Bảng giá Google Gemini API tháng 9 năm 2026 — danh sách chính thức và mức giá theo token năm 2026

Đây là giá API Google Gemini tính đến tháng 9 năm 2026, theo mỗi 1M token, với giá chính thức của Google đặt cạnh giá của cùng model trên Kunavo. Gemini 3.8 Flash, Flash mới nhất của Google, có giá $0,525 đầu vào / $2,625 đầu ra trên Kunavo — thấp hơn 30% so với mức giới thiệu $0,75 / $3,75 mà Google tính cho các model Flash dòng 3.x đến 31 tháng 12, 2026, trước khi mức tiêu chuẩn $1,50 / $7,50 bắt đầu từ 1 tháng 1, 2027. Gemini 3.1 Pro có giá $0,70 / $4,20 so với $2,00 / $12,00 của Google và Gemini 2.5 Flash có giá $0,09 / $0,75 so với $0,30 / $2,50 — thấp hơn khoảng 65% và 70% — tất cả trên một API tương thích OpenAI.

Mức giá được xác minh lần cuối vào 12 tháng 9, 2026. Giá theo token của Kunavo dưới đây được đọc trực tiếp từ danh mục model, còn cột “Google list” theo dõi mức giá Google đã công bố — nguồn chính thức là ai.google.dev/gemini-api/docs/pricing.

Danh sách giá chính thức của Google so với Kunavo — tháng 9 năm 2026

Mọi giá API Gemini ở đây đều tính trên 1M token, bằng USD, theo mức Kunavo lập hóa đơn. Cột “Google list” là giá chính thức Google công bố cho cùng model, lấy từ ai.google.dev vào ngày xác minh ở trên — vì vậy bảng này hiển thị giá chính thức và giá chiết khấu trong cùng một nơi. Với các model Flash dòng Gemini 3.x, cột đó hiển thị mức giá giới thiệu Google đang tính hiện nay, còn “You save” được đo dựa trên mức này.

*Mức giá giới thiệu của Google cho các model Flash dòng 3.x, áp dụng đến 31 tháng 12, 2026; mức tiêu chuẩn $1,50 / $7,50 của Google cho các model này áp dụng từ 1 tháng 1, 2027.

Gemini 3.8 Flash là Flash nên dùng cho công việc mới, Gemini 2.5 Flash vẫn là lựa chọn rẻ nhất cho khối lượng lớn, còn Pro dành cho các tác vụ suy luận khó hơn, thị giác và ngữ cảnh dài. Mức giá trực tiếp luôn hiển thị trên trang giá và trang của từng model (gemini-3-8-flash, gemini-3-7-flash, gemini-3-1-pro, gemini-2-5-flash, gemini-3-6-flash).

Giá Gemini 3.8 Flash và mức giới thiệu của Google

Google áp dụng mức giới thiệu $0,75 đầu vào / $3,75 đầu ra trên mỗi 1M token cho các model Flash Gemini 3.x — 3.6, 3.7 và 3.8 Flash — đến 31 tháng 12, 2026, rồi áp dụng mức tiêu chuẩn $1,50 / $7,50 từ 1 tháng 1, 2027. Kunavo bán Gemini 3.8 Flash với giá $0,525 / $2,625 và Gemini 3.7 Flash với giá $0,525 / $2,625 trên mỗi 1M, thấp hơn 30% so với mức giới thiệu của Google hiện nay. Gemini 3.6 Flash là ngoại lệ: ở mức $1,05 / $5,25, model này đắt hơn 40% so với giá hiện tại của Google, vì vậy nên dùng 3.7 và 3.8 Flash — cả hai đều mới hơn và rẻ hơn.

Khoảng cách 30% là có thật nhưng hẹp hơn so với Gemini 3.1 Pro hoặc Gemini 2.5 Flash, vì Google đang tự giảm giá Flash dòng 3.x cho đến năm 2027 — hãy so sánh trước khi kết luận. Kunavo cung cấp một khóa tương thích OpenAI và một số dư Stripe trả trước cho Gemini, Claude, GPT cùng các model hình ảnh và video, không cần dự án Google Cloud. Kunavo không cung cấp dung lượng riêng: đây là dung lượng dùng chung, không có hạn ngạch riêng và không có SLA theo hợp đồng; nếu cần hạn ngạch được đảm bảo hoặc SLA, hãy mua trực tiếp từ Google.

Đối với việc định giá Gemini Flash API, phần output là yếu tố cần theo dõi: các model Flash 3.x là model suy luận, và phần suy luận chúng thực hiện trước khi trả lời được tính phí như token output. Hãy để max_tokens đủ rộng và lập ngân sách cho output, bao gồm cả suy luận — hướng dẫn Gemini 3 API có số liệu token suy luận đo được cho 3.6 Flash và mã để gọi gemini-3-8-flash.

