Tarifs Google Gemini : ce que coûte vraiment l'API

Réponse rapide : trois tarifs Gemini différents

Les personnes qui recherchent les tarifs de Google Gemini pensent généralement à l'une de trois choses différentes, et Google ne rend pas la distinction évidente. Premièrement, l'abonnement grand public. Le plan payant de l'application Gemini (Google AI Pro) est un forfait fixe d'environ $20 par mois. Il couvre le chatbot et les fonctionnalités de l'application, pas l'API. Rien de ce que vous payez là-bas n'augmente votre quota API d'une seule requête. Deuxièmement, l'API Gemini via Google AI Studio. C'est ce que les développeurs intègrent réellement. Elle dispose d'un véritable palier gratuit avec des limites de débit strictes, et d'un palier payant facturé par million de tokens sans frais mensuel. Un projet amateur coûte typiquement quelques dollars par mois ; une petite application en production se situe dans les centaines. Troisièmement, Vertex AI. Mêmes modèles, enveloppe entreprise, facturation Google Cloud, tarifs par token dans la même fourchette. Si le prix est votre question, vous voulez presque certainement AI Studio plutôt que Vertex. Le reste de ce guide couvre l'API : ce que permet le palier gratuit, ce que coûte l'usage payant à des volumes réalistes, et quoi faire quand le limiteur de débit commence à renvoyer des erreurs 429.

Paliers de tarification de l'API Gemini et limites de débit du palier gratuit

L'API Gemini mesure trois choses à la fois : les requêtes par minute (RPM), les tokens par minute (TPM), et les requêtes par jour (RPD). Quel que soit le plafond que vous atteignez en premier, l'API répond 429 jusqu'à la réinitialisation de cette fenêtre. Les limites s'appliquent par projet Google Cloud et par modèle, donc créer une deuxième clé dans le même projet ne change rien. Google révise ces chiffres fréquemment, donc considérez le tableau comme la forme du système plutôt qu'un contrat. Les chiffres sont des limites approximatives de classe Flash à mi-2026 ; les modèles de classe Pro obtiennent des plafonds nettement plus bas à chaque palier. Consultez la documentation des limites de débit de Google pour les valeurs exactes appliquées à votre projet aujourd'hui.

Gratuit vs payant : ce qui change réellement

Ajouter un compte de facturation fait plus qu'élever les plafonds. La différence la plus négligée se situe dans les conditions d'utilisation : Google peut utiliser les prompts et réponses du palier gratuit pour améliorer ses produits, ce qui peut inclure une révision humaine. Le trafic API payant est exclu de l'amélioration produit. Si vous prototypez quelque chose de sensible, cette ligne compte plus que n'importe quelle limite de débit. Le plafond de requêtes quotidien est l'autre différence pratique. Sur le palier gratuit, c'est un plafond strict qui se réinitialise à minuit heure du Pacifique. Aucune stratégie de nouvelle tentative ne le contourne ; vous attendez, vous passez au palier supérieur, ou vous redirigez le trafic ailleurs.

Tester votre palier depuis la ligne de commande

Un seul curl vous dit si votre clé fonctionne et sur quel palier vous êtes effectivement. La réponse inclut un bloc usageMetadata avec les comptages exacts de tokens d'entrée et de sortie, qui est le chiffre à multiplier par les tarifs de liste pour prévoir la dépense. Si vous obtenez un HTTP 429 avec le statut RESOURCE_EXHAUSTED au lieu d'une réponse, vous avez soit épuisé le quota gratuit du jour, soit vous envoyez plus vite que ce que permet la fenêtre par minute.

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."}]}]}'

Ce que coûte Gemini par mois : trois scénarios

Ces scénarios utilisent Gemini 3.5 Flash à son prix de liste de $1.50 par million de tokens d'entrée et $9.00 par million de tokens de sortie. Deux facteurs dominent le calcul. Les tokens de sortie coûtent six fois plus que l'entrée, donc les réponses verbeuses sont la partie coûteuse. Et les applications de chat renvoient l'historique de conversation à chaque tour, donc le volume d'entrée croît vite avec la longueur de la conversation si vous n'élaguez pas le contexte. Si la ligne « frontend de chat » décrit votre charge, notez que le même calcul s'applique à n'importe quel modèle, et que des modèles économiques comme DeepSeek V4 Flash changent radicalement les totaux pour un usage conversationnel. Budgétisez aussi séparément les tâches sur documents longs : les modèles Gemini de classe Pro facturent un tarif plus élevé une fois qu'un prompt dépasse le seuil de grand contexte.

Dépannage des limites de débit de l'API Gemini

Un 429 avec RESOURCE_EXHAUSTED est générique, donc commencez par déterminer lequel des trois compteurs vous avez réellement atteint. Le client ci-dessous relance les déclenchements transitoires par minute avec backoff et abandonne rapidement sur tout ce qu'une nouvelle tentative ne peut pas corriger.

• Plafond quotidien épuisé (palier gratuit) : le compteur RPD se réinitialise à minuit heure du Pacifique. Aucun schéma de nouvelle tentative ne résout cela ; passez au palier supérieur ou déplacez le trafic.
• Rafales RPM : les workers parallèles et les boucles de nouvelle tentative naïves déclenchent la limite par minute même à faible volume quotidien. Ajoutez un backoff exponentiel avec gigue.
• TPM déclenché sur un long contexte : une poignée de prompts de 100K tokens peut épuiser les tokens par minute alors que votre débit de requêtes paraît minuscule. Élaguez l'historique ou mettez en cache les préfixes stables.
• Mauvais levier : les limites s'appliquent au projet Google Cloud, pas à la clé API. Créer de nouvelles clés dans le même projet ne change rien.
• Classe de modèle : les plafonds de classe Pro sont bien plus bas que ceux de classe Flash au même palier. Routez les tâches de fond vers Flash et réservez Pro aux appels qui en ont besoin.

import random
import time

from google import genai
from google.genai import errors

client = genai.Client()  # reads GEMINI_API_KEY from the environment

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")

L'option passerelle : tarifs fixes, sans échelle de paliers

Si votre blocage vient de l'échelle de paliers plutôt que du tarif par token, une passerelle IA est l'alternative pragmatique. apisrouter.com sert gemini-3.5-flash à $1.20 par million de tokens d'entrée et $7.20 par million en sortie, avec les modèles globaux en dessous du tarif de liste officiel et une facturation à la consommation au lieu d'un abonnement. Il n'y a pas de formulaire d'inscription : payez sur /topup, la clé API arrive par e-mail, et votre première recharge ajoute +100% de solde. Le quota devient un solde que vous dépensez plutôt qu'une négociation par minute avec un système de paliers. Le endpoint est compatible OpenAI, donc tout ce qui accepte une base URL personnalisée fonctionne : pointez-le vers https://api.apisrouter.com/v1 et la liste des modèles se remplit depuis /v1/models. Le même catalogue porte claude-sonnet-4-6, gpt-5.5, deepseek-v4-flash et glm-5, ce qui rend le test A/B de Gemini contre des alternatives un changement d'une ligne.

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"}]
  }'

Questions fréquentes