Model Gemini 3.5 Flash kosztuje w standardowym płatnym planie Google $1.50 za 1 mln tokenów wejściowych i $9 za 1 mln tokenów wyjściowych. Stawka za wyjście obejmuje tokeny myślenia. Odczyt z cache kontekstu kosztuje $0.15 za 1 mln tokenów, a przechowywana zawartość cache jest dodatkowo rozliczana według czasu przechowywania.
W Poyo.ai Gemini 3.5 Flash kosztuje obecnie $0.90 za 1 mln tokenów wejściowych i $5.40 za 1 mln tokenów wyjściowych. To 40% poniżej standardowych stawek Google za tokeny, z kredytami w modelu płatności za użycie i bez wymogu miesięcznej subskrypcji.
Ceny z nagłówków są proste. Prawdziwy rachunek już nie. Pętle agentów, tokeny myślenia, powtarzany kontekst, długie odpowiedzi, grounding przez wyszukiwarkę i ponawiane wywołania narzędzi mogą sprawić, że wyjście i powtarzane wejście będą ważniejsze niż reklamowana stawka za wejście.
Ceny sprawdzono 19 lipca 2026. Google i Poyo.ai mogą zmienić ceny, funkcje lub dostępność po publikacji.
Cennik API Gemini 3.5 Flash w skrócie
| Pozycja | Standardowy płatny plan Google | Poyo.ai |
|---|---|---|
| Wejście | $1.50 / 1 mln tokenów | $0.90 / 1 mln tokenów |
| Wyjście, w tym myślenie | $9.00 / 1 mln tokenów | $5.40 / 1 mln tokenów |
| Odczyt z cache kontekstu | $0.15 / 1 mln tokenów | Sprawdź aktualne warunki API |
| Przechowywanie cache kontekstu | $1.00 / 1 mln tokenów na godzinę | Sprawdź aktualne warunki API |
| Grounding przez Google Search | 5000 promptów wspólnych dla Gemini 3, potem rozliczenie według użycia | Zależy od endpointu i konfiguracji narzędzi |
Google podaje też darmowy plan dla Gemini 3.5 Flash. Przydaje się do oceny modelu, ale przy planowaniu produkcji uwzględnij ceny płatnego planu, rate limits, warunki dotyczące danych i wymagania dotyczące niezawodności.
Aktualny cennik Poyo i obsługiwane endpointy znajdziesz na stronie modelu Gemini 3.5 Flash.
Co wlicza się do rachunku za model Gemini 3.5 Flash?
Przydatny wzór na pierwsze przybliżenie to:
request cost =
input tokens × input rate
+ output and thinking tokens × output rate
+ cache storage
+ grounding or server-side tool charges
Wejście może obejmować instrukcje systemowe, historię rozmowy, definicje narzędzi, pobrane dokumenty, obrazy, audio i wideo. Wyjście obejmuje widoczną odpowiedź oraz rozliczane tokeny myślenia. Żądanie, które w interfejsie wygląda na krótkie, może więc zawierać znacznie większy mierzony ładunek.
Tokeny wejściowe
Wejście to najtańsza standardowa kategoria tokenów, ale może stać się największą pozycją kosztów, gdy aplikacja wielokrotnie wysyła długie dokumenty lub całą historię rozmowy. Okno kontekstu o rozmiarze 1 mln tokenów to pojemność, a nie zalecenie, by wypełniać nim każde żądanie.
Tokeny wyjściowe i tokeny myślenia
Stawka Google $9 za wyjście wprost obejmuje tokeny myślenia. Ma to znaczenie, bo wyjście kosztuje sześć razy więcej niż standardowe wejście. Agent do kodowania, który sprawdza kilka podejść, wywołuje narzędzia i pisze długą odpowiedź, może wydać więcej na rozumowanie i wyjście niż na pierwotny prompt.
