قیمت‌گذاری Gemini Developer API

با محدودیت‌های سخاوتمندانه، ساختن را بدون هزینه شروع کنید، سپس با قیمت‌گذاری پیش‌پرداخت و پرداخت به اندازه استفاده برای برنامه‌های آماده تولید، مقیاس را افزایش دهید.

مدل استدلال پرچم‌دار ما که برای مهندسی نرم‌افزار پیچیده، حل مسائل عمیق ریاضی و علمی، عامل‌های چندمرحله‌ای خودکار، و تولید رمزگشایی طولانی تا ۱ میلیون نشانه ساخته شده است.

^* درخواست ارسال‌شده ازسوی مشتری به Gemini ممکن است منجر به یک یا چند پُرسمان در «جستجوی Google» شود. برای هر پُرسمان جستجوی جداگانه‌ای که انجام می‌شود، هزینه از شما کسر خواهد شد.

هوشمندترین مدل Flash ما که برای مهندسی نرم‌افزار بلندمدت، عامل‌های خودکار، و گردش‌های کاری پیچیده سازمانی طراحی شده است.

مدل Flash نسل قبلی ما که سرعت و قابلیت‌های چندحالته را در تکالیف عامل‌محور عمومی و روزمره متعادل می‌کند.

^* درخواست ارسال‌شده ازسوی مشتری به Gemini ممکن است منجر به یک یا چند پُرسمان در «جستجوی Google» شود. برای هر پُرسمان جستجوی جداگانه‌ای که انجام می‌شود، هزینه از شما کسر خواهد شد.

^** می‌توان آن را در Google AI Studio آزمایش کرد.

مدل‌های صدا به صدای ما با تأخیر کم برای عامل‌های صوتی هم‌زمان و گفتگوی زنده بهینه‌سازی شده‌اند، ازجمله پشتیبانی از استدلال پس‌زمینه با «اندیشیدن گسترده».

^* درخواست ارسال‌شده ازسوی مشتری به Gemini ممکن است منجر به یک یا چند پُرسمان در «جستجوی Google» شود. برای هر پُرسمان جستجوی جداگانه‌ای که انجام می‌شود، هزینه از شما کسر خواهد شد.

مدل ترجمه گفتار به گفتار هم‌زمان ما با تأخیر کم که از بیش‌از ۷۰ زبان پشتیبانی می‌کند.

^* صدور صورت‌حساب براساس کل مصرف داده‌واحد صوتی ورودی و خروجی است که با نرخ ۲۵ داده‌واحد در هر ثانیه صدا محاسبه می‌شود و معادل قیمت مؤثر تقریباً ۰٫۰۳۶۸ دلار در دقیقه است.

مدل گفتار به نوشتار هم‌زمان با تأخیر کم ما برای ترانویسی صوتی جاری‌سازی دوطرفه ازطریق WebSockets.

^* قیمت تخمینی براساس ۲۵ نشانه صوتی در ثانیه برای ورودی و ۱۷۵ نشانه نوشتاری در دقیقه برای خروجی است، که نرخ ترکیبی مؤثر آن برای «ترانویسی زنده» تقریباً ۰٫۰۰۹ دلار در دقیقه است.

مدل گفتار به نوشتار ما با تشخیص خودکار زبان، بخش‌بندی صدای گوینده، مُهرهای زمان در سطح کلمه، و سوگیری واژگان سفارشی.

^* قیمت‌گذاری تخمینی براساس ۲۵ نشانه زبانی صوتی در ثانیه برای ورودی و ۱۷۵ نشانه زبانی نوشتاری در دقیقه برای خروجی است، برای نرخ ترکیبی مؤثر حدود ۰٫۰۰۵ دلار در دقیقه برای «ترانویسی».

مدلی مقرون‌به‌صرفه، بهینه‌شده برای کارهای عامل‌گرای با حجم بالا، ترجمه، و پردازش داده‌های ساده.

