Precio de la API de Gemini 3.8 Flash y coste por tarea

Actualizado el 30 de octubre de 2026: el precio de OmniaKey está ahora en la página del modelo Gemini 3.8 Flash, así que las tablas y el ejemplo siguientes solo muestran las tarifas oficiales de Google.

El precio de la API de Gemini 3.8 Flash en la modalidad Standard de pago de Google es de $0.75 por millón de tokens de entrada y $3.75 por millón de tokens de salida hasta el 31 de diciembre de 2026. Google publica $1.50 y $7.50 a partir del 1 de enero de 2027. La página del modelo Gemini 3.8 Flash muestra el precio actual.

Las cifras y fechas directas proceden de la tabla de precios vigente de la API Gemini de Google.

Esa misma tarifa de 3.8 Flash se aplica al tráfico de gemini-2.5-pro desde el 1 de diciembre de 2026, cuando Google envía esas peticiones a gemini-3.8-flash, y la guía de migración tras la retirada de 2.5 Pro detalla los campos de la petición que hay que cambiar.

La tarifa por token no basta para presupuestar un agente. La métrica útil es el gasto total de intentos aprobados y fallidos dividido entre las tareas que superan la validación. Dos llamadas baratas que fallan pueden costar más que una llamada más cara que funciona a la primera.

Tabla de precios de Gemini 3.8 Flash

Todas las cifras son USD por un millón de tokens. “Entrada en caché” es la lectura con descuento y no incluye el almacenamiento de caché que Google cobra aparte.

La página del modelo Gemini 3.8 Flash muestra el precio actual. OmniaKey y Google gestionan sus propias tarifas. Consulta de nuevo la tabla de precios en vivo antes de aprobar un presupuesto.

Batch y Flex de Google cuestan menos que Standard, pero funcionan de otra manera. Batch es asíncrono, tiene un objetivo de entrega de 24 horas y Google lo documenta para generateContent. No des por hecho que Batch, Flex o Priority de Google funcionen a través de OmniaKey.

El almacenamiento de caché, el grounding, las herramientas externas, el navegador, la base de datos, la infraestructura, los impuestos y la revisión humana pueden sumar costes que no aparecen en esta tabla.

Fórmula del coste por tarea de agente aceptada

Calcula primero la ruta que realmente utilizas:

coste del modelo por intento
  = millones de entrada x tarifa de entrada
  + millones de entrada en caché x tarifa de caché
  + millones de salida x tarifa de salida

coste total por intento
  = modelo + herramientas + grounding + infraestructura + revisión

coste observado por tarea aceptada
  = gasto de todos los intentos, aprobados y fallidos
  / tareas que superaron la validación

Para una previsión en la que cada intento cuesta aproximadamente lo mismo y tiene una probabilidad independiente de aprobar:

coste esperado por tarea aceptada = coste por intento / tasa de aprobación

La última fórmula es una aproximación. Un fallo puede terminar pronto, entrar en un bucle, usar otras herramientas o necesitar reparación humana. En producción conviene usar todo el gasto observado en el numerador.

Define “aceptada” antes de probar: un parche que supera tests, un JSON válido según su schema, una extracción que coincide con etiquetas revisadas o una respuesta aprobada con una rúbrica. Un HTTP 200 no es una validación de calidad.

Ejemplo: 20K de entrada, 5K de salida y 70% de aprobación

Supón 20,000 tokens de entrada sin caché y 5,000 tokens de salida por intento completo. La salida incluye los tokens de razonamiento facturados. Excluimos herramientas, almacenamiento, impuestos y revisión para que el cálculo sea reproducible.

Con el mismo consumo, el precio Standard directo se duplica el 1 de enero de 2027. Batch/Flex demuestra por qué hay que comparar también el modo de consumo; un trabajo directo y diferido puede facturar menos tokens que una solicitud interactiva Standard.

Con la tarifa Standard actual de Google, el intento de $0.03375 cuesta $0.0375 por tarea aceptada al 90%, $0.0482 al 70% y $0.0675 al 50%. Mejorar la tasa de aprobación puede ahorrar más que recortar un prompt pequeño.

Los tokens de razonamiento pueden dominar la salida

Google admite low, medium y high en gemini-3.8-flash; el valor predeterminado es medium. minimal no es compatible y devuelve un error. La tarifa de salida incluye tanto la respuesta visible como los tokens de razonamiento.