Cache kontekstu
Cache kontekstu może obniżyć cenę odczytu powtarzanych materiałów, takich jak stały prompt systemowy, katalog produktów, podręcznik zasad lub streszczenie bazy kodu. Najbardziej opłaca się wtedy, gdy ten sam zbuforowany blok jest używany na tyle często, by pokryć koszty przechowywania i złożoność zarządzania cache.
Grounding przez wyszukiwarkę i narzędzia
Strona z cennikiem Google podaje miesięczny limit wliczony w cenę dla groundingu przez wyszukiwarkę, a po jego przekroczeniu opłatę za zapytanie. Jedno żądanie do modelu może wygenerować więcej niż jedno zapytanie wyszukiwarki. Aplikacje intensywnie korzystające z narzędzi powinny rejestrować wywołania narzędzi osobno od zużycia tokenów, żeby było widać, skąd bierze się wzrost kosztów.
Ile Gemini 3.5 Flash kosztuje w praktyce?
Poniższe przykłady używają standardowych cen tokenów i nie uwzględniają podatków, specjalnych poziomów przetwarzania ani osobnych opłat za narzędzia.
Przykład 1: mały asystent do kodowania
Załóżmy, że asystent do kodowania zużywa miesięcznie 10 mln tokenów wejściowych i 2 mln tokenów wyjściowych.
| Dostawca | Koszt wejścia | Koszt wyjścia | Suma miesięczna |
|---|---|---|---|
| Google, plan standardowy | $15.00 | $18.00 | $33.00 |
| Poyo.ai | $9.00 | $10.80 | $19.80 |
Wyjście stanowi zaledwie jedną piątą objętości wejścia, a mimo to kosztuje więcej niż wejście w obu wariantach. Dlatego warto zwrócić uwagę na limity wyjścia i ustawienia rozumowania.
Przykład 2: agent wsparcia z powtarzanym kontekstem
Wyobraź sobie 100 000 rozmów miesięcznie. Każda zaczyna się od 8000 tokenów zasad i kontekstu produktu, a następnie generuje 1000 tokenów wyjściowych.
Bez cache i bez wyszukiwania:
- Wejście: 800 mln tokenów
- Wyjście: 100 mln tokenów
- Google, plan standardowy: $1,200 za wejście + $900 za wyjście = $2,100
- Stawki tokenów w Poyo.ai: $720 za wejście + $540 za wyjście = $1,260
W takim układzie wielokrotnie płacisz za wysyłanie tego samego kontekstu. Lepsza architektura zbuforuje stały początek promptu, pobierze tylko istotne sekcje zasad albo przygotuje mniejsze ustrukturyzowane streszczenie.
Przykład 3: multimodalny workflow dokumentów
W przypadku PDF-ów, obrazów, audio i wideo nie szacuj kosztu wyłącznie na podstawie rozmiaru pliku. Zmierz tokeny wejściowe zwracane przez API dla reprezentatywnych plików. Następnie przetestuj przypadki krótkie, średnie i trudne, ponieważ długość materiału i rozumowanie modelu mogą zmieniać obie strony rachunku.
Praktyczny pilotaż powinien rejestrować:
- tokeny wejściowe według typu mediów;
- tokeny wyjściowe i tokeny myślenia;
- wywołania narzędzi i groundingu;
- opóźnienie;
- skuteczność zadania bez ręcznych poprawek;
- liczbę ponowień na jedno udane zadanie.
Dlaczego rachunek za model Gemini 3.5 Flash może przekroczyć szacunek
Myślenie jest rozliczane jako wyjście
Jeśli aplikacja włącza głębsze rozumowanie przy każdym żądaniu, płaci stawkę za wyjście, nawet gdy widoczna odpowiedź jest krótka. Używaj najlżejszego poziomu myślenia, który nadal spełnia wymagania jakościowe zadania.
