Prezzi Google Gemini: quanto costa davvero l'API

Risposta rapida: tre prezzi Gemini diversi

Chi cerca i prezzi di Google Gemini di solito intende una di tre cose diverse, e Google non rende ovvia la distinzione. Primo, l'abbonamento consumer. Il piano a pagamento dell'app Gemini (Google AI Pro) è una tariffa fissa di circa $20 al mese. Copre il chatbot e le funzionalità dell'app, non l'API. Nulla di ciò che paghi lì alza la tua quota API di una sola richiesta. Secondo, l'API Gemini tramite Google AI Studio. Questo è ciò che gli sviluppatori integrano davvero. Ha un tier gratuito genuino con rate limit rigidi, e un tier a pagamento che fattura per milione di token senza tariffa mensile. Un progetto hobbistico tipicamente costa qualche dollaro al mese; una piccola app in produzione arriva alle centinaia. Terzo, Vertex AI. Stessi modelli, wrapper enterprise, fatturazione Google Cloud, tariffe per token nello stesso intervallo. Se la domanda è il prezzo, quasi certamente vuoi AI Studio invece di Vertex. Il resto di questa guida copre l'API: cosa permette il tier gratuito, quanto costa l'uso a pagamento a volumi realistici, e cosa fare quando il rate limiter inizia a restituire 429.

Tier di prezzo dell'API Gemini e rate limit del tier gratuito

L'API Gemini misura tre cose contemporaneamente: richieste al minuto (RPM), token al minuto (TPM) e richieste al giorno (RPD). Qualunque tetto tu colpisca per primo, l'API risponde 429 finché quella finestra non si resetta. I limiti si applicano per progetto Google Cloud e per modello, quindi creare una seconda chiave dentro lo stesso progetto non cambia nulla. Google rivede questi numeri di frequente, quindi tratta la tabella come la forma del sistema piuttosto che come un contratto. Le cifre sono limiti approssimativi di classe Flash a metà 2026; i modelli di classe Pro hanno tetti materialmente più bassi su ogni tier. Controlla la documentazione dei rate limit di Google per i valori esatti applicati al tuo progetto oggi.

Gratuito vs a pagamento: cosa cambia davvero

Aggiungere un account di fatturazione fa più che alzare i tetti. La differenza più trascurata sta nei termini: Google può usare i prompt e le risposte del tier gratuito per migliorare i suoi prodotti, e questo può includere revisione umana. Il traffico API a pagamento è escluso dal miglioramento dei prodotti. Se stai prototipando qualcosa di sensibile, quella riga conta più di qualsiasi rate limit. Il tetto di richieste giornaliere è l'altra differenza pratica. Sul tier gratuito è un tetto rigido che si resetta a mezzanotte ora del Pacifico. Nessuna strategia di retry lo aggira; aspetti, fai upgrade, o instradi il traffico altrove.

Testa il tuo tier dalla riga di comando

Un curl ti dice se la tua chiave funziona e su quale tier sei effettivamente. La risposta include un blocco usageMetadata con i conteggi esatti di token di input e output, che è il numero da moltiplicare per le tariffe di listino quando previsioni la spesa. Se ottieni un HTTP 429 con stato RESOURCE_EXHAUSTED invece di un completamento, hai bruciato la quota giornaliera del tier gratuito oppure stai inviando più velocemente di quanto permetta la finestra per 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."}]}]}'

Quanto costa Gemini al mese: tre scenari

Questi scenari usano Gemini 3.5 Flash al suo prezzo di listino di $1.50 per milione di token di input e $9.00 per milione di token di output. Due cose dominano la matematica. I token di output costano sei volte quelli di input, quindi le risposte prolisse sono la parte costosa. E le applicazioni di chat reinviano la cronologia della conversazione a ogni turno, quindi il volume di input cresce in fretta con la lunghezza della conversazione a meno che tu non tagli il contesto. Se la riga del chat frontend descrive il tuo carico di lavoro, nota che la stessa matematica si applica a qualsiasi modello, e modelli economici come DeepSeek V4 Flash cambiano drasticamente i totali per uso conversazionale. Metti anche in conto separatamente i job su documenti lunghi: i modelli Gemini di classe Pro fatturano una tariffa più alta una volta che un prompt supera la soglia di contesto ampio.

Risoluzione dei rate limit dell'API Gemini

Un 429 con RESOURCE_EXHAUSTED è generico, quindi inizia col capire quale dei tre contatori hai effettivamente colpito. Il client sotto ritenta gli inciampi transitori per minuto con backoff e rinuncia rapidamente su qualsiasi cosa che il retry non può risolvere.

• Tetto giornaliero esaurito (tier gratuito): il contatore RPD si resetta a mezzanotte ora del Pacifico. Nessuno schema di retry aiuta; fai upgrade del tier o sposta il traffico.
• Burst di RPM: worker paralleli e loop di retry ingenui fanno scattare il limite per minuto anche con volume giornaliero basso. Aggiungi backoff esponenziale con jitter.
• TPM che scatta su contesto lungo: una manciata di prompt da 100K token può esaurire i token-al-minuto mentre la tua frequenza di richieste sembra minuscola. Taglia la cronologia o metti in cache i prefissi stabili.
• Manopola sbagliata: i limiti si attaccano al progetto Google Cloud, non alla chiave API. Coniare nuove chiavi nello stesso progetto non fa nulla.
• Classe di modello: i tetti di classe Pro sono molto più bassi di quelli di classe Flash sullo stesso tier. Instrada i job in background su Flash e riserva Pro alle chiamate che ne hanno bisogno.

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'opzione gateway: prezzi fissi, nessuna scala di tier

Se il tuo blocco è la scala di tier piuttosto che il prezzo per token, un gateway AI è l'alternativa pragmatica. apisrouter.com serve gemini-3.5-flash a $1.20 per milione di token di input e $7.20 per milione di output, con modelli globali il 20% sotto il listino ufficiale e fatturazione pay-as-you-go invece di un abbonamento. Non c'è modulo di iscrizione: paga su /topup, la chiave API arriva via email, e la tua prima ricarica aggiunge +100% di saldo. La quota diventa un saldo da spendere invece di una trattativa al minuto con un sistema di tier. L'endpoint è compatibile OpenAI, quindi qualsiasi cosa accetti un base URL personalizzato funziona: puntala su https://api.apisrouter.com/v1 e la lista dei modelli si popola da /v1/models. Lo stesso catalogo include claude-sonnet-4-6, gpt-5.5, deepseek-v4-flash e glm-5, il che rende l'A/B test di Gemini contro alternative un cambio di una riga.

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"}]
  }'

Domande frequenti