^* درخواست ارسال‌شده ازسوی مشتری به Gemini ممکن است منجر به یک یا چند پُرسمان در «جستجوی Google» شود. برای هر پُرسمان جستجوی جداگانه‌ای که انجام می‌شود، هزینه از شما کسر خواهد شد.

^** می‌توان آن را در Google AI Studio آزمایش کرد.

^** می‌توان آن را در Google AI Studio آزمایش کرد.

مدلی مقرون‌به‌صرفه، بهینه‌شده برای کارهای عامل‌گرای با حجم بالا، ترجمه، و پردازش داده‌های ساده.

^* درخواست ارسال‌شده ازسوی مشتری به Gemini ممکن است منجر به یک یا چند پُرسمان در «جستجوی Google» شود. برای هر پُرسمان جستجوی جداگانه‌ای که انجام می‌شود، هزینه از شما کسر خواهد شد.

^** می‌توان آن را در Google AI Studio آزمایش کرد.

مدل ویرایش و تولید ویدیو نسل بعدی ما، اکنون به‌طور عمومی برای توسعه‌دهندگان در سطح پولی Gemini API دردسترس است.

^* صورت‌حساب براساس کل مصرف داده‌واحد برونداد است که با نرخ ۵٬۷۹۲ داده‌واحد در ثانیه برای ویدیو ۷۲۰ پیکسل محاسبه می‌شود. تحت قیمت‌گذاری استاندارد، این معادل قیمت مؤثر تقریباً ۰٫۱۰ دلار در ثانیه است.

مدل نسل آتی ما برای تولید و ویرایش ویدیو.

^* صورت‌حساب براساس کل مصرف داده‌واحد برونداد است که با نرخ ۵٬۷۹۲ داده‌واحد در هر ثانیه از ویدیو 720p محاسبه می‌شود. تحت قیمت‌گذاری استاندارد، این معادل قیمت مؤثر تقریباً ۰٫۱۰ دلار در ثانیه است.

مدل Pro نسل سوم ما، ساخته‌شده برای درک چندوجهی، قابلیت‌های عاملی، و کدنویسی با حس‌وحال.

^* درخواست ارسال‌شده ازسوی مشتری به Gemini ممکن است منجر به یک یا چند پُرسمان در «جستجوی Google» شود. برای هر پُرسمان جستجوی جداگانه‌ای که انجام می‌شود، هزینه از شما کسر خواهد شد.

^** می‌توان آن را در Google AI Studio آزمایش کرد.

به‌روزرسانی Nano Banana 2 (Gemini 3.1 Flash Image)، ساخته‌شده برای تولید تصویر با کارایی بالا و ویرایش مکالمه‌ای با کیفیت بصری بهبودیافته، ثبات شخصیت چندنوبتی، پرداز زدن دقیق نوشتار، و تولید مبتنی بر جستجو در وضوح‌های 1K،‏ 2K، و 4K.

^* قیمت برونداد تصویر ۳۰ دلار به‌ازای هر ۱٬۰۰۰٬۰۰۰ داده‌واحد (استاندارد) و ۱۵ دلار به‌ازای هر ۱٬۰۰۰٬۰۰۰ داده‌واحد (دسته‌ای) است. تصاویر خروجی با کیفیت 1K (‏۱۰۲۴×۱۰۲۴ پیکسل) ۱۱۲۰ نماد مصرف می‌کنند و معادل ۰٫۰۳۳۶ دلار برای هر تصویر است. تصاویر خروجی با کیفیت 2K (۲۰۴۸×۲۰۴۸ پیکسل) ۱۶۸۰ توکن مصرف می‌کنند و معادل ۰٫۰۵۰۴ دلار برای هر تصویر است. تصاویر خروجی با وضوح 4K‏ (۴۰۹۶×۴۰۹۶ پیکسل) ۳۷۸۰ داده‌واحد مصرف می‌کنند و معادل ۰٫۱۱۳ دلار برای هر تصویر است.