Pętle agentów mnożą wejście i wyjście
Każdy wynik narzędzia może wrócić do modelu jako nowe wejście. Nieudane wywołania, niejednoznaczne schematy narzędzi i brak warunków zatrzymania mogą tworzyć kosztowne pętle. Ustaw limity iteracji i zapisuj powód każdego ponowienia.
Cały kontekst jest niepotrzebnie wysyłany od nowa
Wysyłanie całego repozytorium, rozmowy lub zbioru dokumentów w każdej turze rzadko jest najbardziej ekonomicznym rozwiązaniem. Streszczenia, wyszukiwanie, początki promptów nadające się do cache oraz stan przechowywany poza modelem mogą zmniejszyć powtarzane wejście.
Nieograniczone odpowiedzi są drogie
Wyjście to najdroższa kategoria tokenów. Ustaw realistyczne maksymalne wartości wyjścia, proś o zwięzłe, ustrukturyzowane odpowiedzi i generuj długie raporty tylko wtedy, gdy użytkownicy naprawdę ich potrzebują.
Grounding może się rozgałęziać
Jedno żądanie może wywołać wiele zapytań wyszukiwarki. Aplikacje wymagające przewidywalnej opłacalności jednostkowej powinny ustawić zasady korzystania z narzędzi i monitorować liczbę zapytań, zamiast traktować grounding jako darmowy kontekst.
Benchmarki Gemini 3.5 Flash w kontekście
Google przedstawia Gemini 3.5 Flash jako model agentowy i do kodowania, który zachowuje szybkość klasy Flash. Dane z premiery w maju 2026 podają:
| Ocena | Wynik Gemini 3.5 Flash | Co testuje |
|---|---|---|
| Terminal-Bench 2.1 | 76,2% | Wykonywanie poleceń w wierszu poleceń i kodowanie agentowe |
| GDPval-AA | 1656 Elo | Wydajność w profesjonalnej pracy z wiedzą |
| MCP Atlas | 83,6% | Możliwości agenta i korzystania z narzędzi |
| CharXiv Reasoning | 84,2% | Multimodalne rozumowanie na wykresach i obrazach |
Google podaje też, że Gemini 3.5 Flash generuje wyjście z szybkością mniej więcej czterokrotnie większą niż inne czołowe modele w jego zestawieniu. Te liczby to użyteczne sygnały, ale nie zastąpią testów w twojej aplikacji. Na rzeczywistą wydajność wpływają projekt harness, definicje narzędzi, ustawienia rozumowania, cele dotyczące opóźnienia i jakość promptów.
Ważne pytanie ekonomiczne nie brzmi „który benchmark jest najwyższy?”. Brzmi ono:
Ile kosztuje jedno udane zadanie po uwzględnieniu tokenów, narzędzi, ponowień i ręcznych poprawek?
Gemini 3.5 Flash na tle alternatywnych modeli
| Model | Najlepiej pasuje do | Główne pytanie o koszty |
|---|---|---|
| Gemini 3.5 Flash | Szybkich agentów multimodalnych, kodowania, workflows z narzędziami | Czy myślenie i powtarzany kontekst są pod kontrolą? |
| GPT-5.6 Terra | Zrównoważonego kodowania i rozumowania produkcyjnego | Czy lepsze wykonywanie zadań rekompensuje wyższy poziom ceny za token? |
| Claude Sonnet 5 | Kodowania agentowego, obsługi komputera, długich profesjonalnych workflows | Jak nowszy tokenizer wpływa na koszt równoważnego żądania? |
| Gemini 3.1 Flash-Lite | Prostszego przetwarzania na dużą skalę | Czy zadanie naprawdę wymaga rozumowania na poziomie czołowych modeli? |
Potraktuj to jako krótką listę do routingu. Przepuść ten sam reprezentatywny zestaw zadań przez każdego kandydata, zanim wybierzesz domyślny model.
Siedem sposobów na obniżenie kosztów API Gemini 3.5 Flash
- Ustaw górny limit wyjścia. Nie płać za wyjaśnienia ani powtarzany kontekst, których produkt nie pokazuje.
