Gemini API函数调用成本：Gemini代理定价指南

一个 12 步函数调用 agent 在 Gemini 3.1 Pro 上花费 $0.377（每 1M 令牌 $2 输入 / $12 输出），在 Gemini 3.8 Flash 上花费 $0.139（$0.75 / $3.75），在 Gemini 3.5 Flash Lite 上花费 $0.059（$0.30 / $2.50），使用 4,000 令牌的系统指令加上函数声明，每步 1,500 令牌的函数响应和 300 输出令牌。这些步骤总计 166,800 输入令牌和 3,600 输出令牌，因为每一步都会重新发送整个历史。价格来自我们 2026-09-11 的目录。

对于 Gemini 3.8 Flash 的 12 步：166,800 × $0.75 ÷ 1,000,000 = $0.125 输入，加上 3,600 × $3.75 ÷ 1,000,000 = $0.0135 输出，总计 $0.139。没有每次调用的函数调用费用；声明、调用和响应都是普通令牌。Google 内置的 grounding 和搜索工具单独定价（请参阅供应商页面）。

使用 google-genai SDK，你在 config.tools 中传递 Python 函数或 FunctionDeclaration 对象。模型返回一个 function_call 部分，你运行它并附加一个 function_response 部分，然后使用完整的 contents 列表再次调用 generate_content。SDK 中的自动函数调用会为你运行该循环，这也是在不知不觉中花钱最快的方式，因此请在 AutomaticFunctionCallingConfig 上设置 maximum_remote_calls，而不是接受默认值。

在 Gemini 3.8 Flash 上，输入部分占账单的 90%，在 Gemini 3.1 Pro 上占 88%。在 3.1 Pro 上，每增加一次 assistant 轮次，就会在 $0.377 的运行基础上增加 $0.043。Gemini 模型默认进行推理，推理令牌按输出计费；使用 thinking_config 降低 Flash 和 Flash Lite 工作者的思考预算。缓存令牌在 usage_metadata.cached_content_token_count 中报告，这是确认缓存是否生效的观察指标。

目前所有三种Gemini模型每个请求接受约100万token，诱惑在于将整个代码库、合同集或爬取内容加载到第一轮中，让智能体自行工作。上下文窗口是容量限制，而非折扣，智能体在每一步都会重新发送该上下文。

计算：一个携带50万token文档的智能体，经过12步循环，仅文档部分就发送了12 × 500,000 = 6,000,000个输入token。按Gemini 3.1 Pro每100万token $2计算，每次运行在工具流量或输出之前就是$12.00。在Gemini 3.8 Flash上是$4.50，在3.5 Flash Lite上是$1.80。同样的任务，如果采用检索智能体每步拉取5,000个相关token，在3.1 Pro上只需约$0.45。

这个陷阱还有第二道利齿：延迟。每步50万token将原本两分钟的智能体变成二十分钟。请将100万上下文视为单次通读的上限，而非循环的工作记忆；如果文档确实每一步都必须存在，那正是上下文缓存的适用场景。

Gemini的上下文缓存允许您上传一次大型前缀，返回一个缓存名称，并在每次调用时引用它。缓存的输入token计费约为列表输入价格的25%，比Anthropic或OpenAI约10%的折扣要小，外加每token小时的存储费用（未包含在我们的目录中，请参阅供应商页面）。

50万token的文档场景变为：一次全价摄取（3.1 Pro上$1.00），然后12次缓存读取，每次约$0.25而非$1.00，因此每次运行约$4而非$12，外加存储费用。在参考的12步跟踪中，系统指令和函数被缓存，3.1 Pro最终约$0.16而非$0.377，3.8 Flash约$0.06而非$0.139。

from google import genai
from google.genai import types

client = genai.Client()

def lookup_shipment(tracking_id: str) -> dict:
    """Return the current status for a shipment tracking id."""
    return wms.status(tracking_id)

cache = client.caches.create(
    model="gemini-3.8-flash",
    config=types.CreateCachedContentConfig(
        system_instruction=SYSTEM_PROMPT,
        contents=[types.Content(role="user", parts=[types.Part(text=POLICY_DOCS)])],
        ttl="3600s",
    ),
)
resp = client.models.generate_content(
    model="gemini-3.8-flash",
    contents=history,
    config=types.GenerateContentConfig(
        cached_content=cache.name,
        tools=[lookup_shipment],
        automatic_function_calling=types.AutomaticFunctionCallingConfig(maximum_remote_calls=12),
        max_output_tokens=2000,
    ),
)
m = resp.usage_metadata
# 3.8 Flash: $0.75 in, ~$0.19 cached in, $3.75 out per 1M (+ cache storage, vendor page)
cost = ((m.prompt_token_count - m.cached_content_token_count) * 0.75
        + m.cached_content_token_count * 0.19 + m.candidates_token_count * 3.75) / 1_000_000

