Цены Gemini 3.5 Flash API: стоимость токенов, бенчмарки и реальные примеры бюджета

Gemini 3.5 Flash стоит $1.50 за 1 миллион входных токенов и $9 за 1 миллион выходных токенов в стандартном платном тарифе Google. Стоимость выходных токенов включает токены рассуждений. Чтение из кэша контекста стоит $0.15 за 1 миллион токенов, а сохранённое содержимое кэша также оплачивается по времени хранения.

В Poyo.ai стоимость Gemini 3.5 Flash сейчас составляет $0.90 за 1 миллион входных токенов и $5.40 за 1 миллион выходных токенов. Это на 40% ниже стандартных тарифов Google на токены — с оплатой по мере использования и без обязательной ежемесячной подписки.

Основные цены выглядят просто. Но реальный счёт — нет. Циклы работы агентов, токены рассуждений, повторяющийся контекст, длинные ответы, поиск с grounding и повторные вызовы инструментов могут сделать выходные токены и повторную передачу входных данных более значимыми, чем заявленная цена входа.

Цены проверены 19 июля 2026 года. Google и Poyo.ai могут изменить цены, функции или доступность после публикации.

Цены Gemini 3.5 Flash API в кратком обзоре

Google также указывает бесплатный тариф для Gemini 3.5 Flash. Он подходит для тестирования, но при планировании промышленного использования следует учитывать цены платного тарифа, ограничения скорости, условия работы с данными и требования к надёжности.

Актуальные цены Poyo и поддерживаемые endpoints смотрите на странице модели Gemini 3.5 Flash API.

Что учитывается в счёте Gemini 3.5 Flash?

Полезная базовая формула:

request cost =
  input tokens × input rate
  + output and thinking tokens × output rate
  + cache storage
  + grounding or server-side tool charges

Входные данные могут включать системные инструкции, историю диалогов, определения инструментов, найденные документы, изображения, аудио и видео. Выходные данные включают видимый ответ и оплачиваемые токены рассуждений. Поэтому запрос, который выглядит коротким в пользовательском интерфейсе, может содержать значительно больший объём данных для расчёта стоимости.

Входные токены

Входные данные относятся к самой дешёвой стандартной категории токенов, но могут стать крупнейшей статьёй расходов, если приложение регулярно отправляет длинные документы или всю историю разговора. Контекстное окно в 1 миллион токенов — это предел возможностей, а не рекомендация заполнять каждый запрос полностью.

Выходные токены и токены рассуждений

Тариф Google в размере $9 за выходные токены явно включает токены рассуждений. Это важно, поскольку стоимость выхода в шесть раз выше стандартной стоимости входа. Кодинговый агент, который рассматривает несколько подходов, вызывает инструменты и формирует длинный ответ, может потратить больше на рассуждения и вывод, чем на исходный запрос.

Кэширование контекста

Кэширование контекста может снизить стоимость чтения для повторно используемых данных, таких как стабильный системный промпт, каталог продуктов, руководство по политикам или сводка кодовой базы. Это особенно полезно, когда один и тот же кэшируемый блок используется достаточно часто, чтобы компенсировать стоимость хранения и сложность управления кэшем.

Поиск с grounding и инструменты

На странице цен Google указан включённый месячный лимит для Search grounding, после которого применяется оплата за каждый запрос. Один вызов модели может создавать несколько поисковых запросов. Приложения с большим количеством инструментов должны отдельно отслеживать вызовы инструментов и использование токенов, чтобы понимать источник роста расходов.

Сколько Gemini 3.5 Flash стоит на практике?

Примеры ниже используют стандартные цены на токены и не включают налоги, специальные тарифы обработки и отдельные расходы на инструменты.

Пример 1: небольшой помощник для программирования

Предположим, что помощник для программирования использует 10 миллионов входных токенов и 2 миллиона выходных токенов в месяц.

Объём выходных данных составляет только пятую часть от входных, однако они стоят дороже входа в обоих вариантах. Именно поэтому важно контролировать ограничения на вывод и настройки рассуждений.

Пример 2: агент поддержки с повторяющимся контекстом

Представим 100,000 диалогов в месяц. Каждый начинается с 8,000 токенов политик и контекста продукта, после чего создаёт 1,000 выходных токенов.

Без кэширования или retrieval:

• Вход: 800 миллионов токенов
• Выход: 100 миллионов токенов
• Google standard: $1,200 за вход + $900 за выход = $2,100
• Тарифы Poyo.ai на токены: $720 за вход + $540 за выход = $1,260

Такая архитектура постоянно оплачивает повторную отправку одного и того же контекста. Более эффективный подход — кэшировать стабильный префикс, извлекать только нужные разделы политики или создавать компактную структурированную сводку.

Пример 3: мультимодальный процесс работы с документами

Для PDF, изображений, аудио и видео не следует оценивать стоимость только по размеру файла. Измеряйте входные токены, которые API возвращает для типичных файлов. Затем тестируйте короткие, средние и сложные сценарии, поскольку длительность медиа и рассуждения модели могут изменить обе части счёта.

Практический пилот должен фиксировать:

• входные токены по типам медиа;
• выходные токены и токены рассуждений;
• вызовы инструментов и grounding;
• задержку;
• успешность выполнения задачи без исправлений человеком;
• количество повторных попыток для успешного выполнения задачи.

Почему счёт Gemini 3.5 Flash может оказаться выше оценки

Рассуждения оплачиваются как выходные данные

Если приложение включает более глубокое рассуждение для каждого запроса, оно оплачивает выходной тариф даже тогда, когда видимый ответ короткий. Используйте минимальный уровень рассуждений, который всё ещё соответствует требованиям к качеству задачи.