- Dostosuj myślenie do trudności zadania. Głębsze rozumowanie zachowaj dla żądań, które na nim korzystają.
- Buforuj stałe początki promptów. Używaj ponownie promptów systemowych lub materiałów referencyjnych, gdy współczynnik trafień uzasadnia koszt przechowywania.
- Najpierw wyszukuj, potem generuj. Wysyłaj istotne fragmenty dokumentów zamiast całego korpusu.
- Ogranicz iteracje agenta. Zatrzymaj się lub eskaluj po zdefiniowanej liczbie błędów narzędzi.
- Kieruj proste zadania do tańszych modeli. Klasyfikacja i ekstrakcja mogą się zmieścić w lżejszym modelu.
- Śledź koszt jednego udanego zadania. Sam koszt tokenów ukrywa ponowienia i pracę nad poprawkami.
Jak wywołać Gemini 3.5 Flash w Poyo.ai
Poyo.ai obsługuje ID modelu gemini-3.5-flash. Zespoły mogą używać endpointu czatu zgodnego z OpenAI albo natywnego formatu Gemini opisanego dla tego modelu.
curl https://api.poyo.ai/v1/chat/completions \
-H "Authorization: Bearer $POYO_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "gemini-3.5-flash",
"messages": [
{
"role": "user",
"content": "Review this agent plan and identify the three most expensive failure modes."
}
]
}'
Utwórz klucz API w dashboardzie Poyo, a przed wdrożeniem produkcyjnym sprawdź stronę modelu Gemini 3.5 Flash i powiązaną dokumentację API.
Czy Gemini 3.5 Flash jest wart swojej ceny?
Gemini 3.5 Flash to mocny kandydat, gdy aplikacja potrzebuje szybkiego kodowania, korzystania z narzędzi, wejścia multimodalnego lub rozumowania na długim kontekście. Jest mniej atrakcyjny, gdy żądania są na tyle przewidywalne, że wystarczy mniejszy model.
Najlepszym wzorcem produkcyjnym jest zwykle selektywny routing:
- lżejszy model do prostych, powtarzalnych zadań;
- Gemini 3.5 Flash do żądań wymagających silniejszego rozumowania lub kontekstu multimodalnego;
- eskalacja tylko najtrudniejszych przypadków do droższego poziomu czołowych modeli.
Takie podejście pozwala wykorzystać szybkość i możliwości modelu bez płacenia za czołowy model przy każdym żądaniu.
Najczęstsze pytania
Ile kosztuje Gemini 3.5 Flash za milion tokenów?
Standardowy płatny plan Google to $1.50 za 1 mln tokenów wejściowych i $9 za 1 mln tokenów wyjściowych, wliczając tokeny myślenia. Poyo.ai podaje obecnie $0.90 za wejście i $5.40 za wyjście za 1 mln tokenów.
Czy API Gemini 3.5 Flash jest darmowe?
Google podaje darmowy plan, ale aplikacje produkcyjne powinny ocenić jego rate limits i warunki dotyczące danych. Poyo.ai działa na kredytach w modelu płatności za użycie.
Czy tokeny myślenia Gemini 3.5 Flash są płatne?
Tak. Tabela cen Google podaje, że stawka za wyjście obejmuje tokeny myślenia.
Czy Gemini 3.5 Flash obsługuje cache kontekstu?
Tak. Google podaje płatne stawki za odczyt z cache i jego przechowywanie. Cache jest najbardziej opłacalny dla stałego kontekstu używanego w odpowiednio wielu żądaniach.
Jakie jest ID modelu Gemini 3.5 Flash?
ID modelu to gemini-3.5-flash.
Czy Gemini 3.5 Flash może korzystać z API zgodnego z OpenAI?
Tak. Poyo.ai udostępnia trasę chat-completions zgodną z OpenAI oraz ścieżkę integracji w natywnym formacie Gemini.