由于折扣仅为75%，存储费用可能会在短时运行中抵消掉折扣；请根据自己的TTL进行计算。提示缓存成本比较中，三家供应商并列展示。

Gemini的批处理模式以异步方式运行请求，价格约为列表价的50%，我们的目录中Gemini模型的批处理行采用该费率（Gemini 3.8 Flash批处理约$0.375 / $1.875每100万token）。实时循环无法使用它，因为第二步需要第一步的函数响应，但智能体周围的分叉工作可以：在智能体处理困难邮件之前，对20,000封支持邮件进行分类。按列表价，一个5步Gemini 3.8 Flash智能体每项成本$0.034，因此20,000项成本$680；批处理约$340。请参阅LLM批处理API定价以进行跨供应商比较。

Gemini API 免费层是构建代理原型最便宜的地方：$0，与付费层相同的模型和函数调用接口，速率限制足以让包含少量工具的循环进行迭代。两个注意事项：30 步循环会触达这些限制，且免费层的数据使用条款与付费层不同，因此在代理接触真实数据之前改用按量付费。

消费级套餐：Google AI Plus $4.99、Google AI Pro $19.99、Google AI Ultra 每月 $99.99 起（20x 档为 $199.99），并非 API 套餐。Google 的套餐页面仅将 Flash 模型列为 AI Plus；Pro 模型从 AI Pro 起。它们购买的是 Gemini 应用、Workspace 中的 Gemini、额外存储空间（400 GB、5 TB、20 TB 及以上）以及 Google 自身编码工具的更高限制；它们不抵扣 API 账单。因此这种比较仅适用于交互式驱动代理的人。

希望将 Gemini 用于聊天、文档和部分编码辅助的个人应购买 AI Pro。$99.99 的 Ultra 仅对以下用户有意义：其交互式使用量否则每月将约等于 265 次未缓存的 Pro 级运行（$99.99 ÷ $0.377）；同样的 $99.99 在 API 上可购买约 1,650 次缓存的 Gemini 3.8 Flash 运行（$99.99 ÷ 约 $0.06）。我们的 Gemini 定价页面提供了套餐详情。

仍然能可靠完成此任务的最便宜模型：Gemini 3.8 Flash。以每次 12 步运行 $0.139 的价格，它能始终如一地遵循函数声明，支持 1M 上下文，支持缓存，并且完成常规任务所需的步数与 3.1 Pro 大致相同。它是我们在 Google 技术栈上 worker 代理的默认选择，与 GPT-5.4 mini（$0.141）并列，且在同一轨迹上比旧的 Claude Haiku 4.5（$0.185）更便宜。Claude Haiku 5.5 于 10 月发布，价格为 $0.10/$0.50，现在运行该轨迹大约需要 $0.0185，因此 Flash 不再是最便宜的跨厂商选择。

Gemini 3.5 Flash Lite 定价 $0.059，适合分类路由步骤和小型工具集，但其步数在开放式任务上会激增，30 个 Flash Lite 步骤（$0.293）比 12 个 Flash 步骤花费更高。让它远离规划者角色。

何时为 Gemini 3.1 Pro 付费：每次运行 $0.377，是 Flash 的 2.7 倍，因此它需要显著降低失败频率或显著减少步数。这适用于多文档推理、跨大型工具集规划，以及任何错误函数调用会产生副作用的场景。作为将任务委托给 Flash worker 的规划者，它物有所值；但对于简单循环的每一步则不然。最便宜的代理 LLM 指南将这三个模型与其他 27 个模型进行了排名对比。

四种控制措施，每种针对不同的失败场景：

• max_output_tokens in GenerateContentConfig：函数调用轮次设为 1,000 到 4,000，搭配思考预算以限制推理令牌数。
• maximum_remote_calls on AutomaticFunctionCallingConfig，或手动步数计数器：大多数任务设为 12 到 15。
• 停止条件：一个必需的 finish 函数，遇到两次连续相同的函数调用时中止，以及每步上下文令牌数上限（例如 60,000），强制总结或丢弃较早的函数响应。
• 每次运行的美元预算，根据每次调用后的 usage_metadata 计算，缓存令牌约为标价的 25%。超出上限时中止，并记录每个任务以计算每个成功任务的成本。

以 Gemini 3.8 Flash 的费率，每次运行 $0.25 的预算允许大约 17 次未缓存的参考步骤或约 40 次缓存步骤；在 3.1 Pro 上，同样的预算可购买约 9 次未缓存步骤。AI cost calculator 将月度运行次数转换为预算，Gemini 101 tutorial 涵盖 SDK 基础知识，而 Claude agent API cost 和 OpenAI Agents SDK cost 指南则涵盖其他技术栈。