Giá của Gemini Developer API

Bắt đầu xây dựng miễn phí với hạn mức cao, sau đó mở rộng quy mô bằng mô hình định giá trả trước và trả tiền theo mức dùng cho các ứng dụng đã sẵn sàng phát hành chính thức.

Mô hình suy luận hàng đầu của chúng tôi, được xây dựng cho kỹ thuật phần mềm phức tạp, giải quyết vấn đề chuyên sâu về toán học và khoa học, các tác nhân tự động nhiều bước và tạo nội dung giải mã dài lên đến 1 triệu mã thông báo.

^* Một yêu cầu mà khách hàng gửi đến Gemini có thể dẫn đến một hoặc nhiều câu hỏi trên Google Tìm kiếm. Bạn sẽ bị tính phí cho mỗi cụm từ tìm kiếm riêng lẻ được thực hiện.

Mô hình Flash thông minh nhất của chúng tôi, được thiết kế cho kỹ thuật phần mềm dài hạn, tác nhân tự động và quy trình công việc phức tạp của doanh nghiệp.

Mô hình Flash thế hệ trước của chúng tôi, cân bằng giữa tốc độ và khả năng đa phương thức trong các tác vụ tác nhân chung và hằng ngày.

^* Yêu cầu mà khách hàng gửi cho Gemini có thể dẫn đến một hoặc nhiều câu hỏi trên Google Tìm kiếm. Bạn sẽ bị tính phí cho từng cụm từ tìm kiếm riêng lẻ mà bạn thực hiện.

^** Có thể được kiểm thử trong Google AI Studio.

Các mô hình âm thanh sang âm thanh có độ trễ thấp được tối ưu hoá cho các trợ lý thoại theo thời gian thực và hộp thoại trực tiếp, bao gồm cả tính năng hỗ trợ suy luận trong nền với Extended Thinking.

^* Yêu cầu mà khách hàng gửi cho Gemini có thể dẫn đến một hoặc nhiều câu hỏi trên Google Tìm kiếm. Bạn sẽ bị tính phí cho từng cụm từ tìm kiếm riêng lẻ mà bạn thực hiện.

Mô hình dịch lời nói sang lời nói theo thời gian thực, có độ trễ thấp và hỗ trợ hơn 70 ngôn ngữ.

^* Việc tính phí dựa trên tổng mức sử dụng mã thông báo âm thanh đầu vào và đầu ra, được tính theo tỷ lệ 25 mã thông báo trên mỗi giây âm thanh, tương đương với mức giá hiệu quả là khoảng 0,0368 USD mỗi phút.

Mô hình chuyển lời nói thành văn bản theo thời gian thực, có độ trễ thấp của chúng tôi để chép lời âm thanh truyền trực tuyến hai chiều qua WebSocket.

^* Giá ước tính dựa trên 25 mã thông báo âm thanh mỗi giây cho dữ liệu đầu vào và 175 mã thông báo văn bản mỗi phút cho dữ liệu đầu ra, với mức giá kết hợp hiệu quả là khoảng 0,009 USD mỗi phút cho tính năng Chép lời trực tiếp.

Mô hình chuyển lời nói sang văn bản của chúng tôi có tính năng tự động phát hiện ngôn ngữ, phân tách người nói, dấu thời gian ở cấp độ từ và điều chỉnh từ vựng tuỳ chỉnh.

^* Giá ước tính dựa trên 25 mã thông báo âm thanh mỗi giây cho dữ liệu đầu vào và 175 mã thông báo văn bản mỗi phút cho dữ liệu đầu ra, với mức giá kết hợp hiệu quả là ~0,005 USD mỗi phút cho tính năng Chép lời.

Một mô hình tiết kiệm chi phí, được tối ưu hoá cho các nhiệm vụ tác tử có khối lượng lớn, dịch thuật và xử lý dữ liệu đơn giản.

^* Một yêu cầu mà khách hàng gửi đến Gemini có thể dẫn đến một hoặc nhiều câu hỏi trên Google Tìm kiếm. Bạn sẽ bị tính phí cho mỗi cụm từ tìm kiếm riêng lẻ được thực hiện.

