Định giá Gemini API 2026 — mức phí theo mô hình, ví dụ và quyền truy cập rẻ hơn

Gemini mang lại một trong những tỷ lệ chất lượng/giá tốt nhất trong AI tiên tiến, và Kunavo cung cấp nó thấp hơn khoảng 70% so với giá niêm yết của Google qua một API tương thích OpenAI duy nhất. Hướng dẫn giá Gemini API này cung cấp giá hiện tại theo mô hình, các ví dụ chi phí bạn có thể tự tính lại và cách rẻ nhất để gọi Gemini trong môi trường vận hành.

Giá Gemini trong nháy mắt

Mức giá tính bằng USD trên mỗi triệu token, theo số tiền Kunavo tính. Cột “giá Google” là giá Google công bố cho cùng mô hình để so sánh trực tiếp.

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

Cách tính phí theo token của Gemini

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

Ví dụ chi phí chi tiết

Số liệu thực tế theo giá Gemini 2.5 Flash của Kunavo, trừ dòng cuối dùng 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. Công thức có thể chạy được là:

# Tarifs Kunavo pour Gemini 2.5 Flash (USD par 1M de tokens)
IN_RATE, OUT_RATE = 0.09, 0.75

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

print(cout(1_000, 300))            # un tour de chatbot     -> $0.000315
print(cout(8_000, 500))            # une réponse RAG        -> $0.001095
print(cout(500, 20) * 100_000)     # lot de 100k documents  -> ~$6.00

Giá Kunavo và thanh toán qua Stripe

Không có thuê bao, không cần dự án Google Cloud. Bạn nạp số dư (thẻ, Apple Pay, Google Pay, Link), và các lệnh gọi được trừ theo mức giá tính trên token ở trên. Pay-as-you-go từ mức nạp tối thiểu $10, số dư không bao giờ hết hạn, và các lần nạp lớn hơn được cộng tín dụng thưởng. Giá bằng USD, được Stripe quy đổi sang EUR tại trang thanh toán (tỷ giá này bao gồm phí chuyển đổi 2 đến 4% do bạn chịu; thanh toán bằng USD sẽ tránh khoản phí này); với B2B, cơ chế reverse charge áp dụng khi có mã VAT nội khối. Một số dư duy nhất bao phủ Gemini và mọi mô hình khác — Claude, GPT, hình ảnh, video, âm thanh — không cần đối chiếu hóa đơn theo từng nhà cung cấp.

Nên chọn mô hình Gemini nào?

• gemini-2-5-flash — lựa chọn mặc định cho trò chuyện, trích xuất, phân loại, tóm tắt và phần lớn RAG. Nhanh và là lựa chọn có năng lực rẻ nhất.
• gemini-3-1-pro — dùng khi Flash chưa đủ chính xác: suy luận nhiều bước, mã nguồn, thị giác và ngữ cảnh rất dài.

Một pattern tốt là định tuyến theo độ khó: mặc định dùng Flash, chỉ nâng lên Pro khi kiểm tra thất bại. Cách triển khai trong mã nguồn nằm trong hướng dẫn tối ưu chi phí AI.

Cách giảm hóa đơn Gemini

1. Hạ cấp. Gửi 80% tác vụ đơn giản sang Flash; dành Pro cho 20% tác vụ khó.
2. Giới hạn output.Đặt max_tokens và chuỗi dừng — output là phần đắt của bộ đếm.
3. Giảm input.Truy xuất ít chunk RAG hơn nhưng liên quan hơn thay vì nhồi cả cơ sở tri thức vào ngữ cảnh.
4. Gom theo lô.Đưa các cuộc gọi độc lập vào cùng lô để giữ độ trễ thấp và tránh các đợt retry dồn dập.

Cùng một khóa cũng gọi được các mô hình video của Google — giá mỗi clip được trình bày chi tiết trong giá Veo 3.

Câu hỏi thường gặp