Ceny interfejsu Gemini Developer API

Zacznij tworzyć bezpłatnie dzięki atrakcyjnym limitom, a potem skaluj w górę za pomocą płatności z góry i płatności według wykorzystania w przypadku aplikacji przygotowanych do zastosowań produkcyjnych.

Nasz flagowy model rozumowania, stworzony z myślą o złożonej inżynierii oprogramowania, rozwiązywaniu skomplikowanych problemów matematycznych i naukowych, autonomicznych agentach wieloetapowych i generowaniu długich odpowiedzi do 1 mln tokenów.

^* Żądanie przesłane przez klienta do Gemini może spowodować wysłanie do wyszukiwarki Google co najmniej 1 zapytania. Opłata będzie naliczana za każde wyszukiwane hasło.

Nasz najbardziej inteligentny model Flash, zaprojektowany z myślą o długofalowej inżynierii oprogramowania, autonomicznych agentach i złożonych firmowych przepływach pracy.

Nasz model Flash poprzedniej generacji, który zapewnia równowagę między szybkością a funkcjami multimodalnymi w ogólnych zadaniach agentowych i zadaniach wykonywanych na co dzień.

^* Prośba przesłana przez klienta do Gemini może spowodować wysłanie co najmniej jednego zapytania do wyszukiwarki Google. Opłaty są naliczane za każde wykonane zapytanie.

^** Można przetestować w Google AI Studio.

Nasze modele audio-audio o niskim czasie oczekiwania zoptymalizowane pod kątem agentów głosowych działających w czasie rzeczywistym i rozmów na żywo, w tym obsługi rozumowania w tle z wykorzystaniem dłuższego myślenia.

^* Prośba przesłana przez klienta do Gemini może spowodować wysłanie co najmniej jednego zapytania do wyszukiwarki Google. Opłata będzie naliczana za każde wyszukiwane hasło.

Nasz model tłumaczenia mowy na mowę w czasie rzeczywistym z krótkim czasem oczekiwania, który obsługuje ponad 70 języków.

^* Płatności są naliczane na podstawie łącznego wykorzystania tokenów audio wejściowych i wyjściowych, obliczanego według stawki 25 tokenów na sekundę dźwięku, co odpowiada efektywnej cenie około 0,0368 USD za minutę.

Nasz model zamiany mowy na tekst w czasie rzeczywistym z krótkim czasem oczekiwania do dwukierunkowej transkrypcji strumieniowego dźwięku przez WebSockets.

^* Szacunkowe ceny są oparte na 25 tokenach audio na sekundę w przypadku danych wejściowych i 175 tokenach tekstowych na minutę w przypadku danych wyjściowych, co daje efektywną stawkę mieszaną w wysokości około 0,009 USD za minutę w przypadku funkcji Transkrypcja na żywo.

Nasz model zamiany mowy na tekst z automatycznym wykrywaniem języka, rozdzielaniem rozmówców, sygnaturami czasowymi na poziomie słów i rozpoznawaniem słów z uwzględnieniem niestandardowego słownictwa.

^* Szacunkowe ceny są oparte na 25 tokenach audio na sekundę w przypadku danych wejściowych i 175 tokenach tekstowych na minutę w przypadku danych wyjściowych, co daje efektywną stawkę mieszaną w wysokości ok.0,005 USD za minutę transkrypcji.

Ekonomiczny model zoptymalizowany pod kątem zadań agentowych o dużej skali, tłumaczenia i prostego przetwarzania danych.

^* Prośba przesłana przez klienta do Gemini może spowodować wysłanie co najmniej jednego zapytania do wyszukiwarki Google. Opłata będzie naliczana za każde wyszukiwane hasło.

^** Można przetestować w Google AI Studio.

^** Można przetestować w Google AI Studio.

Ekonomiczny model zoptymalizowany pod kątem zadań agentowych o dużej skali, tłumaczenia i prostego przetwarzania danych.

^* Prośba przesłana przez klienta do Gemini może spowodować wysłanie co najmniej jednego zapytania do wyszukiwarki Google. Opłata będzie naliczana za każde wyszukiwane hasło.

^** Można przetestować w Google AI Studio.

Nasz model nowej generacji do generowania i edytowania filmów jest teraz ogólnie dostępny dla deweloperów korzystających z płatnej wersji interfejsu Gemini API.

