Giá của Gemini Developer API

Bắt đầu xây dựng miễn phí với hạn mức hào phóng, sau đó mở rộng quy mô với mức giá trả trước rồi trả tiền theo mức dùng cho các ứng dụng sẵn sàng sản xuất của bạn.

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

Mô hình Flash hiệu quả, tốc độ cao của chúng tôi được xây dựng để lập trình hằng ngày, sử dụng công cụ tác nhân và thực thi nhiều bước một cách đáng tin cậy.

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

^* Yêu cầu mà khách hàng gửi đến Gemini có thể dẫn đến một hoặc nhiều cụm từ tìm kiếm 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 Flash trước đây của chúng tôi, được tối ưu hoá về tốc độ và hiệu suất cơ bản trong các khối lượng công việc thường xuyên, có thông lượng cao.

^* Yêu cầu mà khách hàng gửi đến Gemini có thể dẫn đến một hoặc nhiều cụm từ tìm kiếm 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 dịch lời nói sang lời nói theo thời gian thực với độ trễ thấp, 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 cho 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 để chép lời âm thanh truyền trực tuyến hai chiều qua WebSockets.

^* 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 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 biệt 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 khoảng 0,005 USD mỗi phút cho tính năng Chép lời.

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.

^* Yêu cầu mà khách hàng gửi đến Gemini có thể dẫn đến một hoặc nhiều cụm từ tìm kiếm 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.

^** 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.

^* Yêu cầu mà khách hàng gửi đến Gemini có thể dẫn đến một hoặc nhiều cụm từ tìm kiếm 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 và chỉnh sửa video thế hệ tiếp theo của chúng tôi hiện đã được cung cấp rộng rãi cho các nhà phát triển trong cấp có tính phí của Gemini API.

^* Việc tính phí dựa trên tổng mức sử dụng mã thông báo đầu ra, được tính theo tỷ lệ 5.792 mã thông báo cho mỗi giây video 720p. Theo mức giá Thông thường, giá thực tế sẽ tương đương khoảng 0,10 USD/giây.

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

^* Phí được tính dựa trên tổng số mã thông báo đầu ra đã sử dụng, được tính theo tỷ lệ 5.792 mã thông báo cho mỗi giây video 720p. Theo mức giá tiêu chuẩn, mức giá này tương đương với mức giá thực tế là khoảng 0,10 USD mỗi 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.

^* Yêu cầu mà khách hàng gửi đến Gemini có thể dẫn đến một hoặc nhiều cụm từ tìm kiếm 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 âm thanh sang âm thanh có độ trễ thấp của chúng tôi được tối ưu hoá cho cuộc trò chuyện theo thời gian thực với khả năng phát hiện sắc thái âm thanh, độ chính xác về số và nhận thức đa phương thức.

	Bậc miễn phí	Cấp có tính phí, cho mỗi 1 triệu mã thông báo tính bằng USD
Nhập giá	Miễn phí	0,75 USD (văn bản) 3 USD hoặc 0,005 USD/phút (âm thanh) 1 USD hoặc 0,002 USD/phút (hình ảnh/video)
Giá đầu ra (bao gồm cả mã thông báo suy nghĩ)	Miễn phí	4,5 USD (văn bản) 12 USD hoặc 0,018 USD/phút (âm thanh)
Neo bám vào Google Tìm kiếm*	Được hỗ trợ	5.000 yêu cầu tìm kiếm miễn phí mỗi tháng (dùng chung cho tất cả các mô hình Gemini 3.x), sau đó là 14 USD cho mỗi 1.000 yêu cầu.
Được dùng để cải thiện các sản phẩm của chúng tôi	Có	Không

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

Được thiết kế để có tốc độ và hiệu quả cao, mô hình Gemini 3.1 Flash Image Generation (Tạo hình ảnh) mang lại câu trả lời nhanh chóng, mang tính tương tác và có thông lượng cao.

^* Đầu ra là hình ảnh có giá 60 USD cho mỗi 1.000.000 mã thông báo. Hình ảnh đầu ra ở độ phân giải 0,5K (512px) tiêu thụ 747 mã thông báo và tương đương với 0,045 USD cho mỗi hình ảnh. Hình ảnh đầu ra ở độ phân giải 1K (1024x1024px) tiêu thụ 1.120 mã thông báo và tương đương với 0,067 USD cho mỗi hình ảnh. Hình ảnh đầu ra ở độ phân giải 2K (2048x2048px) tiêu thụ 1.680 mã thông báo và tương đương với 0,101 USD cho mỗi hình ảnh. Hình ảnh đầu ra ở độ phân giải 4K (4096x4096px) tiêu thụ 2520 mã thông báo và tương đương với 0,151 USD 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 từng cụm từ tìm kiếm riêng lẻ mà bạn thực hiện. Ngữ cảnh đã truy xuất (văn bản hoặc hình ảnh) do tính năng Grounding with Google Search cung cấp không bị 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.

