Preços do Google Gemini: quanto a API realmente custa

Resposta rápida: três preços diferentes de Gemini

Quem pesquisa sobre os preços do Google Gemini geralmente quer dizer uma de três coisas diferentes, e o Google não deixa essa distinção óbvia. Primeiro, a assinatura para o consumidor. O plano pago do app Gemini (Google AI Pro) é uma taxa fixa de cerca de $20 por mês. Ele cobre o chatbot e os recursos do app, não a API. Nada que você paga ali aumenta sua cota de API em uma única requisição sequer. Segundo, a API Gemini pelo Google AI Studio. É isso que os desenvolvedores realmente integram. Ela tem um tier gratuito genuíno com limites de taxa rígidos, e um tier pago que cobra por milhão de tokens sem mensalidade. Um projeto hobby normalmente custa poucos dólares por mês; um app pequeno em produção fica na casa das centenas. Terceiro, o Vertex AI. Mesmos modelos, wrapper enterprise, faturamento pelo Google Cloud, taxas por token na mesma faixa. Se preço é a pergunta que você está fazendo, você quase certamente quer o AI Studio, não o Vertex. O restante deste guia cobre a API: o que o tier gratuito permite, quanto custa o uso pago em volumes realistas, e o que fazer quando o limitador de taxa começa a retornar 429s.

Tiers de preço da API Gemini e limites de taxa do tier gratuito

A API Gemini mede três coisas ao mesmo tempo: requisições por minuto (RPM), tokens por minuto (TPM) e requisições por dia (RPD). Qual teto você atingir primeiro, a API responde 429 até essa janela reiniciar. Os limites se aplicam por projeto do Google Cloud e por modelo, então criar uma segunda chave dentro do mesmo projeto não muda nada. O Google revisa esses números com frequência, então trate a tabela como o formato do sistema, não como um contrato. Os valores são limites aproximados de classe Flash em meados de 2026; modelos de classe Pro têm tetos materialmente mais baixos em todo tier. Confira a documentação de limites de taxa do Google para os valores exatos aplicados ao seu projeto hoje.

Gratuito vs pago: o que realmente muda

Adicionar uma conta de faturamento faz mais do que elevar os tetos. A diferença mais ignorada está nos termos: o Google pode usar prompts e respostas do tier gratuito para melhorar seus produtos, e isso pode incluir revisão humana. O tráfego de API paga é excluído da melhoria de produtos. Se você está prototipando algo sensível, essa linha importa mais do que qualquer limite de taxa. O teto de requisições diárias é a outra diferença prática. No tier gratuito ele é um teto rígido que reinicia à meia-noite no horário do Pacífico. Nenhuma estratégia de retry contorna isso; você espera, faz upgrade, ou roteia o tráfego para outro lugar.

Teste seu tier pela linha de comando

Um curl já diz se sua chave funciona e em qual tier você efetivamente está. A resposta inclui um bloco usageMetadata com as contagens exatas de tokens de entrada e saída, que é o número que você multiplica pelas taxas de tabela ao projetar o gasto. Se você receber HTTP 429 com status RESOURCE_EXHAUSTED em vez de uma resposta completa, ou você já consumiu a cota diária do tier gratuito, ou está enviando mais rápido do que a janela por minuto permite.

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 o Gemini custa por mês: três cenários

Esses cenários usam o Gemini 3.5 Flash no preço de tabela de $1.50 por milhão de tokens de entrada e $9.00 por milhão de tokens de saída. Duas coisas dominam a matemática. Tokens de saída custam seis vezes mais que os de entrada, então respostas verbosas são a parte cara. E aplicações de chat reenviam o histórico de conversa a cada turno, então o volume de entrada cresce rápido com o tamanho da conversa, a menos que você reduza o contexto. Se a linha de frontend de chat descreve sua carga de trabalho, note que a mesma matemática se aplica a qualquer modelo, e modelos de classe econômica como o DeepSeek V4 Flash mudam drasticamente os totais para uso conversacional. Também reserve orçamento separado para jobs de documentos longos: modelos Gemini de classe Pro cobram uma taxa mais alta assim que um prompt ultrapassa o limite de contexto grande.

Solucionando limites de taxa da API Gemini

Um 429 com RESOURCE_EXHAUSTED é genérico, então comece descobrindo qual dos três medidores você realmente atingiu. O cliente abaixo tenta novamente picos transitórios por minuto com backoff e desiste rápido de qualquer coisa que o retry não consegue resolver.

• Teto diário esgotado (tier gratuito): o contador de RPD reinicia à meia-noite no horário do Pacífico. Nenhum padrão de retry ajuda; faça upgrade de tier ou mova o tráfego.
• Picos de RPM: workers paralelos e loops de retry ingênuos disparam o limite por minuto mesmo com volume diário baixo. Adicione backoff exponencial com jitter.
• TPM disparado por contexto longo: um punhado de prompts de 100 mil tokens pode esgotar tokens por minuto enquanto sua taxa de requisições parece minúscula. Reduza o histórico ou coloque prefixos estáveis em cache.
• Botão errado: os limites se ligam ao projeto do Google Cloud, não à chave de API. Criar novas chaves no mesmo projeto não faz nada.
• Classe de modelo: os tetos de classe Pro são muito mais baixos que os de classe Flash no mesmo tier. Roteie jobs em segundo plano para o Flash e reserve o Pro para as chamadas que precisam dele.

import random
import time

from google import genai
from google.genai import errors

client = genai.Client()  # lê GEMINI_API_KEY da variável de ambiente

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")

A opção de gateway: preços fixos, sem escada de tiers

Se o seu bloqueio é a escada de tiers e não o preço por token, um gateway de IA é a alternativa pragmática. A apisrouter.com serve o gemini-3.5-flash a $1.20 por milhão de tokens de entrada e $7.20 por milhão de saída, com modelos globais 20% abaixo do preço de tabela oficial e faturamento pay-as-you-go em vez de assinatura. Não há formulário de cadastro: pague em /topup, a chave de API chega por e-mail, e seu primeiro depósito soma +100% de saldo. A cota vira um saldo que você gasta em vez de uma negociação por minuto com um sistema de tiers. O endpoint é compatível com OpenAI, então qualquer coisa que aceite uma base URL personalizada funciona: aponte para https://api.apisrouter.com/v1 e a lista de modelos aparece em /v1/models. O mesmo catálogo traz claude-sonnet-4-6, gpt-5.5, deepseek-v4-flash e glm-5, o que torna testar o Gemini contra alternativas uma mudança de uma linha.

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"}]
  }'

Perguntas frequentes