תמחור Google Gemini: כמה ה-API באמת עולה

תשובה מהירה: שלושה מחירי Gemini שונים

אנשים שמחפשים תמחור Google Gemini בדרך כלל מתכוונים לאחד משלושה דברים שונים, וגוגל לא הופכת את ההבחנה לברורה. ראשית, המנוי הצרכני. התוכנית בתשלום של אפליקציית Gemini (Google AI Pro) היא עמלה קבועה של כ-$20 בחודש. היא מכסה את הצ'אטבוט ופיצ'רי האפליקציה, לא את ה-API. שום דבר שאתה משלם שם לא מעלה את מכסת ה-API שלך אפילו בבקשה אחת. שנית, Gemini API דרך Google AI Studio. זה מה שמפתחים בפועל משלבים. יש לו שכבה חינמית אמיתית עם מגבלות קצב קשיחות, ושכבה בתשלום שמחייבת למיליון טוקנים ללא דמי חודש. פרויקט תחביב בדרך כלל עולה דולרים בודדים בחודש; אפליקציית production קטנה נופלת במאות. שלישית, Vertex AI. אותם מודלים, עטיפה ארגונית, חיוב Google Cloud, תעריפים לטוקן באותו טווח. אם המחיר הוא השאלה שאתה שואל, כמעט בוודאות אתה רוצה את AI Studio ולא את Vertex. שאר המדריך הזה מכסה את ה-API: מה השכבה החינמית מאפשרת, כמה שימוש בתשלום עולה בנפחים מציאותיים, ומה לעשות כשה-rate limiter מתחיל להחזיר 429.

שכבות תמחור Gemini API ומגבלות קצב בשכבה החינמית

Gemini API מודד שלושה דברים בו-זמנית: בקשות בדקה (RPM), טוקנים בדקה (TPM), ובקשות ביום (RPD). איזו תקרה שתגיע אליה קודם, ה-API עונה 429 עד שהחלון ההוא מתאפס. מגבלות חלות לפי פרויקט Google Cloud ולפי מודל, כך שיצירת מפתח שני בתוך אותו פרויקט לא משנה כלום. גוגל מעדכנת את המספרים האלה לעתים קרובות, אז התייחס לטבלה כאל הצורה של המערכת ולא כחוזה. הנתונים הם מגבלות מקורב מסוג Flash נכון לאמצע 2026; מודלים מסוג Pro מקבלים תקרות נמוכות משמעותית בכל שכבה. בדוק את תיעוד מגבלות הקצב של גוגל לערכים המדויקים שחלים על הפרויקט שלך היום.

חינמי מול בתשלום: מה באמת משתנה

הוספת חשבון חיוב עושה יותר מלהעלות תקרות. ההבדל הכי מוזנח נמצא בתנאים: גוגל עשויה להשתמש ב-prompts ובתגובות בשכבה החינמית כדי לשפר את המוצרים שלה, וזה יכול לכלול בדיקה אנושית. תעבורת API בתשלום מוחרגת משיפור מוצר. אם אתה עושה פרוטוטייפ על משהו רגיש, השורה הזו חשובה יותר מכל מגבלת קצב. תקרת הבקשות היומית היא ההבדל המעשי האחר. בשכבה החינמית זו תקרה קשיחה שמתאפסת בחצות שעון פסיפיק. שום אסטרטגיית retry לא עוקפת את זה; אתה מחכה, משדרג, או מנתב את התעבורה למקום אחר.

בדוק את השכבה שלך משורת הפקודה

curl אחד אומר לך אם המפתח שלך עובד ובאיזו שכבה אתה למעשה נמצא. התגובה כוללת בלוק usageMetadata עם ספירות מדויקות של טוקני קלט ופלט, וזה המספר שאתה מכפיל בתעריפי רשימה כשאתה מנבא הוצאה. אם אתה מקבל HTTP 429 עם status RESOURCE_EXHAUSTED במקום השלמה, או שרפת את מכסת השכבה החינמית של היום או שאתה שולח מהר יותר ממה שהחלון לדקה מאפשר.

