Gemini API Function Calling Kosten: Gemini Agent Prijsgids

Een 12-stappen functieaanroep-agent kost $0.377 op Gemini 3.1 Pro ($2 in / $12 out per 1M tokens), $0.139 op Gemini 3.8 Flash ($0.75 / $3.75) en $0.059 op Gemini 3.5 Flash Lite ($0.30 / $2.50), met een systeeminstructie van 4,000 tokens plus functiedeclaraties, functierespons van 1,500 tokens en 300 output tokens per stap. Die stappen tellen op tot 166,800 input tokens en 3,600 output tokens omdat elke stap de volledige geschiedenis opnieuw verzendt. Prijzen zijn afkomstig uit onze catalogus van 2026-09-11.

Voor Gemini 3.8 Flash bij 12 stappen: 166,800 × $0.75 ÷ 1,000,000 = $0.125 input, plus 3,600 × $3.75 ÷ 1,000,000 = $0.0135 output, totaal $0.139. Er is geen kosten per aanroep voor functieaanroepen; declaraties, aanroepen en antwoorden zijn gewone tokens. Google's ingebouwde grounding en zoekhulpmiddelen worden apart geprijsd (zie de verkoperspagina).

Met de google-genai SDK geef je Python-functies of FunctionDeclaration-objecten door in config.tools. Het model retourneert een function_call-deel, jij voert het uit en voegt een function_response-deel toe, en roept generate_content opnieuw aan met de volledige inhoudslijst. Automatische functieaanroep in de SDK voert die loop voor je uit, wat ook de snelste manier is om geld uit te geven zonder het te merken, stel daarom maximum_remote_calls in op AutomaticFunctionCallingConfig in plaats van de standaardwaarde te accepteren.

Op Gemini 3.8 Flash is de inputkant 90% van de rekening, en op Gemini 3.1 Pro 88%. Het verdubbelen van elke assistentbeurt op 3.1 Pro voegt $0.043 toe aan een run van $0.377. Gemini-modellen redeneren standaard en redeneertokens worden als output gefactureerd; gebruik thinking_config om het denkbudget op Flash- en Flash Lite-workers te verlagen. In cache opgeslagen tokens worden gerapporteerd in usage_metadata.cached_content_token_count, waar je op moet letten om te bevestigen dat caching werkt.

Alle drie de huidige Gemini-modellen accepteren ongeveer 1M tokens per verzoek, en de verleiding is om een hele codebase, contractsverzameling of crawl in de eerste beurt te laden en de agent zijn werk te laten doen. Het contextvenster is een capaciteitslimiet, geen korting, en een agent verzendt die context op elke stap opnieuw.

De rekenkunde: een agent die 500,000 tokens aan documenten meeneemt door een loop van 12 stappen, stuurt 12 × 500,000 = 6,000,000 input tokens alleen voor de documenten. Bij $2 per 1M op Gemini 3.1 Pro is dat $12.00 per run vóór toolverkeer of output. Op Gemini 3.8 Flash is het $4.50, op 3.5 Flash Lite $1.80. Dezelfde taak als een retrieval-agent die 5,000 relevante tokens per stap ophaalt, kost ongeveer $0.45 op 3.1 Pro.

De valkuil heeft een tweede kaak: latentie. Een half miljoen tokens per stap verandert een agent van twee minuten in een van twintig minuten. Behandel 1M context als het plafond voor een enkele leesbeurt, niet als werkgeheugen voor een loop; als de documenten echt elke stap aanwezig moeten zijn, dan is dat het geval voor context caching.

Gemini's context caching stelt je in staat een groot voorvoegsel eenmalig te uploaden, een cachenaam terug te krijgen en deze bij elke aanroep te gebruiken. In cache opgeslagen input tokens worden gefactureerd tegen ongeveer 25% van de lijst inputprijs, een kleinere korting dan die van Anthropic of OpenAI (ongeveer 10%), plus opslagkosten per token-uur die niet in onze catalogus staan (zie de verkoperspagina).

Het geval van 500,000 tokens aan documenten wordt een eenmalige inname tegen volle prijs ($1.00 op 3.1 Pro), gevolgd door 12 gecachede reads voor ongeveer $0.25 elk in plaats van $1.00, dus ongeveer $4 per run in plaats van $12, plus opslag. Bij de referentietrace van 12 stappen met systeeminstructie en functies in cache, komt 3.1 Pro uit op ongeveer $0.16 in plaats van $0.377 en 3.8 Flash op ongeveer $0.06 in plaats van $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

Omdat de korting slechts 75% is, kunnen de opslagkosten deze bij korte runs tenietdoen; doe de som voor je eigen TTL. De kostenvergelijking voor prompt caching toont de drie leveranciers naast elkaar.