Циклы агентов увеличивают и входные, и выходные расходы

Каждый результат работы инструмента может возвращаться в модель как новый вход. Ошибочные вызовы, неоднозначные схемы инструментов и отсутствие условий остановки могут создавать дорогие циклы. Устанавливайте ограничения количества итераций и фиксируйте причину каждого повторного запуска.

Полный контекст отправляется без необходимости

Отправка всего репозитория, истории разговора или коллекции документов при каждом запросе редко является самым экономичным решением. Сводки, retrieval, кэшируемые префиксы и состояние, хранящееся вне модели, могут снизить повторные входные расходы.

Неограниченные ответы стоят дорого

Выходные данные относятся к премиальной категории токенов. Устанавливайте реалистичные максимальные значения вывода, просите структурированные краткие ответы и создавайте длинные отчёты только тогда, когда они действительно нужны пользователям.

Grounding может расширяться

Один запрос может запускать несколько поисковых запросов. Приложениям, которым важна предсказуемая экономика использования, следует задавать правила работы инструментов и отслеживать количество запросов, а не считать grounding бесплатным контекстом.

Бенчмарки Gemini 3.5 Flash в контексте

Google позиционирует Gemini 3.5 Flash как агентную и кодинговую модель с сохранением скорости класса Flash. Данные запуска в мае 2026 года показывают:

Google также сообщает, что Gemini 3.5 Flash создаёт ответы примерно в четыре раза быстрее других передовых моделей в их сравнении. Эти показатели полезны как ориентиры, но не заменяют тестирование конкретного приложения. Реальная производительность зависит от структуры тестового окружения, определения инструментов, настроек рассуждений, целевых показателей задержки и качества промптов.

Главный экономический вопрос не «какой бенчмарк самый высокий?», а:

Сколько стоит одна успешно выполненная задача после учёта токенов, инструментов, повторных попыток и исправлений человеком?

Сравнение Gemini 3.5 Flash с альтернативными моделями

Используйте этот список как отправную точку для маршрутизации. Перед выбором модели по умолчанию прогоните одинаковую репрезентативную нагрузку через каждого кандидата.

Семь способов снизить расходы Gemini 3.5 Flash API

1. Установите ограничение на вывод. Не платите за объяснения или повторный контекст, который продукт не показывает.
2. Настраивайте рассуждения под сложность задачи. Используйте глубокое рассуждение только там, где оно действительно помогает.
3. Кэшируйте стабильные префиксы. Повторно используйте системные промпты или справочные материалы, если частота использования оправдывает хранение.
4. Используйте retrieval перед генерацией. Отправляйте только нужные разделы документов вместо всей базы.
5. Ограничивайте количество итераций агента. Останавливайте процесс или передавайте его дальше после заданного числа ошибок инструментов.
6. Направляйте простые задачи на более лёгкие модели. Классификация и извлечение данных могут не требовать сложной модели.
7. Отслеживайте стоимость успешной задачи. Стоимость токенов сама по себе не учитывает повторные попытки и работу по исправлению.

Как вызвать Gemini 3.5 Flash через Poyo.ai

Poyo.ai поддерживает идентификатор модели gemini-3.5-flash. Команды могут использовать OpenAI-совместимый chat endpoint или нативный формат Gemini, описанный в документации модели.

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."
      }
    ]
  }'

Создайте API-ключ через панель Poyo, затем изучите страницу модели Gemini 3.5 Flash и связанную документацию API перед промышленным запуском.

Стоит ли Gemini 3.5 Flash своей цены?

Gemini 3.5 Flash — сильный вариант для приложений, которым нужны быстрое программирование, работа с инструментами, мультимодальный ввод или рассуждения с большим контекстом. Он менее выгоден, когда запрос достаточно предсказуем и для него подходит более лёгкая модель.

Оптимальный производственный подход обычно заключается в выборочной маршрутизации:

• используйте более лёгкую модель для простых повторяющихся задач;
• используйте Gemini 3.5 Flash для запросов, которым нужны более сильные рассуждения или мультимодальный контекст;
• передавайте только самые сложные случаи на более дорогой уровень передовых моделей.

Такой подход позволяет использовать скорость и возможности модели без оплаты стоимости передовой модели для каждого запроса.

Часто задаваемые вопросы

Сколько стоит Gemini 3.5 Flash за миллион токенов?

Стандартный платный тариф Google составляет $1.50 за 1 миллион входных токенов и $9 за 1 миллион выходных токенов, включая токены рассуждений. Poyo.ai сейчас указывает $0.90 за вход и $5.40 за выход на 1 миллион токенов.

API Gemini 3.5 Flash бесплатный?

Google указывает бесплатный тариф, но производственные приложения должны оценивать его ограничения скорости и условия работы с данными. Poyo.ai использует оплату через кредиты по мере использования.

Оплачиваются ли токены рассуждений Gemini 3.5 Flash?

Да. В таблице цен Google указано, что стоимость выхода включает токены рассуждений.

Поддерживает ли Gemini 3.5 Flash кэширование контекста?

Да. Google указывает цены на чтение и хранение платного кэша. Кэширование наиболее выгодно для стабильного контекста, который используется в достаточном количестве запросов.

Какой идентификатор модели Gemini 3.5 Flash?

Идентификатор модели — gemini-3.5-flash.

Может ли Gemini 3.5 Flash использовать OpenAI-совместимый API?

Да. Poyo.ai предоставляет OpenAI-совместимый маршрут chat-completions, а также путь интеграции с нативным Gemini.

Источники

• Google Gemini API pricing
• Google: Gemini 3.5 launch and benchmark overview
• Poyo.ai Gemini 3.5 Flash API