Định giá Gemini API 2026 — chi phí theo mô hình, ví dụ và quyền truy cập tương thích OpenAI rẻ hơn

Gemini nằm trong nhóm AI tiên tiến có tỷ lệ hiệu năng/chi phí tốt nhất, và Kunavo cung cấp Gemini với mức thấp hơn khoảng 70% so với giá niêm yết của Google thông qua một API duy nhất tương thích với OpenAI. Hướng dẫn này trình bày mức giá hiện tại theo từng mô hình, các ví dụ chi phí bạn có thể tự kiểm tra và cách gọi Gemini với chi phí thấp nhất trong môi trường sản xuất.

Tổng quan nhanh về giá API Gemini

Mức giá tính theo 1M token, bằng USD, theo mức Kunavo tính phí. Cột “Giá niêm yết của Google” là mức giá Google công bố cho cùng mô hình, giúp bạn thấy sự chênh lệch.

Flash là lựa chọn chủ lực cho khối lượng lớn; Pro dành cho suy luận khó hơn, thị giác máy tính và tác vụ có ngữ cảnh dài. Mức giá hiện hành luôn hiển thị trên trang giá và trang của từng mô hình (gemini-2-5-flash, gemini-3-1-pro).

Cách tính giá Gemini theo token

Bạn trả phí cho token đầu vào (mọi thứ bạn gửi — system prompt, ngữ cảnh được truy xuất, tin nhắn người dùng) và token đầu ra (nội dung mô hình tạo ra). Đầu ra là phần đắt hơn, vì vậy đòn bẩy lớn nhất đối với hóa đơn Gemini là lượng văn bản bạn cho phép mô hình viết. Hình ảnh và âm thanh được chuyển đổi thành lượng token tương đương và tính phí trên cùng một bộ đếm.

Ví dụ chi phí đã tính

Các con số thực tế theo mức giá Gemini 2.5 Flash của Kunavo, ngoại trừ dòng cuối sử dụng Gemini 3.1 Pro:

Theo mức giá này, một lô phân loại 100.000 tài liệu bằng Flash tốn khoảng $6, còn một triệu lượt chatbot tốn khoảng $315. Phép tính sẵn sàng chạy:

# Tarifas do Kunavo para o Gemini 2.5 Flash (USD por 1M de tokens)
IN_RATE, OUT_RATE = 0.09, 0.75

def custo(tokens_entrada: int, tokens_saida: int) -> float:
    return tokens_entrada / 1_000_000 * IN_RATE + tokens_saida / 1_000_000 * OUT_RATE

print(custo(1_000, 300))            # uma rodada de chatbot   -> $0.000315
print(custo(8_000, 500))            # uma resposta de RAG     -> $0.001095
print(custo(500, 20) * 100_000)     # lote de 100k documentos -> ~$6.00

Giá Kunavo và thanh toán qua Stripe

Không có gói đăng ký và không cần dự án Google Cloud. Bạn nạp tiền vào ví (qua Stripe hoặc phương thức thanh toán địa phương), mỗi cuộc gọi sẽ trừ số dư theo mức giá trên mỗi token. Mô hình pay-as-you-go bắt đầu từ khoản nạp tối thiểu $10, số dư không bao giờ hết hạn và các khoản nạp lớn hơn được cộng tín dụng thưởng. Một ví duy nhất dùng cho Gemini và mọi mô hình khác — Claude, GPT, hình ảnh, video và âm thanh — nên bạn không phải đối soát hóa đơn riêng theo từng nhà cung cấp.

Nên chọn mô hình Gemini nào?

• gemini-2-5-flash — mặc định cho chat, trích xuất, phân loại, tóm tắt và phần lớn tác vụ RAG. Nhanh và là tùy chọn có năng lực với chi phí thấp nhất.
• gemini-3-1-pro — dùng khi Flash chưa đủ chính xác: suy luận nhiều bước, mã, thị giác máy tính và ngữ cảnh rất dài.

Một mô hình tốt là định tuyến theo độ khó: dùng Flash cho các trường hợp thông thường, chỉ nâng lên Pro khi một bước kiểm tra thất bại. Xem hướng dẫn tối ưu chi phí AI để biết mẫu định tuyến trong mã.

Cách giảm hóa đơn Gemini

1. Hạ cấp mô hình. Gửi 80% tác vụ đơn giản đến Flash; dành Pro cho 20% tác vụ khó.
2. Giới hạn đầu ra. Thiết lập max_tokens và chuỗi dừng — đầu ra là phần đắt hơn của bộ tính phí.
3. Tinh gọn đầu vào. Lấy ít đoạn RAG hơn nhưng chất lượng hơn, thay vì nhồi toàn bộ cơ sở tri thức vào ngữ cảnh.
4. Xử lý theo lô. Gộp các cuộc gọi độc lập để giữ độ trễ thấp và tránh các đợt retry dồn dập.

Câu hỏi thường gặp