^* Płatności są naliczane na podstawie łącznego wykorzystania tokenów wyjściowych, obliczanego według stawki 5792 tokenów na sekundę filmu w rozdzielczości 720p. W przypadku standardowych cen odpowiada to efektywnej cenie około 0, 10 USD za sekundę.

Nasz model nowej generacji do generowania i edytowania filmów.

^* Rozliczenia są oparte na łącznym zużyciu tokenów wyjściowych, obliczanym w tempie 5792 tokenów na sekundę filmu w rozdzielczości 720p. W przypadku cen standardowych odpowiada to efektywnej cenie około 0, 10 USD za sekundę.

Nasz model Pro trzeciej generacji, stworzony z myślą o rozpoznawaniu multimodalnym, funkcjach agentowych i vibe codingu.

^* Prośba przesłana przez klienta do Gemini może spowodować wysłanie co najmniej jednego zapytania do wyszukiwarki Google. Opłata będzie naliczana za każde wyszukiwane hasło.

^** Można przetestować w Google AI Studio.

Aktualizacja Nano Banana 2 (Gemini 3.1 Flash Image) stworzona z myślą o wysokiej wydajności generowania obrazów i edytowania w trybie konwersacyjnym z lepszą jakością wizualną, spójnością postaci w wielu turach, dokładnym renderowaniem tekstu i generowaniem opartym na wyszukiwaniu w rozdzielczościach 1K, 2K i 4K.

^* Cena za wygenerowanie obrazu wynosi 30 USD za 1 000 000 tokenów (wersja standardowa) i 15 USD za 1 000 000 tokenów (wersja wsadowa). Obrazy wyjściowe w rozdzielczości 1K (1024 x 1024 pikseli) zużywają 1120 tokenów, co odpowiada 0,0336 USD za obraz. Obrazy wyjściowe w rozdzielczości 2K (2048 x 2048 pikseli) zużywają 1680 tokenów i kosztują 0,0504 USD za obraz. Obrazy wyjściowe w rozdzielczości 4K (4096 x 4096 pikseli) zużywają 3780 tokenów i kosztują 0,113 USD za obraz.

^** Przesłana przez klienta prośba do Gemini może spowodować wysłanie co najmniej jednego zapytania do wyszukiwarki Google. Opłaty są naliczane za każde wykonane zapytanie. Pobrany kontekst (tekst lub obrazy) dostarczony przez Grounding z wyszukiwarką Google nie jest rozliczany jako tokeny wejściowe.

Model generowania obrazów Gemini 3.1 Flash został zaprojektowany z myślą o szybkości i wydajności. Jest skuteczny w przypadku szybkich, interaktywnych odpowiedzi i wysokiej przepustowości.

^* Wygenerowanie obrazu kosztuje 60 USD za 1 000 000 tokenów. Obrazy wyjściowe o rozdzielczości 0,5K (512 pikseli) zużywają 747 tokenów i kosztują 0,045 USD za obraz. Obrazy wyjściowe w rozdzielczości 1K (1024 x 1024 pikseli) zużywają 1120 tokenów i kosztują 0,067 USD za obraz. Obrazy wyjściowe w rozdzielczości 2K (2048 x 2048 pikseli) zużywają 1680 tokenów i kosztują 0,101 USD za obraz. Obrazy wyjściowe w rozdzielczości 4K (4096 x 4096 pikseli) zużywają 2520 tokenów i kosztują 0,151 USD za obraz.

^** Wysłana przez klienta prośba do Gemini może spowodować wysłanie do wyszukiwarki Google co najmniej 1 zapytania. Opłata będzie naliczana za każde wyszukiwane hasło. Pobrany kontekst (tekst lub obrazy) dostarczony przez Grounding z wyszukiwarką Google nie jest rozliczany jako tokeny wejściowe.

^*** Można przetestować w Google AI Studio.

Model Gemini 3.1 Flash Lite Image został zaprojektowany jako specjalista od wydajności w rodzinie modeli do generowania obrazów. Zapewnia bardzo małe opóźnienie oraz ekonomiczne generowanie i edytowanie obrazów.

^* Cena za wygenerowanie obrazu wynosi 30 USD za 1 000 000 tokenów. Obrazy wyjściowe w rozdzielczości 1K (1024 x 1024 pikseli) zużywają 1120 tokenów i kosztują 0,0336 USD za obraz.

Nasz model audio 3.8 Flash do zamiany tekstu na mowę, zaprojektowany z myślą o studyjnej jakości głosu, ekspresyjnej grze aktorskiej i stabilności w przypadku długich treści.

^* Tokeny audio odpowiadają 25 tokenom na sekundę dźwięku.

Nasz model audio 3.8 Flash-Lite Text-to-Speech zoptymalizowany pod kątem wysokiej przepustowości, krótkiego czasu oczekiwania i ekonomicznej mowy konwersacyjnej.

^* Tokeny audio odpowiadają 25 tokenom na sekundę dźwięku.

Nasz model audio 3.1 Flash zamiany tekstu na mowę zoptymalizowany pod kątem generowania mowy o wysokiej wydajności, niskim czasie oczekiwania i możliwości sterowania.

^* Tokeny audio odpowiadają 25 tokenom na sekundę dźwięku.

Nasz starszy model Flash, który zapewnia podstawową szybkość i inteligencję.

^* Prośba przesłana przez klienta do Gemini może spowodować wysłanie co najmniej jednego zapytania do wyszukiwarki Google. Opłata będzie naliczana za każde wyszukiwane hasło.

^** Można przetestować w Google AI Studio.

Nasz natywny model generowania obrazów zoptymalizowany pod kątem szybkości, elastyczności i rozumienia kontekstu. Dane wejściowe i wyjściowe w postaci tekstu są wyceniane tak samo jak w przypadku Gemini 3.1 Pro.

^* Dane wejściowe obrazu są ustawione na 560 tokenów lub 0,0011 USD za obraz.

^** Cena za wygenerowanie obrazu wynosi 120 USD za 1 000 000 tokenów. Obrazy wyjściowe o wymiarach od 1024 x 1024 pikseli (1K) do 2048 x 2048 pikseli (2K) zużywają 1120 tokenów i kosztują 0,134 USD za obraz. Obrazy wyjściowe o rozdzielczości do 4096 x 4096 pikseli (4K) zużywają 2000 tokenów i kosztują 0,24 USD za obraz.

^*** Wysłana przez klienta prośba do Gemini może spowodować wysłanie do wyszukiwarki Google co najmniej 1 zapytania. Opłaty są naliczane za każde wykonane zapytanie.

^**** Można przetestować w Google AI Studio.

Model Pro, który doskonale radzi sobie z kodowaniem i złożonymi zadaniami wymagającymi wnioskowania.

Nasz pierwszy model rozumowania hybrydowego, który obsługuje okno kontekstu o wielkości 1 mln tokenów i ma budżety myślenia.

Mały i ekonomiczny model stworzony do użytku na dużą skalę.

Nasze natywne modele audio Live API zoptymalizowane pod kątem wyższej jakości wyjść audio z lepszym tempem i nastrojem oraz większą szczegółowością i bardziej naturalnym głosami.

	poziom bezpłatny	Poziom płatny, za 1 mln tokenów w USD
Cena danych wejściowych	Bezpłatnie	0,50 USD (tekst) 3,00 USD (audio / wideo)
Cena wyjściowa (w tym tokeny wymagające myślenia)	Bezpłatnie	2,00 zł (tekst) 12,00 zł (dźwięk)
Wykorzystywane do ulepszania naszych usług	Tak	Nie

Natywny model generowania obrazów zoptymalizowany pod kątem szybkości, elastyczności i zrozumienia kontekstu. Ceny danych wejściowych i wyjściowych w postaci tekstu są takie same jak w przypadku 2.5 Flash.

[*] Cena za wygenerowanie obrazu wynosi 30 USD za 1 000 000 tokenów. Obrazy wyjściowe o rozdzielczości do 1024 x 1024 pikseli zużywają 1290 tokenów i kosztują 0,039 USD za obraz.

Nasz model audio 2.5 Flash do zamiany tekstu na mowę, zoptymalizowany pod kątem generowania mowy o korzystnym stosunku ceny do wydajności, krótkim czasie oczekiwania i możliwości sterowania.

Nasz model audio 2.5 Pro do zamiany tekstu na mowę, zoptymalizowany pod kątem wydajnego generowania mowy z niskim opóźnieniem, który zapewnia bardziej naturalne wyniki i łatwiejsze do sterowania prompty.