La ficha oficial fija un máximo de 1,048,576 tokens de entrada y 65,536 de salida. Son límites de capacidad, no cuotas gratuitas: los tokens facturados siguen contando en el coste de la tarea.

Esto tiene tres consecuencias:

1. Una respuesta visible breve puede llevar una factura alta si el razonamiento fue largo.
2. Un max_output_tokens demasiado bajo puede cortar el razonamiento, devolver un resultado incompleto o vacío y aun así cobrar los tokens ya generados.
3. high solo compensa cuando mejora la aprobación lo suficiente para cubrir la salida y la latencia adicionales.

Prueba low, medium y high sobre el mismo conjunto. Mantén fijos el prompt, las herramientas, los permisos, los reintentos y la validación. Elige el nivel más barato que alcance la tasa requerida, no el primero que produzca texto.

Caché, reintentos y herramientas en una sola cuenta

Google documenta caché implícita para Gemini 3.8 Flash a partir de un prefijo elegible de 4,096 tokens. Coloca instrucciones estables y schemas de herramientas antes de los datos variables cuando el cliente conserve ese prefijo, y comprueba el uso de caché informado. Un texto parecido no demuestra un acierto de caché.

Clasifica los reintentos: error de transporte, argumentos de herramienta inválidos, validación fallida y revisión solicitada por una persona. Un bucle sin límite mejora artificialmente el denominador mientras aumenta el gasto.

Registra como mínimo:

• ID de modelo solicitado y devuelto;
• entrada, caché, razonamiento y salida visible cuando el protocolo los exponga;
• herramientas, coste de herramientas y número de turnos;
• latencia, categoría del error y reintentos;
• resultado de la validación y la prueba exacta;
• importe final facturado para esa ruta.

Gemini nativo y la interfaz compatible con OpenAI pueden usar nombres de campos distintos. Concilia los campos de la ruta real con el panel de uso de OmniaKey y no presupongas el schema de otro proveedor.

Google directo u OmniaKey: punto de partida

No es una clasificación universal. Política de datos, región, límites, soporte, transparencia de enrutamiento y protocolo pueden cambiar la decisión.

Llamar a Gemini 3.8 Flash mediante OmniaKey

Comprueba gemini-3.8-flash en el catálogo en vivo, crea una credencial limitada en Claves API y usa el endpoint compatible con OpenAI:

curl https://api.omniakey.com/v1/chat/completions \
  -H "Authorization: Bearer $OMNIAKEY_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gemini-3.8-flash",
    "messages": [
      {"role": "user", "content": "Return the riskiest assumption in this rollout plan."}
    ],
    "stream": true
  }'

La guía de inicio de la API explica autenticación y URL base. Guarda la clave real en una variable de entorno, nunca en código, prompts, logs o capturas.

Preguntas frecuentes

¿Cuánto cuesta la API de Gemini 3.8 Flash?

Google Standard cuesta $0.75 por millón de tokens de entrada y $3.75 de salida hasta el 31 de diciembre de 2026; publica $1.50 y $7.50 desde el 1 de enero de 2027. La página del modelo Gemini 3.8 Flash muestra el precio actual de OmniaKey.

¿Los tokens de razonamiento se cobran como salida?

Sí. Google incluye los tokens de razonamiento en la salida. Presupuesta con el uso informado, no con la longitud visible.

¿Por qué dividir por la tasa de aprobación?

Los fallos gastan dinero sin sumar una tarea aceptada. Si el coste por intento es estable, dividir por la probabilidad estima el gasto de una aceptación. Con datos reales, usa gasto total dividido por tareas aceptadas.

¿Qué nivel de razonamiento debería usar un agente?

Empieza con low para trabajo acotado y verificable; prueba medium y high cuando fallar sea caro. Gemini 3.8 Flash no admite minimal. El nivel correcto es el más barato que supera de forma fiable la misma validación.

Fuentes primarias

• Precios de la API de Gemini de Google (inglés)
• Documentación de Gemini 3.8 Flash (inglés)
• Documentación de thinking de Google (inglés)
• Documentación de caché de Google (inglés)
• Documentación de Batch API de Google (inglés)

Evidencia y cálculos comprobados el 20 de septiembre de 2026. Los precios, límites y rutas pueden cambiar. Revisa las fuentes y el catálogo de OmniaKey antes de comprometer gasto de producción.