^** درخواست ارسال‌شده توسط مشتری به Gemini ممکن است منجر به یک یا چند پُرسمان در «جستجوی Google» شود. برای هر پُرسمان جستجوی جداگانه‌ای که انجام می‌شود، هزینه از شما کسر خواهد شد. بابت بافت بازیابی‌شده (نوشتار یا تصویر) که توسط «پایه‌سازی با جستجوی Google» ارائه می‌شود، به‌عنوان توکن ورودی هزینه‌ای دریافت نمی‌شود.

مدل تولید تصویر Gemini 3.1 Flash که برای سرعت و کارایی طراحی شده است، برای پاسخ‌های سریع و تعاملی و توان گذرداد بالا مؤثر است.

^* قیمت برونداد تصویر ۶۰ دلار به‌ازای هر ۱٬۰۰۰٬۰۰۰ داده‌واحد است. تصاویر خروجی با وضوح 0.5K (‏۵۱۲ پیکسل) ۷۴۷ داده‌واحد مصرف می‌کنند و معادل ۰٫۰۴۵ دلار برای هر تصویر است. تصاویر خروجی با کیفیت 1K (‏۱۰۲۴×۱۰۲۴ پیکسل) ۱۱۲۰ نمونه مصرف می‌کنند و معادل ۰٫۰۶۷ دلار برای هر تصویر است. تصاویر خروجی با کیفیت 2K (‏۲۰۴۸×۲۰۴۸ پیکسل) ۱۶۸۰ داده‌واحد مصرف می‌کنند و معادل ۰٫۱۰۱ دلار برای هر تصویر است. تصاویر خروجی با کیفیت 4K‏ (۴۰۹۶×۴۰۹۶ پیکسل) ۲۵۲۰ نمونه مصرف می‌کنند و معادل ۰٫۱۵۱ دلار برای هر تصویر است.

^** درخواست ارسال‌شده توسط مشتری به Gemini ممکن است منجر به یک یا چند پُرسمان در «جستجوی Google» شود. برای هر پُرسمان جستجوی جداگانه‌ای که انجام می‌شود، هزینه از شما کسر خواهد شد. بابت بافت بازیابی‌شده (نوشتار یا تصویر) که توسط «پایه‌سازی با جستجوی Google» ارائه می‌شود، به‌عنوان توکن ورودی هزینه‌ای دریافت نمی‌شود.

^*** می‌توان آن را در Google AI Studio آزمایش کرد.

مدل Gemini 3.1 Flash Lite Image که به‌عنوان متخصص کارایی در خانواده تولید تصویر طراحی شده است، برای تولید و ویرایش تصویر با تأخیر بسیار کم و مقرون‌به‌صرفه طراحی شده است.

^* قیمت برونداد تصویر ۳۰ دلار به‌ازای هر ۱٬۰۰۰٬۰۰۰ داده‌واحد است. تصاویر خروجی با کیفیت 1K (‏۱۰۲۴×۱۰۲۴ پیکسل) ۱۱۲۰ ژتون مصرف می‌کنند و معادل ۰٫۰۳۳۶ دلار برای هر تصویر است.

مدل صوتی «نوشتار به گفتار» ‎3.8 Flash ما برای وفاداری به صدای سطح استودیو، بازیگری گویا، و پایداری طولانی‌مدت طراحی شده است.

^* هر ثانیه صدا معادل ۲۵ شناسه صوتی است.

مدل صوتی «نوشتار به گفتار» 3.8 Flash-Lite ما برای گفتار مکالمه‌ای با توان گذرداد بالا، تأخیر کم، و مقرون‌به‌صرفه بهینه‌سازی شده است.

^* هر ثانیه صدا معادل ۲۵ شناسه صوتی است.

مدل صوتی «نوشتار به گفتار» ‎3.1 Flash ما برای تولید گفتار قابل‌کنترل، با تأخیر کم، و مقرون‌به‌صرفه بهینه‌سازی شده است.