^** Có thể được kiểm thử trong Google AI Studio.

^** Có thể được kiểm thử trong Google AI Studio.

Một mô hình tiết kiệm chi phí, được tối ưu hoá cho các tác vụ có nhiều tác nhân, dịch thuật và xử lý dữ liệu đơn giản.

^* Một yêu cầu mà khách hàng gửi đến Gemini có thể dẫn đến một hoặc nhiều câu hỏi trên Google Tìm kiếm. Bạn sẽ bị tính phí cho mỗi cụm từ tìm kiếm riêng lẻ được thực hiện.

^** Có thể được kiểm thử trong Google AI Studio.

Mô hình tạo và chỉnh sửa video thế hệ mới của chúng tôi hiện đã được phát hành rộng rãi cho các nhà phát triển sử dụng gói có tính phí của Gemini API.

^* Việc tính phí dựa trên tổng mức tiêu thụ token đầu ra, được tính theo tỷ lệ 5.792 token cho mỗi giây của video 720p. Theo mức giá thông thường, mức giá này tương đương với mức giá hiệu quả là khoảng 0,10 USD mỗi giây.

Mô hình tạo video và chỉnh sửa video thế hệ mới của chúng tôi.

^* Việc thanh toán dựa trên tổng mức tiêu thụ mã thông báo đầu ra, được tính theo tỷ lệ 5.792 mã thông báo mỗi giây video 720p. Theo mức giá Tiêu chuẩn, mức giá này tương đương với giá thực tế khoảng 0,1 USD/giây.

Mô hình Pro thế hệ thứ 3 của chúng tôi, được xây dựng để có khả năng hiểu đa phương thức, khả năng của tác nhân AI và lập trình theo cảm hứng.

^* Một yêu cầu mà khách hàng gửi đến Gemini có thể dẫn đến một hoặc nhiều câu hỏi trên Google Tìm kiếm. Bạn sẽ bị tính phí cho mỗi cụm từ tìm kiếm riêng lẻ được thực hiện.

^** Có thể được kiểm thử trong Google AI Studio.

Bản cập nhật cho Nano Banana 2 (Gemini 3.1 Flash Image), được xây dựng để tạo hình ảnh hiệu quả cao và chỉnh sửa bằng ngôn ngữ tự nhiên với chất lượng hình ảnh được cải thiện, tính nhất quán của nhân vật qua nhiều lượt tương tác, khả năng hiển thị văn bản chính xác và khả năng tạo nội dung dựa trên thông tin tìm kiếm ở độ phân giải 1K, 2K và 4K.

^* Giá của hình ảnh đầu ra là 30 USD/1.000.000 mã thông báo (Mô hình chuẩn) và 15 USD/1.000.000 mã thông báo (Mô hình xử lý theo lô). Hình ảnh đầu ra ở độ phân giải 1K (1024x1024px) tiêu thụ 1120 mã thông báo và tương đương với 0,0336 USD cho mỗi hình ảnh. Hình ảnh đầu ra ở độ phân giải 2K (2048x2048px) tiêu thụ 1680 mã thông báo và tương đương với 0,0504 USD cho mỗi hình ảnh. Hình ảnh đầu ra ở độ phân giải 4K (4096x4096px) tiêu thụ 3780 token và tương đương với 0,113 USD cho mỗi hình ảnh.

^** Yêu cầu mà khách hàng gửi cho Gemini có thể dẫn đến một hoặc nhiều câu hỏi được gửi đến Google Tìm kiếm. Bạn sẽ bị tính phí cho mỗi cụm từ tìm kiếm riêng lẻ được thực hiện. Bối cảnh được truy xuất (văn bản hoặc hình ảnh) do tính năng Tìm kiếm trên Google cung cấp không được tính phí dưới dạng mã thông báo đầu vào.

Được thiết kế để mang lại tốc độ và hiệu quả, mô hình tạo hình ảnh Gemini 3.1 Flash rất hiệu quả trong việc đưa ra câu trả lời nhanh, có tính tương tác và có thông lượng cao.

