Gemini API的价格不能只看输入和输出token单价。Google官方定价页同时列出免费层、付费层、Standard、Batch、Priority、上下文缓存和搜索 grounding 等项目，实际账单还取决于模型、请求长度、工具调用和服务等级。本文资料核验日期为2026年8月5日，帮助开发者按任务选择模式。
先给结论：先按时效和吞吐分流，再比较单价
| 模式 | 适合的任务 | 主要权衡 | 上线前核对 |
|---|---|---|---|
| Standard | 在线问答、交互式Agent | 响应及时，单位价格按模型计 | 配额、峰值延迟、缓存 |
| Batch | 离线分类、批量摘要、数据标注 | 官方写明付费层可降低成本，但不适合强实时 | 完成时限、重试、结果回写 |
| Priority | 对延迟更敏感的关键请求 | 价格更高，需要稳定预算 | 业务SLA、并发和故障降级 |
读懂官方价格表的四个层次
1. 免费层与付费层
Google定价页写明，免费层提供部分模型的免费输入输出token和AI Studio访问，内容可能用于改进产品；付费层提供更高的生产限额、上下文缓存、Batch API以及更先进模型，付费服务内容不用于改进产品。团队需要同时评估额度和数据处理条款。
2. 模型单价
以定价页列出的Gemini 3.6 Flash为例，Standard付费层输入每百万token 1.50美元、输出7.50美元；同一页面还列出不同模型和长上下文区间的价格。模型名称与价格会变化，本文不把一组数字当作长期承诺。
3. 工具与缓存
上下文缓存有存储和读取费用，Google Search grounding 也有独立计费规则。若一个请求触发多次搜索，费用按实际查询次数计算。预算表要把模型token、缓存、搜索和重试分开记录。
按任务做一轮小规模评测
- 记录输入分布：统计短请求、长文档、图片和音频的比例。
- 固定验收标准：关注正确率、引用完整度、响应时间和失败恢复。
- 分别试跑模式：在线请求用Standard，离线队列用Batch，对延迟敏感的少量请求再评估Priority。
- 测算真实成本：把token、缓存、搜索、工具调用和重试放进同一张账单表。
适用条件
- 团队能拿到脱敏样本，并能重复提交同一任务。
- 业务允许对离线任务设置完成窗口。
- 有监控、配额预警和超预算自动降级策略。
限制与风险
- 定价页面会更新，采购或上线前要重新查看官方页面和账户地区。
- Batch的成本优势不等于所有任务都适合排队，实时客服仍要优先考虑延迟。
- Free层与Paid层的数据使用条款不同，敏感资料不能只按价格选择。
- Google Search、Maps等工具可能产生额外费用和请求额度。
FAQ
Batch一定比Standard便宜吗？
Google官方在付费层说明Batch API可降低成本，但最终仍取决于模型、请求规模和失败重试。上线前应拿自己的样本核算。
Priority适合全部请求吗？
不建议。Priority应留给对时延有明确业务价值的请求，其余任务可用Standard或离线队列，避免预算被峰值流量放大。
如何避免定价表读错？
先确认模型ID、上下文长度、输入输出模态和服务等级，再记录页面更新时间；不要把不同模型的单价放在同一行比较。
