Сколько стоит API Gemini 3.8 Flash с учётом рассуждений и кэша?

Стандартный тариф Google Gemini 3.8 Flash до 31 декабря 2026 года — $0.75 за миллион входных токенов и $3.75 за миллион выходных, включая рассуждения. С 1 января 2027 года запланированы ставки $1.50 и $7.50. Чтобы оценить бюджет, посчитайте фактическое потребление приложения и добавьте расходы на кэш и инструменты.

Проверено 14 сентября 2026 года. Ниже приведены тарифы прямого Gemini API: они не являются гарантированной ценой Vertex AI или маршрута провайдера в Ofox. Источник таблиц — страница цен Google.

Тарифы на токены и кэш Gemini 3.8 Flash

Все ставки указаны в долларах США за миллион токенов. В оплачиваемый вывод входят токены рассуждений.

Хранение кэша оплачивается отдельно: $0.50 за миллион токенов в час до конца 2026 года, с запланированным повышением до $1.00 в январе. Дешёвое чтение не делает редко используемый кэш выгодным: учитывайте срок хранения и число повторных обращений.

Пример расчёта бюджета API

Допустим, приложение отправляет 1 000 запросов, каждый с 2 000 некэшированных входных токенов и 500 оплачиваемыми выходными токенами, включая рассуждения. Это условия примера, а не измеренная типичная длина ответа Gemini.

По тарифу Standard до конца декабря 2026 года:

• Ввод: (2 млн / 1 млн) × $0.75 = $1.50.
• Вывод: (0.5 млн / 1 млн) × $3.75 = $1.875.
• Всего за токены модели: $3.375, без инструментов, хранения и повторных попыток.

При том же потреблении январские ставки увеличат сумму до $6.75. Если 500 токенов относятся только к видимому ответу, расчёт неполон: нужно добавить оплачиваемые рассуждения.

Кэшированные токены считайте по тарифу чтения кэша и вычитайте из некэшированного ввода. Один входной токен нельзя оплачивать в расчёте дважды. Добавляйте хранение, инструменты, а также неудачные и повторные попытки, если они тарифицируются.

Какие поля usage нужны для расчёта?

Сохраняйте полную запись о потреблении. В нативном generateContent проверяйте usageMetadata.promptTokenCount, cachedContentTokenCount, candidatesTokenCount и thoughtsTokenCount. Вывод кандидатов и рассуждения отражаются отдельно; учёт только этого вывода без токенов рассуждений занижает оплачиваемый объём. См. справочник UsageMetadata.

В OpenAI-совместимом ответе уточните, что провайдер включает в completion_tokens и детализацию рассуждений. Если рассуждения уже входят в итог, повторное прибавление завысит оценку. Сверяйте расчёт с биллингом выбранного провайдера, особенно для инструментов и мультимодального ввода.

Бесплатный тариф, поиск и лимиты

Google указывает бесплатный ввод и вывод модели с учётом условий аккаунта и лимитов проекта. На бесплатном тарифе Gemini 3.8 Flash grounding через Google Search недоступен. В платной колонке указаны 5 000 запросов в месяц, общих для Gemini 3.x, затем $14 за 1 000 поисковых запросов. Один пользовательский запрос может вызвать несколько поисков: нельзя заранее считать, что он соответствует ровно одному оплачиваемому поисковому запросу.

Актуальные лимиты проекта смотрите в AI Studio. Документация Google объясняет квоты на уровне проекта и уровни использования. Дополнительный ключ в том же проекте не создаёт отдельную квоту.

При ответе 429 сначала проверьте детали ошибки, квоты проекта и состояние оплаты. Кратковременный всплеск нагрузки и исчерпанная квота требуют разных действий; немедленные повторные попытки могут усилить нагрузку. См. справочник ошибок API.

Получить ключ и вызвать Gemini 3.8 Flash

Для прямого доступа создайте ключ в Google AI Studio. Новые ключи AI Studio теперь по умолчанию относятся к типу auth keys. Если у вас старый Standard key, выполните миграцию по инструкции Google: она объявляет прекращение приёма Standard keys в сентябре 2026 года, не называя конкретный день. Это касается старых ключей и не означает, что каждый новый ключ нужно преобразовывать.

Храните ключи в переменных окружения сервера. Пример нативного REST предполагает, что GEMINI_API_KEY уже задана:

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"}}
  }'

Ожидаемый ответ в этом коротком примере — 42. Он показывает структуру запроса, а не качество модели. Поддерживаются low, medium и high; minimal не поддерживается. В REST поле thinkingLevel находится внутри generationConfig.thinkingConfig; в SDK имена полей могут отличаться. Уровни указаны в документации Gemini 3.8, формат REST — в справочнике generateContent.

Доступ через Ofox

Gemini 3.8 Flash есть в каталоге Ofox под ID google/gemini-3.8-flash. Страница модели указывает протоколы OpenAI и Gemini и маршрут провайдера Vertex. Базовый URL OpenAI-совместимого API — https://api.ofox.run/v1, нативного Gemini — https://api.ofox.run/gemini.

Перед запуском примера установите пакет командой pip install openai и задайте OFOX_API_KEY в окружении сервера:

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())

Используйте актуальный тариф и параметры выбранного маршрута. Бесплатный тариф Google, режимы обслуживания и льгота на grounding не переносятся на шлюз автоматически. В этом обновлении проверены каталог и заявленные протоколы; примеры не проверялись платным запросом к модели.

Изменится ли счёт после перехода с 3.7?

Прямые ставки Standard у моделей одинаковые, но объём вывода и рассуждений может отличаться. Сравнивайте принятые результаты, токены и повторные попытки на своих задачах. В сравнении 3.8 и 3.7 исторический бенчмарк отделён от практических проверок миграции.

Для выбора между поставщиками используйте сравнение DeepSeek V4.1 Flash, Gemini 3.8 Flash и Qwen3.8 Flash. Если вы пришли из старого сравнения с V4, сначала проверьте изменения версий и алиасов DeepSeek V4.