^* Đầu ra hình ảnh có giá 60 USD cho mỗi 1.000.000 token. Hình ảnh đầu ra ở độ phân giải 0,5K (512px) tiêu thụ 747 token và tương đương với 0,045 USD mỗi hình ảnh. Hình ảnh đầu ra ở độ phân giải 1K (1024x1024px) tiêu thụ 1120 token và tương đương với 0,067 USD mỗi hình ảnh. Hình ảnh đầu ra ở độ phân giải 2K (2048x2048px) tiêu thụ 1.680 token và tương đương với 0,101 USD/hình ảnh. Hình ảnh đầu ra ở độ phân giải 4K (4096x4096px) tiêu tốn 2.520 token và tương đương với 0,151 USD/hình ảnh.

^** Yêu cầu mà khách hàng gửi cho Gemini có thể dẫn đến một hoặc nhiều câu hỏi được gửi đến Google Tìm kiếm. Bạn sẽ bị tính phí cho mỗi cụm từ tìm kiếm riêng lẻ được thực hiện. Bối cảnh được truy xuất (văn bản hoặc hình ảnh) do tính năng Tìm kiếm trên Google cung cấp không được tính phí dưới dạng mã thông báo đầu vào.

^*** Có thể được kiểm thử trong Google AI Studio.

Được thiết kế để chuyên tạo hình ảnh hiệu quả, mô hình Gemini 3.1 Flash Lite Image được thiết kế để tạo và chỉnh sửa hình ảnh với độ trễ thấp nhất và chi phí hợp lý.

^* Giá đầu ra hình ảnh là 30 USD cho mỗi 1.000.000 mã thông báo. Hình ảnh đầu ra ở độ phân giải 1K (1024x1024px) tiêu thụ 1.120 mã thông báo và tương đương với 0,0336 USD cho mỗi hình ảnh.

Mô hình âm thanh Chuyển văn bản sang lời nói 3.8 Flash được thiết kế để mang đến giọng nói chân thực như trong phòng thu, khả năng diễn đạt biểu cảm và độ ổn định khi tạo nội dung dài.

^* Mã thông báo âm thanh tương ứng với 25 mã thông báo cho mỗi giây âm thanh.

Mô hình âm thanh 3.8 Flash-Lite chuyển văn bản sang lời nói được tối ưu hoá cho giọng nói đàm thoại có thông lượng cao, độ trễ thấp và tiết kiệm chi phí.

^* Mã thông báo âm thanh tương ứng với 25 mã thông báo mỗi giây âm thanh.

Mô hình âm thanh chuyển văn bản sang lời nói 3.1 Flash của chúng tôi được tối ưu hoá để tạo lời nói có thể kiểm soát, độ trễ thấp và hiệu suất cao so với giá thành.

^* Mã thông báo âm thanh tương ứng với 25 mã thông báo cho mỗi giây âm thanh.

Mô hình Flash cũ của chúng tôi, cung cấp tốc độ và trí thông minh cơ bản.

^* Một yêu cầu mà khách hàng gửi đến Gemini có thể dẫn đến một hoặc nhiều câu hỏi trên Google Tìm kiếm. Bạn sẽ bị tính phí cho từng cụm từ tìm kiếm riêng lẻ mà bạn thực hiện.

^** Có thể được kiểm thử trong Google AI Studio.

Mô hình tạo hình ảnh gốc của chúng tôi, được tối ưu hoá về tốc độ, tính linh hoạt và khả năng hiểu ngữ cảnh. Đầu vào và đầu ra là văn bản có giá tương đương với Gemini 3.1 Pro.

^* Đầu vào hình ảnh được đặt ở mức 560 mã thông báo hoặc 0,0011 USD cho mỗi hình ảnh.

^** Giá đầu ra hình ảnh là 120 USD/1.000.000 token. Hình ảnh đầu ra từ 1024x1024px (1K) đến 2048x2048px (2K) tiêu thụ 1.120 token và tương đương với 0,134 USD mỗi hình ảnh. Hình ảnh đầu ra có kích thước tối đa 4096x4096px (4K) tiêu tốn 2.000 token và tương đương với 0,24 USD/hình ảnh.