^* هر ثانیه صدا معادل ۲۵ شناسه صوتی است.

مدل Flash قدیمی ما که سرعت و هوش پایه را ارائه می‌دهد.

^* درخواست ارسال‌شده ازسوی مشتری به Gemini ممکن است منجر به یک یا چند پُرسمان در «جستجوی Google» شود. برای هر پُرسمان جستجوی جداگانه‌ای که انجام می‌شود، هزینه از شما کسر خواهد شد.

^** می‌توان آن را در Google AI Studio آزمایش کرد.

مدل تولید تصویر بومی ما که برای سرعت، انعطاف‌پذیری، و درک بافتاری بهینه‌سازی شده است. قیمت ورودی و برونداد نوشتاری با Gemini 3.1 Pro یکسان است.

^* ورودی تصویر روی ۵۶۰ نمان یا ۰٫۰۰۱۱ دلار برای هر تصویر تنظیم شده است.

^** قیمت برونداد تصویر ۱۲۰ دلار به‌ازای هر ۱٬۰۰۰٬۰۰۰ داده‌واحد است. تصاویر برونداد از ‎۱۰۲۴×۱۰۲۴ پیکسل (1K) و تا ‎۲۰۴۸×۲۰۴۸ پیکسل (2K) ۱۱۲۰ داده‌واحد مصرف می‌کنند و معادل ۰٫۱۳۴ دلار برای هر تصویر هستند. تصاویر خروجی تا ۴۰۹۶×۴۰۹۶ پیکسل (4K) ۲۰۰۰ داده‌واحد مصرف می‌کنند و معادل ۰٫۲۴ دلار برای هر تصویر است.

^*** درخواست ارسال‌شده ازسوی مشتری به Gemini ممکن است منجر به یک یا چند پُرسمان در «جستجوی Google» شود. برای هر پُرسمان جستجوی جداگانه‌ای که انجام می‌شود، هزینه از شما کسر خواهد شد.

^**** می‌توان آن را در Google AI Studio آزمایش کرد.

مدل Pro که در کدنویسی و تکالیف استدلال پیچیده برتری دارد.

اولین مدل استدلال ترکیبی ما که از پنجره بافت ۱ میلیون داده‌واحد پشتیبانی می‌کند و بودجه تفکر دارد.

مدلی کوچک و مقرون‌به‌صرفه که برای استفاده در مقیاس بزرگ ساخته شده است.

مدل‌های صوتی بومی Live API ما برای خروجی‌های صوتی با کیفیت بالاتر با سرعت بهتر، طبیعی بودن صدا، سطح جزئیات، و حالت بهینه‌سازی شده‌اند.

	سطح رایگان	سطح پولی، به‌ازای هر ۱ میلیون داده‌واحد به دلار امریکا
قیمت را وارد کنید	رایگان	‫۰٫۵۰ دلار (نوشتار) ۳٫۰۰ دلار (صدا / ویدیو)
قیمت برونداد (شامل داده‌واحدهای اندیشیدن)	رایگان	۲ دلار (نوشتار) ۱۲ دلار (صدا)
برای بهبود محصولاتمان استفاده می‌شود	بله	نه

مدل تولید تصویر بومی، بهینه‌شده برای سرعت، انعطاف‌پذیری، و درک بافتی. قیمت ورودی و برونداد نوشتاری با 2.5 Flash یکسان است.

[*] قیمت برونداد تصویر ۳۰ دلار به‌ازای هر ۱٬۰۰۰٬۰۰۰ داده‌واحد است. تصاویر خروجی تا ۱۰۲۴×۱۰۲۴ پیکسل ۱۲۹۰ نمانه مصرف می‌کنند و معادل ۰٫۰۳۹ دلار برای هر تصویر است.

مدل صوتی نوشتار به گفتار ‎2.5 Flash ما برای تولید گفتار قابل‌کنترل، با تأخیر کم، و عملکرد مناسب نسبت به قیمت بهینه‌سازی شده است.