Gemini's batchmodus voert verzoeken asynchroon uit tegen ongeveer 50% van de lijstprijs, en onze catalogus bevat batchrijen voor de Gemini-modellen tegen dat tarief (Gemini 3.8 Flash batch voor ongeveer $0.375 / $1.875 per 1M). Een live loop kan dit niet gebruiken, omdat stap twee de functierespons van stap één nodig heeft, maar de fan-out rond een agent wel: het classificeren van 20,000 ondersteunings-e-mails voordat een agent de moeilijke afhandelt. Tegen lijstprijs kost een 5-stappen Gemini 3.8 Flash agent $0.034 per item, dus 20,000 items kosten $680; in batch ongeveer $340. Zie LLM batch API pricing voor de vergelijking tussen leveranciers.

De gratis laag van de Gemini API is de goedkoopste plek om een agent te prototypen: $0, dezelfde modellen en functie-aanroepoppervlak als de betaalde laag, en snelheidslimieten die voldoende zijn om te itereren op een lus met een handvol tools. Twee waarschuwingen: een lus van 30 stappen zal die limieten bereiken, en de gegevensgebruiksvoorwaarden van de gratis laag verschillen van die van de betaalde laag, dus stap over naar betalen-per-gebruik voordat de agent echte gegevens aanraakt.

De consumentenabonnementen, Google AI Plus voor $4.99, Google AI Pro voor $19.99 en Google AI Ultra vanaf $99.99 per maand ($199.99 voor het 20x-niveau), zijn geen API-abonnementen. Google's abonnementenpagina vermeldt alleen het Flash-model voor AI Plus; het Pro-model begint bij AI Pro. Ze kopen de Gemini-app, Gemini in Workspace, extra opslag (400 GB, 5 TB, 20 TB en hoger) en hogere limieten in Google's eigen codeertools; ze crediteren geen API-rekening. Dus de vergelijking geldt alleen voor een persoon die interactief een agent aanstuurt.

Een individu die Gemini wil voor chat, documenten en wat codeerhulp moet AI Pro kopen. Ultra voor $99.99 is alleen zinvol voor iemand wiens interactieve gebruik anders ongeveer 265 ongecachte Pro-klasse runs per maand zou zijn ($99.99 ÷ $0.377); dezelfde $99.99 op de API koopt ongeveer 1.650 gecachte Gemini 3.8 Flash runs ($99.99 ÷ ongeveer $0.06). Onze Gemini-prijzenpagina heeft de abonnementsdetails.

Het goedkoopste model dat dit nog betrouwbaar doet: Gemini 3.8 Flash. Voor $0.139 per 12-stappenrun volgt het functiedeclaraties consistent, verwerkt het 1M context, ondersteunt het caching, en voltooit het routinetaken in ongeveer hetzelfde aantal stappen als 3.1 Pro. Het is onze standaard voor worker agents op Google's stack, gelijk aan GPT-5.4 mini ($0.141) en goedkoper dan de legacy Claude Haiku 4.5 ($0.185) op dezelfde trace. Claude Haiku 5.5, uitgebracht in oktober voor $0.10 / $0.50, draait nu die trace voor ongeveer $0.0185, dus Flash is niet langer de goedkope keuze bij alle leveranciers.

Gemini 3.5 Flash Lite voor $0.059 is geschikt voor classify-and-route stappen en kleine tool sets, maar het stapenaantal loopt op bij open taken, en 30 Flash Lite stappen ($0.293) kosten meer dan 12 Flash stappen. Houd het weg van de plannerrol.

Wanneer betalen voor Gemini 3.1 Pro: voor $0.377 per run is het 2.7× Flash, dus het moet significant minder vaak falen of in significant minder stappen voltooien. Dat geldt voor multi-document redeneren, plannen over een grote tool set, en alles waar een verkeerde functieaanroep bijwerkingen heeft. Als planner die delegeert naar Flash workers is het het geld waard; voor elke stap van een simpele lus niet. De goedkoopste LLM voor agents-gids rangschikt alle drie tegen 27 andere modellen.

Vier controls die elk een ander type failure opvangen:

• max_output_tokens in GenerateContentConfig: 1,000 tot 4,000 voor function-calling turns, gecombineerd met een thinking budget zodat reasoning tokens ook beperkt blijven.
• maximum_remote_calls op AutomaticFunctionCallingConfig, of een handmatige step counter: 12 tot 15 voor de meeste taken.
• Stop conditions: een verplichte finish function, een abort bij twee identieke opeenvolgende function calls, en een cap op context tokens per step (bijv. 60,000) die ervoor zorgt dat oudere function responses worden samengevat of weggefilterd.
• Een per-run USD budget berekend op basis van usage_metadata na elke call, waarbij cached tokens ongeveer 25% van de list bedragen. Zet af boven het plafond en log dit per taak om de cost per successful task te berekenen.

Bij de tarieven van Gemini 3.8 Flash staat een $0.25 per-run budget ongeveer 17 uncached reference steps toe of ruwweg 40 cached; op 3.1 Pro koopt hetzelfde budget ongeveer 9 uncached steps. De AI cost calculator zet een maandelijkse run count om naar een budget, de Gemini 101 tutorial legt de SDK basics uit, en de Claude agent API cost en OpenAI Agents SDK cost guides behandelen de overige stacks.