^*** Một yêu cầu mà khách hàng gửi đến Gemini có thể dẫn đến một hoặc nhiều câu hỏi trên Google Tìm kiếm. Bạn sẽ bị tính phí cho từng cụm từ tìm kiếm riêng lẻ mà bạn thực hiện.

^**** Có thể kiểm thử trong Google AI Studio.

Mô hình Pro vượt trội trong việc lập trình và thực hiện các nhiệm vụ suy luận phức tạp.

Mô hình suy luận kết hợp đầu tiên của chúng tôi, hỗ trợ cửa sổ ngữ cảnh 1 triệu token và có ngân sách tư duy.

Một mô hình nhỏ và tiết kiệm chi phí, được xây dựng để sử dụng trên quy mô lớn.

Các mô hình âm thanh gốc Live API được tối ưu hoá để mang đến đầu ra âm thanh chất lượng cao hơn với tốc độ, giọng nói tự nhiên, độ chi tiết và tâm trạng phù hợp hơn.

	Bậc miễn phí	Cấp có tính phí, trên 1 triệu token (USD)
Giá đầu vào	Miễn phí	0,5 USD (văn bản) 3 USD (âm thanh / video)
Giá đầu ra (bao gồm cả token tư duy)	Miễn phí	2 USD (văn bản) 12 USD (âm thanh)
Được dùng để cải thiện các sản phẩm của Google	Có	Không

Mô hình tạo hình ảnh gốc, được tối ưu hoá về tốc độ, tính linh hoạt và khả năng hiểu ngữ cảnh. Giá của văn bản đầu vào và đầu ra giống với giá của 2.5 Flash.

[*] Đầu ra là hình ảnh có giá 30 USD cho mỗi 1.000.000 mã thông báo. Hình ảnh đầu ra có kích thước tối đa 1024x1024px sẽ tiêu thụ 1.290 mã thông báo và tương đương với 0,039 USD cho mỗi hình ảnh.

Mô hình âm thanh chuyển văn bản sang lời nói 2.5 Flash của chúng tôi được tối ưu hoá để tạo lời nói có thể kiểm soát, độ trễ thấp và hiệu suất cao.

Mô hình chuyển văn bản sang lời nói 2.5 Pro của chúng tôi được tối ưu hoá để tạo lời nói mạnh mẽ, có độ trễ thấp, cho ra kết quả tự nhiên hơn và dễ điều khiển câu lệnh hơn.

Mô hình tạo video nhanh.

	Bậc miễn phí	Cấp có tính phí, mỗi giây tính theo USD
Giá video Veo 3.1 Standard có âm thanh (mặc định)	Không có	0,4 USD (720p và 1080p) 0,6 USD (4k)
Giá video Veo 3.1 Fast có âm thanh (mặc định)	Không có	0,1 USD (720p) 0,12 USD (1080p) 0,3 USD (4k)
Giá video Veo 3.1 Lite có âm thanh (mặc định)	Không có	0,05 USD (720p) 0,08 USD (1080p) (không hỗ trợ đầu ra 4K)
Được dùng để cải thiện các sản phẩm của Google	Có	Không

Mô hình tạo nhạc của Google.

	Cấp miễn phí	Cấp có tính phí, mỗi yêu cầu tính theo USD
Lyria 3.5 (Bài hát hoàn chỉnh)	Không có	0,08 USD cho mỗi bài hát
Được dùng để cải thiện các sản phẩm của Google	Có	Không

Nhóm mô hình tạo nhạc cũ của Google.

	Cấp miễn phí	Cấp có tính phí, mỗi yêu cầu tính theo USD
Bản xem trước đoạn video do Lyria 3 tạo (30 giây)	Không có	0,04 USD/bài hát
Bản xem trước Lyria 3 Pro (Bài hát đầy đủ)	Không có	0,08 USD cho mỗi bài hát
Được dùng để cải thiện các sản phẩm của chúng tôi	Có	Không

Mô hình nhúng đa phương thức đầu tiên của chúng tôi, ánh xạ văn bản, hình ảnh, video, âm thanh và tệp PDF vào một không gian nhúng hợp nhất.