مدل صوتی نوشتار به گفتار ‎2.5 Pro ما برای تولید گفتار قدرتمند با تأخیر کم بهینه‌سازی شده است تا بروندادهای طبیعی‌تر و پیام‌واره‌های آسان‌تر برای هدایت ارائه دهد.

مدل تولید ویدیو سریع.

	سطح رایگان	سطح پولی، در ثانیه به دلار امریکا
قیمت ویدیو Veo 3.1 Standard با صدا (پیش‌فرض)	دردسترس نیست	‫۰٫۴۰ دلار (۷۲۰ پیکسل و ۱۰۸۰ پیکسل) ۰٫۶۰ دلار (4k)
قیمت ویدیو Veo 3.1 Fast با صدا (پیش‌فرض)	دردسترس نیست	‫۰٫۱۰ دلار (۷۲۰ پیکسل) ‫۰٫۱۲ دلار (۱۰۸۰ پیکسل) ‫۰٫۳۰ دلار (۴k)
قیمت ویدیو Veo 3.1 Lite با صدا (پیش‌فرض)	دردسترس نیست	‫۰٫۰۵ دلار (۷۲۰ پیکسل) ۰٫۰۸ دلار (۱۰۸۰ پیکسل) (خروجی 4k پشتیبانی نمی‌شود)
برای بهبود محصولاتمان استفاده می‌شود	بله	نه

مدل تولید موسیقی Google.

	سطح رایگان	سطح پولی، به‌ازای هر درخواست به دلار امریکا
Lyria 3.5 (ترانه کامل)	دردسترس نیست	۰٫۰۸ دلار برای هر آهنگ
برای بهبود محصولاتمان استفاده می‌شود	بله	نه

مجموعه مدل‌های قدیمی تولید موسیقی Google.

	سطح رایگان	سطح پولی، به‌ازای هر درخواست به دلار امریکا
پیش‌نمایش کلیپ Lyria 3 (‏۳۰ ثانیه)	دردسترس نیست	۰٫۰۴ دلار برای هر آهنگ
Lyria 3 Pro Preview (Full Song)	دردسترس نیست	۰٫۰۸ دلار برای هر آهنگ
برای بهبود محصولاتمان استفاده می‌شود	بله	نه

اولین مدل جاسازی چندحالتی ما که نوشتار، تصویر، ویدیو، صدا، و PDF را در فضای جاسازی یکپارچه نگاشت می‌کند.

‫Gemini Robotics ER 2، مخفف Gemini Robotics Embodied Reasoning 2، یک نقطه پایانی مدل بینایی-زبانی است که به ربات‌ها امکان می‌دهد محیط خود را به‌طور دقیق درک کنند و از هماهنگی عاملی ربات‌ها، درک پیشرفت ویدیو، همکاری چندرباتی، و استدلال فضایی پیشرفته پشتیبانی می‌کند.

‫Gemini Robotics ER 2 Streaming یک نقطه پایانی مدل بینایی-زبانی برای رباتیک است که برای جاری‌سازی هم‌زمان نوشتار بااستفاده از Live API بهینه‌سازی شده است. این مدل ورودی نوشتار، تصویر، ویدیو، و صدا را می‌پذیرد و از جاری‌سازی دوطرفه با فراخوانی تابع پشتیبانی می‌کند.

مدل بازِ سبک‌وزن و پیشرفته ما که بااستفاده از همان فناوری به‌کاررفته در ساخت مدل‌های Gemini طراحی شده است.

