Precios de Google Gemini: lo que realmente cuesta la API

Respuesta rápida: tres precios distintos de Gemini

Quienes buscan los precios de Google Gemini normalmente se refieren a una de tres cosas distintas, y Google no deja la distinción nada clara. Primero, la suscripción de consumidor. El plan de pago de la app Gemini (Google AI Pro) es una cuota fija de unos $20 al mes. Cubre el chatbot y las funciones de la app, no la API. Nada de lo que pagas ahí eleva tu cuota de API ni una sola petición. Segundo, la API de Gemini a través de Google AI Studio. Esto es lo que los desarrolladores integran de verdad. Tiene un nivel gratuito genuino con límites de tasa estrictos, y un nivel de pago que factura por millón de tokens sin cuota mensual. Un proyecto de hobby suele costar un dígito de dólares al mes; una pequeña app en producción queda en los cientos. Tercero, Vertex AI. Los mismos modelos, envoltorio empresarial, facturación de Google Cloud, tarifas por token en el mismo rango. Si el precio es la pregunta que te haces, casi seguro que quieres AI Studio y no Vertex. El resto de esta guía cubre la API: qué permite el nivel gratuito, qué cuesta el uso de pago a volúmenes realistas, y qué hacer cuando el limitador de tasa empieza a devolver 429.

Niveles de precios de la API de Gemini y límites de tasa del nivel gratuito

La API de Gemini mide tres cosas a la vez: peticiones por minuto (RPM), tokens por minuto (TPM) y peticiones por día (RPD). El primer techo que toques hace que la API responda 429 hasta que esa ventana se reinicie. Los límites se aplican por proyecto de Google Cloud y por modelo, así que crear una segunda clave dentro del mismo proyecto no cambia nada. Google revisa estas cifras con frecuencia, así que trata la tabla como la forma del sistema, no como un contrato. Las cifras son límites aproximados de clase Flash a mediados de 2026; los modelos de clase Pro reciben topes bastante más bajos en cada nivel. Consulta la documentación de límites de tasa de Google para los valores exactos aplicados a tu proyecto hoy.

Gratis vs de pago: qué cambia realmente

Añadir una cuenta de facturación hace más que subir los techos. La diferencia más pasada por alto está en los términos: Google puede usar los prompts y respuestas del nivel gratuito para mejorar sus productos, y eso puede incluir revisión humana. El tráfico de la API de pago queda excluido de la mejora de productos. Si estás prototipando algo sensible, esa línea importa más que cualquier límite de tasa. El tope diario de peticiones es la otra diferencia práctica. En el nivel gratuito es un techo estricto que se reinicia a medianoche hora del Pacífico. Ninguna estrategia de reintento lo esquiva; esperas, subes de nivel o enrutas el tráfico a otro sitio.

Prueba tu nivel desde la línea de comandos

Un solo curl te dice si tu clave funciona y en qué nivel estás realmente. La respuesta incluye un bloque usageMetadata con los recuentos exactos de tokens de entrada y salida, que es el número que multiplicas por las tarifas de lista al proyectar el gasto. Si obtienes HTTP 429 con estado RESOURCE_EXHAUSTED en lugar de una respuesta, o bien has agotado la cuota diaria del nivel gratuito, o estás enviando más rápido de lo que permite la ventana por minuto.

curl "https://generativelanguage.googleapis.com/v1beta/models/gemini-3.5-flash:generateContent" \
  -H "x-goog-api-key: $GEMINI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"contents":[{"parts":[{"text":"Explain token billing in one paragraph."}]}]}'

Lo que cuesta Gemini al mes: tres escenarios

Estos escenarios usan Gemini 3.5 Flash a su precio de lista de $1.50 por millón de tokens de entrada y $9.00 por millón de tokens de salida. Dos cosas dominan la aritmética. Los tokens de salida cuestan seis veces más que la entrada, así que las respuestas verbosas son la parte cara. Y las aplicaciones de chat reenvían el historial de conversación en cada turno, así que el volumen de entrada crece rápido con la longitud de la conversación a menos que recortes el contexto. Si la fila de frontend de chat describe tu carga de trabajo, ten en cuenta que la misma aritmética se aplica a cualquier modelo, y los modelos de clase económica como DeepSeek V4 Flash cambian los totales de forma drástica para uso conversacional. Presupuesta también por separado los trabajos con documentos largos: los modelos Gemini de clase Pro facturan a una tarifa más alta en cuanto un prompt cruza el umbral de contexto grande.

Solución de problemas de límites de tasa de la API de Gemini

Un 429 con RESOURCE_EXHAUSTED es genérico, así que empieza por averiguar cuál de los tres medidores has tocado realmente. El cliente de abajo reintenta los disparos transitorios por minuto con backoff y se rinde rápido con cualquier cosa que reintentar no pueda arreglar.

• Tope diario agotado (nivel gratuito): el contador RPD se reinicia a medianoche hora del Pacífico. Ningún patrón de reintento ayuda; sube de nivel o mueve el tráfico.
• Ráfagas de RPM: los workers paralelos y los bucles de reintento ingenuos disparan el límite por minuto incluso con poco volumen diario. Añade backoff exponencial con jitter.
• El TPM se dispara con contexto largo: un puñado de prompts de 100K tokens puede agotar los tokens por minuto mientras tu tasa de peticiones parece pequeña. Recorta el historial o pon en caché los prefijos estables.
• Botón equivocado: los límites se atan al proyecto de Google Cloud, no a la clave de API. Generar claves nuevas dentro del mismo proyecto no cambia nada.
• Clase de modelo: los topes de clase Pro son mucho más bajos que los de clase Flash en el mismo nivel. Enruta los trabajos en segundo plano a Flash y reserva Pro para las llamadas que lo necesitan.

import random
import time

from google import genai
from google.genai import errors

client = genai.Client()  # lee GEMINI_API_KEY del entorno

def generate(prompt: str, retries: int = 5) -> str:
    for attempt in range(retries):
        try:
            resp = client.models.generate_content(
                model="gemini-3.5-flash", contents=prompt
            )
            return resp.text
        except errors.APIError as e:
            if e.code != 429 or attempt == retries - 1:
                raise
            time.sleep(min(2 ** attempt + random.random(), 30))
    raise RuntimeError("unreachable")

La opción de pasarela: precios fijos, sin escalera de niveles

Si tu obstáculo es la escalera de niveles y no el precio por token, una pasarela de IA es la alternativa pragmática. apisrouter.com sirve gemini-3.5-flash a $1.20 por millón de tokens de entrada y $7.20 por millón de salida, con los modelos globales a un 20% por debajo del precio de lista oficial y facturación de pago por uso en lugar de suscripción. No hay formulario de registro: paga en /topup, la clave de API llega por correo, y tu primera recarga añade +100% de saldo. La cuota se convierte en un saldo que gastas poco a poco, en lugar de una negociación por minuto con un sistema de niveles. El endpoint es compatible con OpenAI, así que cualquier cosa que acepte una base URL personalizada funciona: apúntala a https://api.apisrouter.com/v1 y la lista de modelos se rellena desde /v1/models. El mismo catálogo incluye claude-sonnet-4-6, gpt-5.5, deepseek-v4-flash y glm-5, lo que convierte hacer pruebas A/B de Gemini frente a alternativas en un cambio de una línea.

curl https://api.apisrouter.com/v1/chat/completions \
  -H "Authorization: Bearer $KEAIAPI_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gemini-3.5-flash",
    "messages": [{"role": "user", "content": "Hello"}]
  }'

Preguntas frecuentes