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."}]}]}'

כמה Gemini עולה בחודש: שלושה תרחישים

התרחישים האלה משתמשים ב-Gemini 3.5 Flash במחיר הרשימה שלו של $1.50 למיליון טוקני קלט ו-$9.00 למיליון טוקני פלט. שני דברים שולטים בחשבון. טוקני פלט עולים פי שישה מהקלט, כך שתגובות מפורטות הן החלק היקר. ואפליקציות צ'אט שולחות מחדש היסטוריית שיחה בכל תור, כך שנפח הקלט גדל מהר עם אורך השיחה אלא אם אתה מקצץ context. אם השורה של frontend צ'אט מתארת את עומס העבודה שלך, שים לב שאותו חשבון חל על כל מודל, ומודלים בכיתת התקציב כמו DeepSeek V4 Flash משנים את הסכומים הכוללים באופן דרמטי עבור שימוש שיחתי. תקצב גם בנפרד למשימות מסמכים ארוכים: מודלי Gemini מכיתת Pro מחייבים תעריף גבוה יותר ברגע שprompt חוצה את סף ה-context הגדול.

פתרון בעיות מגבלות קצב של Gemini API

429 עם RESOURCE_EXHAUSTED הוא גנרי, אז התחל בלברר איזה משלושת המדים באמת נתקלת בו. הלקוח למטה מנסה שוב התפרצויות זמניות לדקה עם backoff ומוותר מהר על כל דבר ש-retry לא יכול לתקן.

• תקרה יומית מוצתה (שכבה חינמית): מונה ה-RPD מתאפס בחצות שעון פסיפיק. שום דפוס retry לא עוזר; שדרג את השכבה או העבר את התעבורה.
• התפרצויות RPM: workers מקבילים ולולאות retry נאיביות מפעילות את מגבלת הדקה גם בנפח יומי נמוך. הוסף backoff אקספוננציאלי עם jitter.
• TPM נתקל ב-context ארוך: כמה prompts של 100K טוקנים יכולים למצות טוקנים-לדקה בעוד קצב הבקשות שלך נראה זעיר. קצץ היסטוריה או שמור ב-cache קידומות יציבות.
• הכפתור הלא נכון: מגבלות מחוברות לפרויקט Google Cloud, לא למפתח ה-API. הטבעת מפתחות חדשים באותו פרויקט לא עושה כלום.
• כיתת מודל: תקרות כיתת Pro נמוכות בהרבה מכיתת Flash באותה שכבה. נתב משימות רקע ל-Flash ושמור את Pro לקריאות שבאמת צריכות אותו.

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")

אפשרות ה-gateway: מחירים קבועים, ללא סולם שכבות

אם החסם שלך הוא סולם השכבות ולא המחיר לטוקן, gateway בינה מלאכותית הוא האלטרנטיבה הפרגמטית. apisrouter.com מגיש את gemini-3.5-flash ב-$1.20 למיליון טוקני קלט ו-$7.20 למיליון פלט, עם מודלים גלובליים ב-20% מתחת למחיר הרשמי וחיוב בתשלום לפי שימוש במקום מנוי. אין טופס הרשמה: שלם ב-/topup, מפתח ה-API מגיע במייל, והטעינה הראשונה שלך מוסיפה 100%+ יתרה. המכסה הופכת ליתרה שאתה מוציא במקום משא ומתן על דקה עם מערכת שכבות. ה-endpoint תואם OpenAI, כך שכל דבר שמקבל base URL מותאם עובד: כוון אותו ל-https://api.apisrouter.com/v1 ורשימת המודלים מתמלאת מ-/v1/models. אותו קטלוג נושא את claude-sonnet-4-6, gpt-5.5, deepseek-v4-flash, ו-glm-5, מה שהופך A/B-testing של Gemini מול אלטרנטיבות לשינוי שורה אחת.

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"}]
  }'

שאלות נפוצות