返回博客

模型与对比对比

2026 年最便宜的 Gemini API 模型：Flash-Lite 价格对比

哪个 Gemini 模型的付费价格最低，哪些有免费额度，12 月 1 日和 1 月 1 日什么会翻倍，以及 1,000 次请求与 CheapTokens 模型相比要花多少钱。

作者：CheapTokens Team发布于 更新于 6 分钟阅读

封面：Gemini API 模型价格对比，Flash-Lite 模型并排
本页内容
  1. 今天的 Gemini 价格，每 1M token
  2. 哪些价格会翻倍，何时翻倍
  3. 1,000 次请求要花多少钱
  4. 思考 token 陷阱
  5. 选哪一个
  6. 在 CheapTokens 上尝试同样的请求

你想要最便宜的 Gemini 模型，而 Google 的价格表行数多得让人没耐心看。这里是简短版本。在 Gemini API 定价页面（2026 年 10 月 27 日更新，10 月 29 日核对）上，Gemini 2.5 Flash-Lite（gemini-2.5-flash-lite）的付费文本价格最低：每 1M 输入 token 为 $0.10，每 1M 输出 token 为 $0.40。它也有免费额度，和 Gemini 3.1 Flash-Lite、Gemini 3.5 Flash-Lite 以及 Gemini 2.5 Flash 一样。而且页面上已经列出两次涨价：Gemini 4 Argon 在 2026 年 12 月 1 日翻倍，Gemini 3.8 Flash 和 3.6 Flash 在 2027 年 1 月 1 日翻倍。

下面：价格并排对比、什么会变以及何时变，还有 1,000 次普通请求在 Gemini 上要花多少钱，对比你可以通过 CheapTokens 调用的模型。关于计费的精确机制，输入 vs 输出 token 是简短说明。

今天的 Gemini 价格，每 1M token#

这些是 Google 定价页面 上的标准付费层文本价格，截至 2026 年 10 月 29 日。

模型 输入 输出 免费额度
Gemini 2.5 Flash-Lite $0.10 $0.40 有
Gemini 3.1 Flash-Lite $0.25 $1.50 有
Gemini 3.5 Flash-Lite $0.30 $2.50 有
Gemini 2.5 Flash $0.30 $2.50 有
Gemini 4 Argon $2.00 $10.00 无

脚注里藏着几件事。Flash-Lite 模型的音频输入更贵（2.5 Flash-Lite 为 $0.30，3.1 Flash-Lite 为 $0.50），所以语音流水线不会符合这张表。Batch API 打五折，但它是异步的：你提交任务，稍后收集结果，所以适合过夜任务，不适合聊天窗口。输出列标题是 Output (incl. thinking)，这比看起来更重要。稍后会详细说明。

Gemini 3.1 Pro Preview 更高，提示不超过 200k token 时为 $2.00 / $12.00，超过后为 $4.00 / $18.00。只有它和 Gemini 2.5 Pro 有这种 200k 分档。

哪些价格会翻倍，何时翻倍#

如果你在免费额度上做原型，从第一天起就按付费价格做计划，并记住这些日期。我们关于 Gemini 4 Argon 定价 的单独文章详细介绍了该模型。

时间线

Google 页面上已经列出的 Gemini 价格变化

  • 2026 年 10 月 27 日定价页面最后更新；Gemini 2.5 Flash-Lite 是最低的付费文本价格
  • 2026 年 12 月 1 日Gemini 4 Argon 从每 1M token $2.00 / $10.00 涨到 $4.00 / $20.00
  • 2027 年 1 月 1 日Gemini 3.8 Flash 和 Gemini 3.6 Flash 从每 1M token $0.75 / $3.75 涨到 $1.50 / $7.50

注意什么不在这个列表上：三个 Flash-Lite 模型。它们的价格保持表中不变。Gemini 3.6 Flash 在页面上被标为上一代，所以如果你今天要选新的 Flash 模型，这次涨价是另一个理由去看更便宜的行。

定价页面没有给出 gemini-2.5-flash-lite 的停用日期。在你基于最便宜的那一行构建为期一年的产品之前，打开 Google 的弃用页面找一找。

1,000 次请求要花多少钱#

每 1M token 的价格很难有感觉。一个任务更容易。假设你运行一个总结工单的支持机器人：每次请求发送约 800 个输入 token，得到约 300 个输出 token。那么一千次请求就是 0.8M 输入 token 和 0.3M 输出 token。按 Gemini 的标准价格：

  • Gemini 2.5 Flash-Lite：输入 0.8 × $0.10 = $0.08，输出 0.3 × $0.40 = $0.12，所以总计 $0.08 + $0.12 = $0.20。
  • Gemini 3.1 Flash-Lite：输入 0.8 × $0.25 = $0.20，输出 0.3 × $1.50 = $0.45，所以总计 $0.20 + $0.45 = $0.65。
  • Gemini 3.5 Flash-Lite：输入 0.8 × $0.30 = $0.24，输出 0.3 × $2.50 = $0.75，所以总计 $0.24 + $0.75 = $0.99。
  • Gemini 4 Argon：输入 0.8 × $2.00 = $1.60，输出 0.3 × $10.00 = $3.00，所以现在总计 $1.60 + $3.00 = $4.60，而从 12 月 1 日起，0.8 × $4.00 = $3.20 加上 0.3 × $20.00 = $6.00，合计 $9.20。