Model do szybkiego generowania filmów.

	poziom bezpłatny	Płatny poziom, za sekundę w USD
Cena standardowego filmu z audio wygenerowanego w Veo 3.1 (domyślna)	Niedostępne	0,40 USD (720p i 1080p) 0,60 USD (4K)
Cena filmu Veo 3.1 Fast z dźwiękiem (domyślna)	Niedostępne	0,10 USD (720p) 0,12 USD (1080p) 0,30 USD (4k)
Cena filmu z dźwiękiem wygenerowanego za pomocą Veo 3.1 Lite (domyślna)	Niedostępne	0,05 USD (720p) 0,08 USD (1080p) (wyjście 4K nie jest obsługiwane)
Wykorzystywane do ulepszania naszych usług	Tak	Nie

Model Google do generowania muzyki.

	poziom bezpłatny	Płatny poziom, za żądanie w USD
Lyria 3.5 (pełny utwór)	Niedostępne	0,08 USD za utwór
Wykorzystywane do ulepszania naszych usług	Tak	Nie

Rodzina starszych modeli Google do generowania muzyki.

	poziom bezpłatny	Płatny poziom, za żądanie w USD
Lyria 3 – podgląd klipu (30 s)	Niedostępne	0,04 USD za utwór
Lyria 3 Pro (wersja testowa) – pełny utwór	Niedostępne	0,08 USD za utwór
Wykorzystywane do ulepszania naszych usług	Tak	Nie

Nasz pierwszy multimodalny model osadzania, który mapuje tekst, obrazy, filmy, dźwięk i pliki PDF w ujednoliconej przestrzeni osadzania.

Gemini Robotics ER 2 (skrót od Gemini Robotics Embodied Reasoning 2) to punkt końcowy modelu wizualno-językowego, który umożliwia robotom precyzyjne rozumienie otoczenia, wspierając agentową orkiestrację robotów, rozumienie postępów wideo, współpracę wielu robotów i zaawansowane rozumowanie przestrzenne.

Gemini Robotics ER 2 Streaming to punkt końcowy modelu wizyjno-językowego do robotyki zoptymalizowany pod kątem strumieniowania tekstu w czasie rzeczywistym za pomocą interfejsu Live API. Akceptuje dane wejściowe w formie tekstu, obrazu, filmu i dźwięku oraz obsługuje dwukierunkowe strumieniowanie z wywoływaniem funkcji.

Nasz lekki, najnowocześniejszy, otwarty model oparty na tej samej technologii, która zasila modele Gemini.

	poziom bezpłatny	Poziom płatny, za 1 mln tokenów w USD
Cena danych wejściowych	Bezpłatnie	Niedostępne
Cena wyjściowa	Bezpłatnie	Niedostępne
Cena pamięci podręcznej kontekstu	Bezpłatnie	Niedostępne
Pamięć podręczna kontekstu (miejsce na dane)	Bezpłatnie	Niedostępne
Cena dostrajania	Niedostępne	Niedostępne
Powiązanie ze źródłem informacji przy użyciu wyszukiwarki Google	Niedostępne	Niedostępne
Wykorzystywane do ulepszania naszych usług	Tak	Nie

Ceny narzędzi

Narzędzia są wyceniane według własnych stawek, które są stosowane do modelu, który ich używa. Na stronie Modele sprawdź, które narzędzia są dostępne w przypadku poszczególnych modeli.

	poziom bezpłatny	Poziom płatny, za 1 mln tokenów w USD
Wyszukiwarka Google	500 RPD bezpłatnie (limit wspólny dla modeli Flash i Flash-Lite). Niedostępne w przypadku modelu Pro.	Modele Gemini 2.5: 1500 żądań dziennie bezpłatnie (limit wspólny dla modeli Flash i Flash-Lite). Następnie 35 USD za 1000 promptów z ugruntowaniem. Gemini 3 i nowsze modele: 5000 bezpłatnych żądań wyszukiwania miesięcznie (wspólny limit dla wszystkich modeli Gemini 3 i nowszych), a następnie 14 USD za 1000 żądań.
Mapy Google	500 RPD Niedostępne w przypadku wersji Pro.	Modele Gemini 2.5: 1500 RPD bezpłatnie (limit wspólny dla modeli Flash i Flash-Lite), 10 000 RPD bezpłatnie w przypadku Gemini Pro, a potem 25 USD za 1000 promptów z informacjami z zewnątrz. Modele Gemini 3 i nowsze: 5000 żądań miesięcznie (bezpłatnie, limit wspólny dla wszystkich modeli Gemini 3 i nowszych), a potem 14 USD za 1000 zapytań.
Wykonanie kodu	Bezpłatnie	Wykonywanie kodu jest rozliczane według standardowych stawek za tokeny dla wybranego modelu. Koszty są określane wyłącznie na podstawie wykorzystania narzędzia, nie są naliczane żadne opłaty za czas działania sesji. Wygenerowany kod i wyniki wykonania są rozliczane jako tokeny wyjściowe w momencie utworzenia oraz jako tokeny wejściowe, gdy model używa ich w ramach iteracyjnego procesu rozumowania.
Kontekst adresu URL	Bezpłatnie	Opłaty są naliczane jako tokeny wejściowe zgodnie z cennikiem modelu.
Korzystanie z komputera	Niedostępne	Opłaty są naliczane jak za zwykłe tokeny zgodnie z cennikiem modelu (np. standardowe ceny Gemini 3.8 Flash).
Wyszukiwanie plików	Bezpłatnie	Opłata za wektory dystrybucyjne wynosi 0,15 USD za 1 mln tokenów. Tokeny pobranych dokumentów są rozliczane jako zwykłe tokeny zgodnie z cennikiem modelu.
Punkt końcowy narzędzi niestandardowych (Gemini 3.1 Pro Preview)	Niedostępne	Tak samo jak w przypadku Gemini 3.1 Pro (wersja testowa)