^* Đầu ra hình ảnh có giá 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 3.1 Flash Text-to-Speech được tối ưu hoá để tạo lời nói có thể kiểm soát, độ trễ thấp và hiệu suất cao về giá.

^* 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.

^* Yêu cầu mà khách hàng gửi đến Gemini có thể dẫn đến một hoặc nhiều cụm từ tìm kiếm 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.

^** Đầu ra là hình ảnh có giá 120 USD cho mỗi 1.000.000 mã thông báo. Hình ảnh đầu ra từ 1024x1024px (1K) đến 2048x2048px (2K) tiêu thụ 1120 mã thông báo và tương đương với 0,134 USD cho mỗi hình ảnh. Hình ảnh đầu ra có kích thước lên đến 4096x4096px (4K) tiêu thụ 2000 mã thông báo và tương đương với 0,24 USD cho mỗi hình ảnh.

^*** 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.

Một mô hình Pro vượt trội trong việc lập trình và xử lý 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, cho mỗi 1 triệu mã thông báo tính bằng USD
Nhập giá	Miễn phí	0,5 USD (văn bản) 3 USD (âm thanh / video)
Giá đầu ra (bao gồm cả mã thông báo suy nghĩ)	Miễn phí	2 USD (văn bản) 12 USD (âm thanh)
Được dùng để cải thiện các sản phẩm của chúng tôi	Có	Không

Một 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 tương đương với 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 tiêu thụ 1290 mã thông báo và tương đương với 0,039 USD mỗi hình ảnh.

Mô hình âm thanh chuyển văn bản thành lời nói 2.5 Flash được tối ưu hoá để tạo lời nói có thể kiểm soát, độ trễ thấp và hiệu suất cao so với giá.

Mô hình âm thanh chuyển văn bản sang lời nói 2.5 Pro được tối ưu hoá để tạo lời nói mạnh mẽ, có độ trễ thấp, mang lại kết quả tự nhiên hơn và dễ dàng điều hướng câu lệnh hơn.

Một mô hình tạo video nhanh.

	Bậc miễn phí	Cấp có tính phí, tính theo giây bằng USD
Giá video Veo 3.1 Standard có âm thanh (mặc định)	Không có	0,40 USD (720p và 1080p) 0,60 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 chúng tôi	Có	Không

Mô hình tạo nhạc của Google.

	Bậc miễn phí	Cấp có tính phí, mỗi yêu cầu tính bằng 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 chúng tôi	Có	Không

Nhóm mô hình tạo nhạc cũ của Google.

	Bậc miễn phí	Cấp có tính phí, mỗi yêu cầu tính bằng USD
Bản xem trước đoạn video do Lyria 3 tạo (30 giây)	Không có	0,04 USD cho mỗi bài hát
Bản xem trước Lyria 3 Pro (Bài hát hoàn chỉnh)	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.

Mô hình Gemini Embeddings đầu tiên của chúng tôi dành cho các trường hợp sử dụng chỉ có văn bản.

Gemini Robotics ER 2 (viết tắt của Gemini Robotics Embodied Reasoning 2) là một điểm cuối mô hình thị giác-ngôn ngữ, cho phép robot hiểu chính xác môi trường xung quanh, hỗ trợ việc điều phối các tác nhân của robot, 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 trực tuyến văn bản theo thời gian thực bằng Live API. Mô hình này chấp nhận thông tin đầu vào ở dạng văn bản, hình ảnh, video và âm thanh, đồng thời hỗ trợ truyền phát trực tuyến hai chiều bằng tính năng gọi hàm.

Gemini Robotics ER (viết tắt của Gemini Robotics – Embodied Reasoning) là một mô hình tư duy giúp tăng cường khả năng hiểu và tương tác của robot với thế giới thực.

Mô hình Sử dụng máy tính của chúng tôi được tối ưu hoá để xây dựng các tác nhân kiểm soát trình duyệt nhằm tự động hoá các tác vụ.

