Gemini 3.8 Flash APIはいくら？思考トークンとキャッシュも含めて計算

GoogleのGemini 3.8 Flash Standard料金は、2026年12月31日まで100万トークンあたり入力$0.75、思考を含む出力$3.75です。 2027年1月1日からは$1.50と$7.50になる予定です。予算は実際の使用トークン数から計算し、キャッシュとツールの料金も加えます。

2026年9月14日確認。以下はGemini APIに直接接続する場合の料金であり、Vertex AIやOfoxの提供元別経路に同じ価格を保証するものではありません。料金表の出典はGoogleの料金ページです。

トークンとキャッシュの料金

トークン単価はすべて100万トークンあたりの米ドル額です。出力には課金対象の思考トークンを含みます。

キャッシュ保存料は別で、2026年末までは100万トークンあたり1時間$0.50、1月から$1.00の予定です。読み取りが安くても、ほとんど再利用しないキャッシュが割安になるとは限りません。保存時間と再利用回数を含めて計算します。

API予算の計算例

1,000回のリクエストで、毎回非キャッシュ入力2,000トークン、思考を含む課金対象の出力500トークンを使うと仮定します。これは計算用の条件であり、Geminiの典型的な出力量の実測値ではありません。

2026年12月までのStandard料金では、次のようになります。

• 入力：200万 ÷ 100万 × $0.75 = $1.50。
• 出力：50万 ÷ 100万 × $3.75 = $1.875。
• モデルのトークン料金合計：$3.375。ツール、保存、再試行は別です。

同じ使用量なら、1月の予定単価では**$6.75**になります。500トークンが表示される回答だけを指す場合、この見積もりは不十分です。課金対象の思考も含めてください。

キャッシュを使う場合は、そのトークンにキャッシュ読み取り単価を適用し、非キャッシュ入力から差し引きます。同じ入力を両方の単価で二重計上しないでください。保存料、ツール使用料、課金される失敗や再試行も加えます。

確認すべきusage項目

レスポンスの使用量記録をすべて保存します。ネイティブgenerateContentではusageMetadata.promptTokenCount、cachedContentTokenCount、candidatesTokenCount、thoughtsTokenCountを確認してください。候補の出力と思考は別項目なので、候補の出力だけでは課金対象の出力を過少に見積もります。UsageMetadataリファレンスに定義があります。

OpenAI互換レスポンスでは、提供元がcompletion_tokensと推論の詳細項目をどう定義しているか確認します。合計に推論が含まれていれば、さらに加算すると過大計上になります。特にツールやマルチモーダル入力では、見積もりを実際の提供元の請求記録と照合してください。

無料枠、検索グラウンディング、レート制限

Googleはモデルの入力・出力に無料枠を設けていますが、アカウントの利用資格とプロジェクトの上限が適用されます。Gemini 3.8 Flashの無料枠では検索グラウンディングは利用できません。 有料枠にはGemini 3.x全体で共有する月5,000リクエストの無料分があり、その後は検索クエリ1,000件あたり$14です。1つのプロンプトから複数の検索が発生することがあるため、1プロンプトを課金対象の1検索クエリとみなさないでください。

現在の上限はAI Studioで確認します。レート制限の説明には、プロジェクト単位の割り当てと利用ティアが記載されています。同じプロジェクトにキーを追加しても、独立した割り当て枠は増えません。

429が返った場合は、再試行の前にエラーの詳細、プロジェクトの割り当て、請求設定を確認します。短時間の集中と割り当ての使い切りでは対処が異なり、即時再試行を繰り返すと負荷を増やしかねません。APIエラーの説明を参照してください。

キーを取得してGemini 3.8 Flashを呼び出す

直接接続する場合はGoogle AI Studioでキーを作成します。新しいAI Studioキーは現在、デフォルトでauth keyです。古いStandard keyを使っている場合はAPIキーガイドに従って移行します。同ガイドはStandard keyからのリクエストを2026年9月に拒否すると案内していますが、日付は指定していません。これは既存の古いキー向けの移行であり、新規発行するすべてのキーに変換が必要という意味ではありません。

キーはサーバー側の環境変数で管理してください。以下のネイティブREST例ではGEMINI_API_KEYの設定を前提とします。

curl "https://generativelanguage.googleapis.com/v1beta/models/gemini-3.8-flash:generateContent" \
  -H "x-goog-api-key: $GEMINI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "contents": [{"parts": [{"text": "Return only the sum of 17 and 25."}]}],
    "generationConfig": {"thinkingConfig": {"thinkingLevel": "medium"}}
  }'

この小さな例の期待回答は42です。リクエスト形式を示す例であり、モデル品質のテストではありません。思考レベルはlow、medium、highに対応し、minimalは非対応です。RESTではgenerationConfig.thinkingConfig内のthinkingLevelを使いますが、SDKではフィールド名が異なることがあります。対応レベルはモデルドキュメント、REST形式はgenerateContentリファレンスで確認できます。

Ofoxでの現在の接続方法

OfoxにはGemini 3.8 Flashが掲載されています。IDはgoogle/gemini-3.8-flashです。モデルページにはOpenAIとGeminiの両プロトコル、およびVertexの提供経路が記載されています。OpenAI互換のベースURLはhttps://api.ofox.run/v1、ネイティブGeminiはhttps://api.ofox.run/geminiです。

pip install openaiでPythonパッケージを導入し、サーバーの環境変数にOFOX_API_KEYを設定してから実行してください。

import os
from openai import OpenAI

client = OpenAI(
    base_url="https://api.ofox.run/v1",
    api_key=os.environ["OFOX_API_KEY"],
)
response = client.chat.completions.create(
    model="google/gemini-3.8-flash",
    messages=[{"role": "user", "content": "Return only the sum of 17 and 25."}],
)
print(response.choices[0].message.content)
if response.usage is not None:
    print(response.usage.model_dump())

料金と対応パラメータは選択した経路で確認します。Googleへの直接接続の無料枠、サービス区分、検索無料分がゲートウェイにも適用されるとは限りません。今回の更新では掲載状況とプロトコル対応を確認しましたが、有料推論リクエストによる例の実行検証はしていません。

3.7から更新すると請求額は変わる？

両モデルの直接接続Standard単価は同じですが、出力と思考の量は変わり得ます。実際の業務で採用できた結果、トークン、再試行を比較してください。3.8と3.7の移行比較では、発売時のベンチマークと実務の移行確認を分けて説明しています。

現在の他社モデルも候補にするならDeepSeek V4.1 Flash・Gemini 3.8 Flash・Qwen3.8 Flashの比較を、古いV4比較から来た場合はDeepSeek V4のバージョンと別名の変更を先に確認してください。