Ceny agentów

Koszty wykorzystania agenta są obliczane na podstawie wykorzystania tokenów i narzędzi.

	Model	Narzędzia
Agent Deep Research w Gemini	Wszystkie wnioskowania modelu są rozliczane według standardowych stawek Gemini, w tym tokeny wejściowe, wyjściowe i pośrednie tokeny wejściowe / rozumowania wygenerowane podczas pętli agenta.	Opłaty za korzystanie z narzędzia są naliczane zgodnie z istniejącą strukturą cenową, z zachowaniem standardowych rozróżnień między wyszukiwarką Grounding (z wyłączeniem pobranych tokenów) a Url_context / wyszukiwarką plików (pobrane tokeny są uwzględniane we wszystkich innych narzędziach).
Zarządzane agenty w Gemini API	Wszystkie wnioskowania modelu są rozliczane według standardowych stawek Gemini, w tym tokeny wejściowe, wyjściowe i pośrednie tokeny wejściowe / rozumowania wygenerowane podczas pętli agenta. (Sprawdź szczegółowy cennik).	W okresie korzystania z wersji testowej nie obciążymy Cię opłatami za zasoby obliczeniowe środowiska (procesor, pamięć, wykonywanie w piaskownicy).
Agent Antigravity	Wszystkie wnioskowania modelu są rozliczane według standardowych stawek Gemini, w tym tokeny wejściowe, wyjściowe i pośrednie tokeny wejściowe / rozumowania wygenerowane podczas pętli agenta. (Sprawdź szczegółowy cennik).	W okresie korzystania z wersji testowej nie obciążymy Cię opłatami za zasoby obliczeniowe środowiska (procesor, pamięć, wykonywanie w piaskownicy).

Uwagi

• Analizowanie filmów przez agenta: gdy używasz analizowania filmów przez agenta, wykorzystanie tokenów zależy od treści wczytanych przez model, a nie od pełnej długości filmu. Zwykle skutkuje to zmniejszeniem liczby tokenów wejściowych nawet o 88% w przypadku długich filmów, chociaż liczba tokenów zależy od złożoności zapytania i dynamicznej głębokości próbkowania (która w przypadku szczegółowych segmentów wizualnych może przekraczać 1 klatkę na sekundę). Zobacz Analizowanie filmów przez agenta.
• Rozliczanie tokenów dokumentów: tokeny dla modalności DOCUMENT (np. plików PDF) są rozliczane według stawki za tokeny obrazów. W odpowiedziach interfejsu API te tokeny pojawiają się w sekcji DOCUMENT modality w ramach promptTokensDetails.
• Korzystanie z Google AI Studio jest bezpłatne we wszystkich dostępnych regionach. Szczegółowe informacje znajdziesz w artykule Najczęstsze pytania dotyczące płatności.
• Ceny mogą się różnić od podanych tutaj i oferowanych na platformie Gemini Enterprise Agent Platform. Ceny Gemini Enterprise Agent Platform znajdziesz na stronie z cennikiem Gemini Enterprise Agent Platform.
• Jeśli używasz dynamicznego pobierania do optymalizacji kosztów, opłaty za powiązanie ze źródłami informacji przy użyciu wyszukiwarki Google są naliczane tylko za żądania, które zawierają w odpowiedzi co najmniej 1 adres URL z internetu obsługujący powiązanie ze źródłem informacji. Opłaty za Gemini zawsze obowiązują. Limity mogą ulec zmianie.