	Bậc miễn phí	Cấp có tính phí, cho mỗi 1 triệu mã thông báo tính bằng USD
Nhập giá	Không có	1,25 USD, câu lệnh <= 200.000 mã thông báo 2,5 USD, câu lệnh > 200.000 mã thông báo
Giá đầu ra	Không có	10 USD, câu lệnh <= 200.000 mã thông báo 15 USD, câu lệnh > 200.000
Được dùng để cải thiện các sản phẩm của chúng tôi	Có	Không

Mô hình mở gọn nhẹ, 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, cho mỗi 1 triệu mã thông báo tính bằng USD
Nhập giá	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 chúng tôi	Có	Không

Quy tắc đặt giá cho công cụ

Các công cụ được định giá theo mức giá riêng và được áp dụng cho mô hình sử dụng các 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, cho mỗi 1 triệu mã thông báo tính bằng USD
Google Tìm kiếm	500 RPD miễn phí (hạn mức dùng chung cho Flash và Flash-Lite). Không áp dụng cho Pro.	Mô hình Gemini 2.5: 1.500 RPD miễn phí (hạn mức dùng chung cho Flash và Flash-Lite). Sau đó, 35 USD/1.000 câu lệnh có căn cứ Mô hình Gemini 3: 5.000 yêu cầu tìm kiếm miễn phí mỗi tháng (dùng chung cho tất cả mô hình Gemini), sau đó là 14 USD/1.000 yêu cầu.
Google Maps	500 RPD Không dùng được cho phiên bản Pro.	1.500 RPD miễn phí (hạn mức dùng chung cho Flash và Flash-Lite) 10.000 RPD miễn phí cho Pro. Sau đó, bạn sẽ phải trả 25 USD / 1.000 câu lệnh có căn cứ
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 có khoản phí nào được tích luỹ 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 URL	Miễn phí	Tính phí theo số lượng mã thông báo đầu vào cho mỗi mô hình định giá.
Sử dụng máy tính	Không có	Tính phí theo giá thông thường của mỗi mô hình (ví dụ: giá của Gemini 3.5 Flash tiêu chuẩn). Hãy xem bảng giá Gemini 2.5 Computer Use Preview để biết mức giá của mô hình cũ.
Tìm kiếm tệp	Miễn phí	Tính phí cho các thành phần nhúng 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 mức giá của mô hình.
Điểm cuối Công cụ tuỳ chỉnh (Bản dùng thử Gemini 3.1 Pro)	Không có	Tương tự như giá của Gemini 3.1 Pro Preview

Giá dành cho đại lý

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 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 có tác nhân.	Phí sử dụng công cụ được áp dụng theo cấu trúc giá hiện tại, duy trì sự phân biệt tiêu chuẩn cho tính năng Nền tảng tìm kiếm (không bao gồm các mã thông báo đã truy xuất) so với Url_context / Tìm kiếm tệp (các mã thông báo đã truy xuất được đưa vào 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 có tác nhân. (Xem thông tin chi tiết về giá).	Bạn sẽ không bị tính phí cho hoạt động điện toán môi trường (CPU, bộ nhớ, thực thi hộp cát) trong thời gian xem trước.
Tác nhân Antigravity	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 có tác nhân. (Xem thông tin chi tiết về giá).	Bạn sẽ không bị tính phí cho hoạt động điện toán môi trường (CPU, bộ nhớ, thực thi hộp cát) trong thời gian xem trước.

Ghi chú

• Tính năng hiểu video dựa trên tác nhân: Khi sử dụng tính năng hiểu video dựa trên tác nhân, mức sử dụng mã thông báo sẽ thay đổi tuỳ theo nội dung mà mô hình tải chứ không phải toàn bộ thời lượng video. Điều này thường giúp giảm tới 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 cụm từ tìm kiếm và độ sâu lấy mẫu động (có thể vượt quá 1 FPS đối với các phân đoạn hình ảnh chi tiết). Xem phần Tính năng hiểu video dựa trên 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 các phản hồi của API, những 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 các khu vực được hỗ trợ. Hãy xem phần Câu hỏi thường gặp về việc thanh toán để biết thêm thông tin chi tiết.
• Giá có thể khác với giá niêm yết tại đây và giá được cung cấp trên Nền tảng Gemini Enterprise Agent. Để biết giá của Nền tảng Tác nhân Gemini Enterprise, hãy xem trang định giá Nền tảng Tác nhân Gemini Enterprise.
• Nếu bạn đang sử dụng tính năng truy xuất động để tối ưu hoá chi phí, thì chỉ những yêu cầu có chứa ít nhất một URL hỗ trợ neo bám từ web trong câu trả lời mới bị tính phí cho tính năng Neo bám vào Google Tìm kiếm. Luôn áp dụng chi phí cho Gemini. Hạn mức tốc độ có thể thay đổi.