Cách tính giá Gemini API theo từng token

Bạn trả phí cho token input (mọi thứ bạn gửi — system prompt, ngữ cảnh truy xuất, tin nhắn của người dùng) và token output (nội dung model tạo ra). Output đắt hơn, vì vậy đòn bẩy lớn nhất trên hóa đơn Gemini là lượng văn bản bạn cho phép model viết. Hình ảnh và âm thanh được chuyển đổi thành giá trị tương đương token và tính phí theo cùng một đơn vị.

Ví dụ tính chi phí thực tế

Số liệu thực tế theo mức giá Gemini 2.5 Flash của Kunavo, ngoại trừ hai dòng cuối sử dụng Gemini 3.8 Flash và Gemini 3.1 Pro:

Theo các mức giá đó, một lô phân loại 100.000 tài liệu trên 2.5 Flash tốn khoảng $6, còn một triệu lượt chatbot tốn khoảng $315. Công thức có thể chạy được:

# Kunavo Gemini 2.5 Flash rates (USD per 1M tokens)
IN_RATE, OUT_RATE = 0.09, 0.75

def cost(in_tokens: int, out_tokens: int) -> float:
    return in_tokens / 1_000_000 * IN_RATE + out_tokens / 1_000_000 * OUT_RATE

print(cost(1_000, 300))            # one chatbot turn   -> $0.000315
print(cost(8_000, 500))            # one RAG answer     -> $0.001095
print(cost(500, 20) * 100_000)     # 100k-doc batch     -> ~$6.00

Giá Kunavo và thanh toán Stripe

Không có gói đăng ký và không cần dự án Google Cloud. Bạn nạp tiền vào số dư (qua Stripe hoặc các phương thức thanh toán địa phương), rồi các lệnh gọi sẽ trừ dần số dư theo mức giá mỗi token ở trên. Thanh toán theo mức sử dụng, với mức nạp tối thiểu $10; số dư không bao giờ hết hạn và các khoản nạp lớn hơn sẽ được cộng tín dụng thưởng. Yêu cầu thất bại không bao giờ bị tính phí. Một số dư dùng được cho Gemini và mọi model khác — Claude, GPT, hình ảnh, video và âm thanh — nên bạn không phải đối soát một hóa đơn riêng cho từng nhà cung cấp.

Nên chọn model Gemini nào?

• gemini-3-8-flash — Flash mới nhất của Google, phát hành ngày 2 tháng 9 năm 2026, dành cho công việc sử dụng tác nhân AI, lập trình và các tác vụ nặng về suy luận khác với độ trễ của Flash: $0,525 / $2,625 cho mỗi 1M, thấp hơn 30% so với mức giá giới thiệu của Google.
• gemini-3-7-flash — bản Flash trước đó (ngày 13 tháng 8 năm 2026) ở mức $0,525 / $2,625; hãy tiếp tục dùng model này nếu prompt của bạn đã được xác thực trên đó.
• gemini-2-5-flash — mặc định cho trò chuyện, trích xuất, phân loại, tóm tắt và hầu hết RAG. Nhanh và là lựa chọn đủ năng lực rẻ nhất, ở mức $0,09 / $0,75.
• gemini-3-1-pro — hãy dùng khi Flash chưa đủ chính xác: suy luận nhiều bước, mã, thị giác máy tính và ngữ cảnh rất dài.
• Không phải gemini-3-6-flash, xét về giá — ở mức $1,05 / $5,25, model này đắt hơn 3.7 và 3.8 Flash trên Kunavo, đồng thời đắt hơn mức giá giới thiệu của chính Google; chỉ tiếp tục dùng nếu prompt của bạn đã được xác thực trên model này.

Một cách làm tốt là định tuyến theo độ khó: dùng Flash cho trường hợp thông thường, chỉ chuyển lên Pro khi một bước kiểm tra thất bại. Xem hướng dẫn tối ưu chi phí AI để xem mẫu định tuyến trong mã, cùng các hướng dẫn định giá Claude và GPT để so sánh các nhà cung cấp.

Cắt giảm hóa đơn Gemini

1. Hạ cấp. Gửi 80% tác vụ dễ cho Flash; dành Pro cho 20% tác vụ khó.
2. Rời 3.6 Flash. Gemini 3.8 Flash có giá mỗi token thấp hơn 50% so với Gemini 3.6 Flash trên Kunavo, với cùng định dạng yêu cầu tương thích OpenAI — chỉ cần thay đổi một từ trong tên model.
3. Giới hạn output. Thiết lập max_tokens và các chuỗi dừng — output là phần đắt hơn của đơn vị tính phí.
4. Rút gọn input. Truy xuất ít đoạn RAG hơn nhưng phù hợp hơn, thay vì nhồi toàn bộ cơ sở tri thức vào ngữ cảnh.
5. Xử lý theo lô. Gom các lệnh gọi độc lập để giảm độ trễ và tránh bão retry.

Câu hỏi thường gặp