6 Flash — những thay đổi

Gemini 3.6 Flash (phát hành ngày 21 tháng 7 năm 2026) là Flash 3.x đầu tiên mà chúng tôi có thể cung cấp, đồng thời là mô hình đứng sau các phép đo token suy luận trong phần này. Giá tiêu chuẩn của Google cho mô hình này là $1,50 đầu vào / $7,50 đầu ra cho mỗi 1M token — ở mức tiêu chuẩn, cùng giá đầu vào với Gemini 3.5 Flash nhưng giá đầu ra giảm khoảng 17% — nhưng đến hết 31 tháng 12, 2026 Google áp dụng mức giá giới thiệu $0,75 / $3,75. Google định vị mô hình này cho các tác vụ tác nhân kéo dài, với tuyên bố rằng mô hình có thể giảm đáng kể chi phí token trong các tác vụ kỹ thuật nhiều bước.

Con số thực sự quyết định hóa đơn của bạn không nằm trên bảng giá: 3.6 Flash mặc định suy luận, và phần suy luận chi phối bộ đếm đầu ra. Trong thử nghiệm của chúng tôi, một câu trả lời dựa trên dữ kiện, dài một câu, đã tiêu tốn khoảng 120–140 token suy luận để tạo ra 7 token đầu ra hiển thị. Token suy luận được tính theo mức giá đầu ra, vì vậy chi phí thực tế của một câu trả lời ngắn từ 3.6 Flash gần 150 token đầu ra hơn là 7 — cao hơn khoảng 20 lần so với ước tính đơn giản. Hai hệ quả thực tế:

• Đừng đặt max_tokens quá thấp. Bất kỳ mức nào dưới khoảng 150 đều bị phần suy luận tiêu thụ trước khi mô hình phát ra câu trả lời, và bạn nhận được một đoạn bị cắt trong khi vẫn phải trả phí cho phần suy nghĩ.
• Lập ngân sách cho phần suy luận, không phải đầu ra hiển thị. Với các lệnh gọi ngắn, khối lượng lớn, tầng Flash không suy luận thường rẻ hơn trong thực tế, ngay cả khi giá niêm yết trên mỗi token cao hơn.

Gemini 3.6 Flash vẫn đang hoạt động trên Kunavo dưới dạng gemini-3-6-flash với mức $1,05 / $5,25 cho mỗi 1M, nhưng mức này cao hơn 40% so với $0,75 / $3,75 mà Google tính đến 31 tháng 12, 2026, đồng thời cao hơn giá riêng của Kunavo cho các mô hình mới hơn. Với công việc mới, hãy gọi gemini-3-8-flash hoặc gemini-3-7-flash ở mức $0,525 / $2,625, thấp hơn 30% so với mức giới thiệu của Google. Đây cũng là các mô hình có suy luận, vì vậy hãy giữ max_tokens ở mức đủ rộng cho chúng.

Gọi Gemini trên Kunavo ngay hôm nay

Kunavo cung cấp Gemini phía sau endpoint /v1/chat/completions tương thích với OpenAI — giữ nguyên OpenAI SDK, thay base_url, không cần dự án Google Cloud. Lệnh gọi này sử dụng API Gemini 3.8 Flash; thay chuỗi mô hình bằng gemini-3-7-flash, gemini-3-1-pro hoặc gemini-2-5-flash và không cần thay đổi gì khác:

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["KUNAVO_API_KEY"],
    base_url="https://api.kunavo.com/v1",
)

# Gemini 3.8 Flash is Google's newest Flash. Mind the max_tokens: the 3.x Flash
# models think before they answer and reasoning bills as output, so a small
# cap can be spent thinking and return a truncated answer.
resp = client.chat.completions.create(
    model="gemini-3-8-flash",
    max_tokens=1024,
    messages=[{"role": "user", "content": "Summarize this contract in 5 bullets."}],
)
print(resp.choices[0].message.content)

Việc lấy khóa chỉ mất một phút — xem hướng dẫn lấy khóa API Gemini. Cùng một khóa sk-kn- cũng truy cập được Claude, GPT, hình ảnh Nano Banana và video Veo 3.

Bạn nên gọi tầng Gemini nào?

• Các khối lượng công việc cần ngữ cảnh dài và suy luận — gemini-3-1-pro ở mức $0,70 đầu vào / $4,20 đầu ra. Đây là tầng cao cấp nhất của Google dành cho lập trình, tác nhân và phân tích đa phương thức, đồng thời là tầng Pro mà chúng tôi cung cấp.
• Công việc tác nhân suy luận theo từng bước — gemini-3-8-flash ở mức $0,525 / $2,625, thấp hơn 30% so với mức giới thiệu của Google, hoặc gemini-3-7-flash ở cùng mức giá nếu lời nhắc của bạn đã được xác thực trên đó. Suy luận với độ trễ của Flash; hãy lập ngân sách theo token suy luận, không theo đầu ra hiển thị.
• Các lệnh gọi khối lượng lớn, nhạy cảm với độ trễ — gemini-2-5-flash ở mức $0,09 đầu vào / $0,75 đầu ra vẫn là lựa chọn tiết kiệm chi phí; mô hình này không suy luận theo mặc định, chính vì vậy nó vẫn rẻ với các câu trả lời ngắn.
• Không chọn 3.6 Flash nếu xét về giá — gemini-3-6-flash ở mức $1,05 / $5,25 đắt hơn 3.7 và 3.8 Flash trên Kunavo, đồng thời đắt hơn mức giới thiệu riêng của Google; chỉ giữ mô hình này cho những lời nhắc đã được xác thực trên nó.
• Xây dựng cho lần nâng cấp tiếp theo — lập trình theo cấu trúc tương thích với OpenAI và coi chuỗi mô hình là cấu hình; các slug Gemini mới sẽ xuất hiện phía sau cùng endpoint.

Câu hỏi thường gặp