看出规律了吗？输出价格才是伤害所在。Flash-Lite 各代在输入上差别不大（$0.10 到 $0.30），但输出从 $0.40 攀升到 $2.50，短回答的工作负载会感受到。

现在同样的 1,000 次请求通过 CheapTokens。先说一句：MiniMax-M2.7（MiniMaxAI/MiniMax-M2.7）运行这个工作负载花费 $0.085。下面的实时表格列出了全部三个模型，旁边是 OpenRouter 的参考价格：

模型 每次请求 1,000 次请求 OpenRouter，1,000 次请求
GLM-5.3-Flash $0.000028 $0.028 $0.0558
DeepSeek-V4-Flash $0.000042 $0.042 $0.085
MiniMax-M2.7 $0.000085 $0.085 $0.60

每次请求 800 个输入 token 和 300 个输出 token。每 100 万 token 的价格为当前价格，会随我们的资费一同变动；OpenRouter 列显示相同工作负载的参考价格。

表格每次页面加载时都会根据当前价格重新计算，所以当资费变动时它仍然正确。输入和输出一起计算，在这个总计中，三个 CheapTokens 模型都低于 OpenRouter 的参考价格。Gemini 2.5 Flash-Lite 对同样的 1,000 次请求收取 $0.20；上面的表格显示了 CheapTokens 针对这个确切工作负载的总计，输入和输出合计——把两者并排看。

每一行背后的算术：每次请求的 token 数、每天的请求数、每 1M token 的价格
每日账单如何构成：每次请求的 token 数 × 请求数 × 每 1M 的价格

思考 token 陷阱#

回到那个 incl. thinking 标题。一个在回答前思考的模型会写入你从未看到的额外 token，而 Gemini 将它们作为输出计费。假设每个工单摘要除了 300 token 的回答外还触发 1,200 个思考 token。现在每次请求的输出是 1,500 token，所以一千次请求在 2.5 Flash-Lite 上产生 1.5 × $0.40 = $0.60 的输出费用，高于 $0.12。同样的可见回答，输出行是五倍。

示例：一个 300 token 的回答在开启思考时按 1,500 个输出 token 计费
假设情况的图示：1,200 个思考 token 加上 300 token 的回答

快速检查

你的 Gemini 回答有 300 token 长，但账单显示 1,500 个输出 token。最可能发生了什么？

显示答案

答案: 模型花了约 1,200 个 token 思考，而思考按输出计费

Google 的输出列包含思考 token，所以隐藏的推理会出现在账单的输出侧。在估算一个月之前，先检查几个真实响应的用量数字。

选哪一个#

正确的行取决于你在做什么，而不是单一排名。

选择你的情况

哪种设置适合你的情况？

流量很小的原型

在拥有免费额度的模型上使用 Gemini 免费额度。把它当作学习方式，并在发布前把同一模型的付费价格纳入预算。

大量短的交互式请求

Gemini 2.5 Flash-Lite 是最便宜的付费 Gemini 行。将上面成本表中的总计与 Gemini 的 $0.20 比较：DeepSeek-V4-Flash 在任何时段都给你固定价格、380K 上下文和每次回答最多 32,768 个输出 token，所有模型共用一个余额。

可以等待的大任务

Gemini 的 Batch API 将价格减半，如果你能接受异步结果。如果你更愿意在同一请求中获得答案，GLM-5.3-Flash（390K 上下文，最多 8,192 个输出 token）是表中的低成本小模型。

编码代理和长循环

MiniMax-M2.7 是 CheapTokens 用于代理和编码工作的模型（180K 上下文，最多 8,192 个输出 token）。代理循环会重发大量输入，所以先测量一次真实运行；GLM vs DeepSeek vs MiniMax 介绍了如何在三者之间选择。

价格只是选择的一半。在你切换任何东西之前，在兩三个候选模型上运行你自己的提示并比较答案。

在 CheapTokens 上尝试同样的请求#

该 API 兼容 OpenAI 和 Anthropic，所以调用看起来像任何聊天请求。从文档获取模型 id——不同提供商之间有所不同——并读取回复中的 usage：这能给你上面表格所需的每次请求真实 token 数。

bash
curl https://api.cheaptokens.dev/v1/chat/completions \
  -H "Authorization: Bearer $CHEAPTOKENS_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model": "deepseek-ai/DeepSeek-V4-Flash-0731", "messages": [{"role": "user", "content": "Summarise this ticket in one sentence: the invoice PDF will not download."}], "max_tokens": 300}'

每个模型的当前价格在定价页面上，DeepSeek-V4-Flash 模型页面有模型详情。

标签: