Giá Gemini [phiên bản 2026] — hạn mức miễn phí, thuê bao và đơn giá API theo mô hình

Giá Gemini được chia thành 3 loại.Tier miễn phí (tier API miễn phí của Google AI Studio, có giới hạn tốc độ và không phù hợp cho production), gói đăng ký của Google (gói trả phí của ứng dụng Gemini, tính phí cố định hàng tháng và không kèm API key), và API tính phí theo mức sử dụng (tính theo token, không có phí hàng tháng, không gọi thì chi phí là $0). Ba loại này là các sản phẩm riêng biệt; đăng ký hoặc sử dụng loại này không tự động cấp quyền sử dụng loại khác.

Điều các nhà phát triển thường tìm kiếm là loại thứ ba. Kunavo cung cấp API đó với giá thấp hơn khoảng 70% so với giá niêm yết của Google. Trang này trình bày mức giá hiện tại theo từng model, các ví dụ tính toán để bạn tự kiểm tra, và cách gọi Gemini với chi phí thấp nhất trong production.

Cách phân biệt 3 loại giá

Hiểu lầm phổ biến nhất nằm ở hàng giữa. Thanh toán cho gói trả phí của ứng dụng Gemini không làm tăng hạn mức API. Phí hàng tháng của ứng dụng và API dành cho nhà phát triển được tính riêng; để gọi từ mã nguồn, bạn vẫn cần key và thanh toán theo mức sử dụng (hoặc tier miễn phí). Giới hạn tốc độ cụ thể của tier miễn phí thường thay đổi theo chính sách của Google, vì vậy hãy kiểm tra tại tài liệu chính thức của Google. Chúng tôi không trình bày các con số đó ở đây —— nếu mục tiêu là production thì tier miễn phí trong mọi trường hợp cũng không phải lựa chọn phù hợp.

Bảng giá Gemini tham khảo nhanh

Mức giá tính trên 1 triệu token, bằng USD, là số tiền bị tính tại Kunavo. Cột “Giá niêm yết của Google” là mức giá Google công bố cho cùng model, được hiển thị để dễ thấy chênh lệch.

Flash là lựa chọn chủ lực cho xử lý số lượng lớn; Pro phù hợp với các tác vụ suy luận phức tạp hơn, nhận dạng hình ảnh và ngữ cảnh dài. Mức giá mới nhất luôn được hiển thị trên trang giá và trang của từng model (gemini-2-5-flash, gemini-3-1-pro).

Cơ chế tính phí theo token của Gemini

Các nội dung bị tính phí gồm token đầu vào (mọi thứ được gửi đi — system prompt, ngữ cảnh truy xuất và tin nhắn người dùng) và token đầu ra (nội dung model tạo ra). Đầu ra có giá cao hơn, nên yếu tố ảnh hưởng lớn nhất đến hóa đơn Gemini là “bạn cho model viết bao nhiêu”. Hình ảnh và âm thanh được quy đổi thành token và tính phí theo cùng bộ đếm.

Ví dụ tính toán

Đây là các con số thực tế theo mức giá Gemini 2.5 Flash của Kunavo. Chỉ hàng cuối cùng sử dụng Gemini 3.1 Pro.

Với mức giá này, một batch phân loại 100.000 tài liệu bằng Flash có giá khoảng $6, còn 1 triệu cuộc hội thoại chatbot có giá khoảng $315. Bạn có thể chạy trực tiếp công thức tính.

# Kunavo の Gemini 2.5 Flash 料率（1M トークンあたり、USD）
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))            # チャットボット 1 ターン -> $0.000315
print(cost(8_000, 500))            # RAG の回答 1 件        -> $0.001095
print(cost(500, 20) * 100_000)     # 10 万件のバッチ処理     -> 約 $6.00

Giá Kunavo và thanh toán Stripe

Bạn không cần gói đăng ký hay dự án Google Cloud. Khi nạp số dư (qua Stripe hoặc phương thức thanh toán địa phương), chi phí được trừ khỏi số dư sau mỗi lần gọi theo đơn giá token nêu trên. Đây là hình thức tính phí theo mức sử dụng, bắt đầu từ lần nạp tối thiểu $10; số dư không hết hạn và các lần nạp số tiền lớn sẽ được tặng bonus credit. Một số dư duy nhất bao phủ Gemini và tất cả model khác — Claude, GPT, hình ảnh, video và âm thanh — nên bạn không cần đối chiếu các hóa đơn riêng từ từng nhà cung cấp.

Nên chọn model Gemini nào?

• gemini-2-5-flash — lựa chọn mặc định cho chat, trích xuất, phân loại, tóm tắt và hầu hết RAG. Nhanh và là tùy chọn hiệu năng cao rẻ nhất.
• gemini-3-1-pro — dùng khi Flash không đủ chính xác: suy luận nhiều bước, mã nguồn, nhận dạng hình ảnh, ngữ cảnh cực dài và các trường hợp tương tự.

Định tuyến theo độ khó là một mô hình tốt. Hãy xử lý các trường hợp phổ biến bằng Flash và chỉ chuyển lên Pro khi bước kiểm tra thất bại. Xem hướng dẫn tối ưu hóa chi phí AI để biết mẫu định tuyến có mã nguồn.

Giảm hóa đơn Gemini

1. Hạ tier. Gửi 80% tác vụ đơn giản đến Flash và dành Pro cho 20% tác vụ khó.
2. Giới hạn đầu ra. Thiết lập max_tokens và chuỗi dừng — đầu ra là phần có đơn giá cao hơn.
3. Thu hẹp đầu vào. Thay vì nhồi toàn bộ knowledge base vào ngữ cảnh, hãy truy xuất một số ít đoạn RAG chất lượng.
4. Xử lý theo batch. Gom các lần gọi độc lập để giảm độ trễ và tránh bão retry.

Bạn cũng có thể gọi các model hình ảnh và video của Google bằng cùng key. Đơn giá mỗi ảnh và mỗi video được nêu trong giá Nano Banana Pro và giá Veo 3.

Câu hỏi thường gặp