Gemini Robotics ER 2 (viết tắt của Gemini Robotics Embodied Reasoning 2) là một điểm cuối của mô hình thị giác-ngôn ngữ, giúp robot hiểu rõ môi trường xung quanh, hỗ trợ việc điều phối robot theo tác tử, hiểu tiến trình video, cộng tác giữa nhiều robot và suy luận không gian nâng cao.

Gemini Robotics ER 2 Streaming là một điểm cuối mô hình thị giác-ngôn ngữ cho robot được tối ưu hoá để truyền văn bản theo thời gian thực bằng Live API. Mô hình này chấp nhận dữ liệu đầu vào dạng văn bản, hình ảnh, video và âm thanh, đồng thời hỗ trợ truyền trực tuyến hai chiều bằng lệnh gọi hàm.

Mô hình mở, gọn nhẹ và tiên tiến của chúng tôi được xây dựng dựa trên cùng một công nghệ hỗ trợ các mô hình Gemini.

	Bậc miễn phí	Cấp có tính phí, trên 1 triệu token (USD)
Giá đầu vào	Miễn phí	Không có
Giá đầu ra	Miễn phí	Không có
Giá lưu bộ nhớ đệm ngữ cảnh	Miễn phí	Không có
Lưu bộ nhớ đệm ngữ cảnh (bộ nhớ)	Miễn phí	Không có
Giá điều chỉnh	Không có	Không có
Bám sát nguồn bằng Google Tìm kiếm	Không có	Không có
Được dùng để cải thiện các sản phẩm của Google	Có	Không

Giá cho các công cụ

Các công cụ được tính phí theo mức giá riêng, áp dụng cho mô hình sử dụng công cụ đó. Hãy xem trang Mô hình để biết những công cụ có sẵn cho từng mô hình.

	Bậc miễn phí	Cấp có tính phí, trên 1 triệu token (USD)
Google Tìm kiếm	500 RPD miễn phí (hạn mức dùng chung cho Flash và Flash-Lite). Không có trong gói Pro.	Các mô hình Gemini 2.5: 1.500 yêu cầu/ngày miễn phí (hạn mức dùng chung cho Flash và Flash-Lite). Sau đó là 35 USD/1.000 câu lệnh có căn cứ Gemini 3 và các mô hình mới hơn: 5.000 yêu cầu tìm kiếm miễn phí mỗi tháng (dùng chung cho tất cả mô hình Gemini 3 và các mô hình mới hơn), sau đó là 14 USD/1.000 yêu cầu.
Google Maps	500 RPD Không áp dụng cho gói Pro.	Các mô hình Gemini 2.5: 1.500 yêu cầu mỗi ngày (RPD) miễn phí (hạn mức dùng chung cho Flash và Flash-Lite) 10.000 RPD miễn phí cho Pro. Sau đó là 25 USD / 1.000 câu lệnh có căn cứ Gemini 3 và các mô hình mới hơn: 5.000 yêu cầu mỗi tháng (miễn phí, dùng chung cho tất cả mô hình Gemini 3 và các mô hình mới hơn), sau đó là 14 USD / 1.000 cụm từ tìm kiếm.
Thực thi mã	Miễn phí	Việc thực thi mã được tính phí theo mức giá mã thông báo tiêu chuẩn cho mô hình đã chọn. Chi phí chỉ được xác định dựa trên mức sử dụng công cụ, không tính phí cho thời gian chạy phiên. Mã và kết quả thực thi được tạo sẽ được tính phí dưới dạng Mã thông báo đầu ra khi được tạo và dưới dạng Mã thông báo đầu vào khi mô hình sử dụng chúng trong quy trình suy luận lặp đi lặp lại.
Bối cảnh từ URL	Miễn phí	Tính phí theo số lượng mã thông báo đầu vào trên mỗi mức giá của mô hình.
Sử dụng máy tính	Không có	Tính phí theo giá thông thường của mỗi mô hình (ví dụ: giá của Gemini 3.8 Flash tiêu chuẩn).
Tìm kiếm tệp	Miễn phí	Tính phí cho không gian embedding ở mức 0,15 USD / 1 triệu mã thông báo. Mã thông báo tài liệu được truy xuất sẽ bị tính phí như mã thông báo thông thường theo giá của từng mô hình.
Điểm cuối Công cụ tuỳ chỉnh (Gemini 3.1 Pro Preview)	Không có	Giống với giá của Gemini 3.1 Pro Preview

Giá cho tác nhân

Chi phí sử dụng tác nhân được tính dựa trên mức tiêu thụ mã thông báo cơ bản và mức sử dụng các công cụ.