	سطح رایگان	سطح پولی، به‌ازای هر ۱ میلیون داده‌واحد به دلار امریکا
قیمت را وارد کنید	رایگان	دردسترس نیست
قیمت خروجی	رایگان	دردسترس نیست
قیمت ذخیره‌سازی بافت در حافظه نهان	رایگان	دردسترس نیست
ذخیره کردن بافت در حافظه نهان (فضای ذخیره‌سازی)	رایگان	دردسترس نیست
قیمت تنظیم	دردسترس نیست	دردسترس نیست
پایه‌مندسازی با جستجوی Google	دردسترس نیست	دردسترس نیست
برای بهبود محصولاتمان استفاده می‌شود	بله	نه

قیمت‌گذاری ابزارها

قیمت ابزارها براساس نرخ‌های خودشان تعیین می‌شود و برای مدلی که از آن‌ها استفاده می‌کند اعمال می‌شود. برای اینکه ببینید کدام ابزارها برای هر مدل دردسترس است، صفحه مدل‌ها را بررسی کنید.

	سطح رایگان	سطح پولی، به‌ازای هر ۱ میلیون داده‌واحد به دلار امریکا
جستجوی Google	‫۵۰۰ درخواست در روز رایگان (حد استفاده برای Flash و Flash-Lite مشترک است). برای Pro دردسترس نیست.	مدل‌های Gemini 2.5: ‫۱٬۵۰۰ درخواست در روز رایگان (محدودیت مشترک برای Flash و Flash-Lite). سپس ۳۵ دلار / ۱٬۰۰۰ پیام‌واره زمینه‌سازی‌شده مدل‌های Gemini 3 و جدیدتر: ‫۵٬۰۰۰ درخواست جستجوی رایگان در ماه (مشترک بین همه مدل‌های Gemini 3 و جدیدتر)، سپس ۱۴ دلار به‌ازای هر ۱٬۰۰۰ درخواست.
Google Maps	‫۵۰۰ درخواست در روز برای Pro دردسترس نیست.	مدل‌های Gemini 2.5: ‫۱٬۵۰۰ درخواست در روز رایگان (حد مشترک برای Flash و Flash-Lite) ۱۰٬۰۰۰ درخواست در روز رایگان برای Pro. سپس ۲۵ دلار / ۱٬۰۰۰ پیام‌واره زمینه‌سازی‌شده مدل‌های Gemini 3 و جدیدتر: ‫۵٬۰۰۰ درخواست در ماه (رایگان، مشترک بین همه مدل‌های Gemini 3 و جدیدتر)، سپس ۱۴ دلار / ۱٬۰۰۰ پرسمان جستجو.
اجرای کد	رایگان	اجرای کد با نرخ‌های استاندارد برای مدل انتخاب‌شده صورت‌حساب می‌شود. هزینه‌ها صرفاً براساس استفاده از ابزار تعیین می‌شود و هیچ هزینه‌ای برای زمان اجرای جلسه دریافت نمی‌شود. کد تولیدشده و نتایج اجرا به‌عنوان نشان‌های برونداد هنگام ایجاد، و به‌عنوان نشان‌های ورودی وقتی مدل از آن‌ها به‌عنوان بخشی از فرایند استدلال تکراری خود استفاده می‌کند، صورت‌حساب می‌شوند.
بافت نشانی وب	رایگان	طبق قیمت‌گذاری مدل، به‌عنوان داده‌واحد ورودی کسر می‌شود.
استفاده از رایانه	دردسترس نیست	به‌عنوان توکن‌های معمولی طبق قیمت‌گذاری مدل (برای مثال، قیمت‌گذاری استاندارد Gemini 3.8 Flash) هزینه کسر می‌شود.
جستجوی فایل	رایگان	هزینه جاسازی‌ها با نرخ ۰٫۱۵ دلار به‌ازای هر ۱ میلیون داده‌واحد کسر شد. داده‌واحدهای سند بازیابی‌شده به‌عنوان داده‌واحدهای عادی طبق قیمت‌گذاری مدل کسر شد.
نقطه پایانی «ابزارهای سفارشی» (پیش‌نمایش Gemini 3.1 Pro)	دردسترس نیست	همانند قیمت‌گذاری پیش‌نمایش Gemini 3.1 Pro

قیمت‌گذاری برای عامل‌ها

هزینه‌های استفاده از نماینده براساس مصرف توکن‌های زیربنایی و استفاده از ابزارها محاسبه می‌شود.