	Mô hình	Công cụ
Tác nhân Gemini Deep Research	Tất cả hoạt động suy luận của mô hình đều được tính phí theo mức giá niêm yết tiêu chuẩn của Gemini, bao gồm cả token đầu vào, đầu ra và đầu vào trung gian / suy luận được tạo trong các vòng lặp tác nhân.	Phí sử dụng công cụ được áp dụng theo cơ cấu giá hiện tại, duy trì sự khác biệt tiêu chuẩn giữa tính năng Tìm kiếm dựa trên dữ liệu thực tế (không bao gồm mã thông báo được truy xuất) và tính năng Url_context / Tìm kiếm tệp (bao gồm mã thông báo được truy xuất trong tất cả các công cụ khác).
Tác nhân được quản lý trong Gemini API	Tất cả hoạt động suy luận mô hình đều được tính phí theo mức giá tiêu chuẩn của danh sách Gemini, bao gồm cả mã thông báo đầu vào, đầu ra và đầu vào / lý luận trung gian được tạo trong các vòng lặp dựa trên tác nhân. (Xem thông tin chi tiết về giá).	Bạn sẽ không bị tính phí cho tài nguyên điện toán của môi trường (CPU, bộ nhớ, thực thi hộp cát) trong thời gian xem trước.
Tác nhân Antigravity	Tất cả hoạt động suy luận của mô hình đều được tính phí theo mức giá niêm yết tiêu chuẩn của Gemini, bao gồm cả token đầu vào, đầu ra và đầu vào trung gian / suy luận được tạo trong các vòng lặp tác nhân. (Xem thông tin chi tiết về giá).	Bạn sẽ không bị tính phí cho tài nguyên điện toán của môi trường (CPU, bộ nhớ, thực thi hộp cát) trong giai đoạn xem trước.

Ghi chú

• Hiểu video theo tác nhân: Khi sử dụng tính năng hiểu video theo tác nhân, mức sử dụng mã thông báo sẽ thay đổi dựa trên nội dung mà mô hình tải thay vì toàn bộ thời lượng video. Điều này thường giúp giảm đến 88% số lượng mã thông báo đầu vào cho video dài, mặc dù số lượng mã thông báo phụ thuộc vào độ phức tạp của truy vấn và độ sâu lấy mẫu động (có thể vượt quá 1 FPS cho các phân đoạn hình ảnh chi tiết). Xem phần Hiểu video bằng tác nhân.
• Tính phí theo mã thông báo tài liệu: Mã thông báo cho phương thức DOCUMENT (ví dụ: tệp PDF) được tính phí theo tỷ lệ mã thông báo hình ảnh. Trong phản hồi của API, các mã thông báo này xuất hiện trong phương thức DOCUMENT trong promptTokensDetails.
• Bạn có thể sử dụng Google AI Studio miễn phí ở tất cả khu vực được hỗ trợ. Hãy xem phần Câu hỏi thường gặp về việc thanh toán để biết thông tin chi tiết.
• Giá có thể khác với giá được liệt kê tại đây và giá được cung cấp trên Nền tảng tác nhân Gemini Enterprise. Để biết giá của Nền tảng tác nhân Gemini Enterprise, hãy xem trang giá của Nền tảng tác nhân Gemini Enterprise.
• Nếu bạn đang sử dụng tính năng truy xuất linh hoạt để tối ưu hoá chi phí, thì chỉ những yêu cầu có chứa ít nhất một URL hỗ trợ cơ sở từ web trong phản hồi mới bị tính phí cho tính năng Neo bám vào Google Tìm kiếm. Luôn áp dụng chi phí cho Gemini. Hạn mức có thể thay đổi.