	مدل	ابزارها
عامل Gemini Deep Research	همه استنتاج‌های مدل با نرخ‌های استاندارد فهرست Gemini محاسبه می‌شوند، ازجمله ورودی، خروجی، و نشان‌های ورودی / استدلال واسط تولیدشده درطول حلقه‌های عاملی.	کارمزدهای استفاده از ابزار طبق ساختار قیمت‌گذاری موجود اعمال می‌شود و تمایزهای استاندارد برای «پایه‌گذاری جستجو» (به‌استثنای نشان‌های بازیابی‌شده) درمقابل Url_context / «جستجوی فایل» (نشان‌های بازیابی‌شده در همه ابزارهای دیگر گنجانده شده است) حفظ می‌شود.
عامل‌های مدیریت‌شده در Gemini API	همه استنتاج‌های مدل با نرخ‌های استاندارد فهرست Gemini محاسبه می‌شوند، ازجمله ورودی، خروجی، و نشان‌های ورودی / استدلال واسط تولیدشده درطول حلقه‌های عاملی. (جزئیات قیمت‌گذاری را ببینید).	محاسبات محیطی (CPU، حافظه، اجرای جعبه امن) درطول دوره پیش‌نمایش صورت‌حساب نمی‌شود.
عامل Antigravity	همه استنتاج‌های مدل با نرخ‌های استاندارد فهرست Gemini محاسبه می‌شوند، ازجمله ورودی، خروجی، و نشان‌های ورودی / استدلال واسط تولیدشده درطول حلقه‌های عاملی. (جزئیات قیمت‌گذاری را ببینید).	محاسبات محیطی (CPU، حافظه، اجرای جعبه امن) درطول دوره پیش‌نمایش صورت‌حساب نمی‌شود.

یادداشت‌ها

• درک ویدیو مبتنی بر عامل: هنگام استفاده از درک ویدیو مبتنی بر عامل، استفاده از ژتون براساس محتوای بارشده توسط مدل متغیر است، نه براساس طول کامل ویدیو. این کار معمولاً منجر به کاهش تا ۸۸٪ در داده‌واحدهای ورودی برای ویدیوهای طولانی می‌شود، هرچند تعداد داده‌واحدها به پیچیدگی پُرسمان و عمق نمونه‌برداری پویا (که ممکن است برای بخش‌های تصویری دقیق از ۱ فریم در ثانیه فراتر رود) بستگی دارد. درک ویدیو عاملی را ببینید.
• صدور صورت‌حساب برای توکن سند: توکن‌های مربوط به حالت DOCUMENT (برای مثال، PDF) با نرخ توکن تصویر صورت‌حساب می‌شوند. در پاسخ‌های میانای برنامه‌سازی کاربردی، این نشان‌ها در زیر حالت DOCUMENT در promptTokensDetails نشان داده می‌شوند.
• استفاده از Google AI Studio در همه مناطق دردسترس رایگان است. برای جزئیات، پرسشگان صورت‌حساب را ببینید.
• قیمت‌ها ممکن است با قیمت‌های فهرست‌شده در اینجا و قیمت‌های ارائه‌شده در Gemini Enterprise Agent Platform متفاوت باشد. برای قیمت‌های Gemini Enterprise Agent Platform، به صفحه قیمت‌گذاری Gemini Enterprise Agent Platform مراجعه کنید.
• اگر از بازیابی پویا برای بهینه‌سازی هزینه‌ها استفاده می‌کنید، فقط درخواست‌هایی که حداقل یک نشانی وب پشتیبانی پایه‌مندسازی از وب در پاسخ خود دارند، برای «پایه‌مندسازی با جستجوی Google» هزینه دریافت می‌کنند. هزینه‌های Gemini همیشه اعمال می‌شود. محدودیت‌های نرخ ممکن است تغییر کند.