Harga API Gemini 3.8 Flash dan biaya tugas agen

Diperbarui 30 Oktober 2026: harga OmniaKey kini ada di halaman model Gemini 3.8 Flash, jadi tabel dan contoh di bawah hanya menampilkan tarif resmi Google.

Harga API Gemini 3.8 Flash pada API Standard berbayar Google adalah $0.75 per satu juta token input dan $3.75 per satu juta token output hingga 31 Desember 2026. Google mencantumkan $1.50 dan $7.50 mulai 1 Januari 2027. Halaman model Gemini 3.8 Flash menampilkan harga saat ini.

Angka dan tanggal jalur langsung berasal dari tabel harga Gemini API Google saat ini.

Tarif 3.8 Flash yang sama berlaku untuk lalu lintas gemini-2.5-pro mulai 1 Desember 2026, saat Google mengalihkan permintaan itu ke gemini-3.8-flash, dan panduan migrasi setelah 2.5 Pro dihentikan merinci kolom permintaan yang perlu diubah.

Tarif token saja belum cukup untuk menganggarkan agen. Angka yang berguna adalah total belanja semua percobaan berhasil dan gagal dibagi jumlah tugas yang lolos pemeriksaan penerimaan. Dua panggilan murah yang gagal dapat lebih mahal daripada satu panggilan lebih mahal yang langsung lolos.

Ringkasan harga Gemini 3.8 Flash

Semua angka dalam dolar AS per satu juta token. “Input cache” adalah tarif baca yang lebih rendah, bukan biaya penyimpanan cache Google yang terpisah.

Halaman model Gemini 3.8 Flash menampilkan harga saat ini. OmniaKey dan Google mengelola tarifnya masing-masing. Periksa kembali tabel harga live sebelum menyetujui anggaran produksi.

Google Batch dan Flex lebih murah daripada Standard, tetapi cara kerjanya berbeda. Batch bersifat asinkron, memiliki target penyelesaian 24 jam, dan didokumentasikan Google untuk generateContent. Jangan menganggap Batch, Flex, atau Priority Google tersedia melalui OmniaKey.

Penyimpanan cache, grounding, alat eksternal, browser, basis data, infrastruktur, pajak, dan tinjauan manusia dapat menambah biaya di luar tabel token.

Rumus biaya per tugas agen yang lolos

Mulai dari jalur yang benar-benar digunakan:

biaya model per percobaan
  = juta input x tarif input
  + juta input cache x tarif cache
  + juta output x tarif output

biaya total per percobaan
  = model + alat + grounding + infrastruktur + tinjauan

biaya teramati per tugas yang lolos
  = belanja semua percobaan berhasil dan gagal
  / jumlah tugas yang lolos pemeriksaan

Untuk perkiraan saat tiap percobaan berbiaya hampir sama dan peluang lolosnya independen:

biaya harapan per tugas yang lolos = biaya percobaan / tingkat lolos

Rumus terakhir adalah pendekatan. Kegagalan dapat berhenti cepat, berputar lebih lama, memanggil alat lain, atau memerlukan perbaikan manusia. Di produksi, gunakan seluruh belanja yang teramati sebagai pembilang.

Tentukan “lolos” sebelum pengujian: patch melewati unit test, JSON valid terhadap schema, hasil ekstraksi cocok dengan label yang ditinjau, atau jawaban memenuhi rubrik manusia. HTTP 200 bukan pemeriksaan kualitas.

Contoh: 20K input, 5K output, tingkat lolos 70%

Anggap satu percobaan lengkap memakai 20,000 token input tanpa cache dan 5,000 token output. Output mencakup token pemikiran yang ditagih. Alat, penyimpanan, pajak, dan tinjauan dikecualikan agar perhitungan dapat direproduksi.

Dengan jumlah token tetap, Standard langsung menjadi dua kali lipat pada 1 Januari 2027. Batch/Flex menunjukkan mengapa mode konsumsi harus ikut dibandingkan: pekerjaan langsung yang dapat menunggu bisa memiliki tagihan token lebih rendah daripada permintaan Standard interaktif.

Pada Google Standard saat ini, percobaan $0.03375 menjadi $0.0375 per tugas lolos pada 90%, $0.0482 pada 70%, dan $0.0675 pada 50%. Meningkatkan tingkat lolos dapat lebih berarti daripada memangkas prompt kecil.

Token pemikiran dapat mendominasi biaya output

Google mendukung low, medium, dan high untuk gemini-3.8-flash; default-nya medium. minimal tidak didukung dan menghasilkan error. Harga output mencakup jawaban yang terlihat serta token pemikiran.

Dokumentasi model mencantumkan batas input 1,048,576 token dan output 65,536 token. Itu batas kapasitas, bukan kuota gratis; token yang ditagih tetap masuk ke biaya tugas.

Ada tiga dampak penting:

1. Jawaban terlihat singkat dapat memiliki biaya output tinggi setelah penalaran panjang.
2. max_output_tokens yang terlalu kecil bisa menghentikan penalaran, mengembalikan hasil tidak lengkap atau kosong, sementara token pemikiran yang sudah dibuat tetap ditagih.
3. high hanya ekonomis bila peningkatan tingkat lolos menutup tambahan output dan latensi.

Uji low, medium, dan high pada kumpulan tugas yang sama. Kunci prompt, alat, izin, kebijakan retry, dan perintah penerimaan. Pilih level termurah yang mencapai tingkat lolos yang dibutuhkan, bukan sekadar level pertama yang menghasilkan teks.

Satukan cache, retry, dan alat dalam anggaran

Google mendokumentasikan cache implisit Gemini 3.8 Flash dengan prefix minimum 4,096 token. Jika klien mempertahankan prefix, letakkan instruksi stabil dan schema alat sebelum data tugas yang berubah, lalu periksa penggunaan cache yang dilaporkan penyedia. Teks yang mirip bukan bukti cache hit.

Catat alasan retry: error transport, argumen alat tidak valid, pemeriksaan penerimaan gagal, dan revisi yang diminta manusia adalah kategori berbeda. Retry tanpa batas diam-diam memperbesar pembilang.

Untuk agen yang memakai alat, simpan setidaknya:

• model ID yang diminta dan dikembalikan;
• input, cache, token pemikiran, dan output terlihat saat protokol menyediakannya;
• nama alat, biaya alat, dan jumlah putaran;
• latensi, kategori error, dan jumlah retry;
• hasil penerimaan serta pemeriksaan tepatnya;
• jumlah akhir yang ditagih pada jalur tersebut.

Protokol Gemini native dan kompatibel OpenAI dapat memakai nama field usage berbeda. Cocokkan respons jalur nyata dengan dasbor penggunaan OmniaKey, jangan mengasumsikan schema penyedia lain.

Memilih Google langsung atau OmniaKey

Ini bukan peringkat universal. Kebijakan data, wilayah, rate limit, dukungan, transparansi routing, dan protokol klien dapat mengubah keputusan.

Memanggil Gemini 3.8 Flash melalui OmniaKey

Pastikan gemini-3.8-flash ada di katalog model live, buat kredensial terbatas di API Keys, lalu panggil endpoint kompatibel 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
  }'

Panduan cepat API berbahasa Inggris menjelaskan autentikasi dan base URL. Simpan key asli di environment variable, bukan di source, prompt, log benchmark, atau tangkapan layar.

Pertanyaan umum

Berapa harga API Gemini 3.8 Flash?

Google Standard adalah $0.75 per satu juta token input dan $3.75 untuk output hingga akhir 2026, lalu $1.50 dan $7.50 mulai 1 Januari 2027. Halaman model Gemini 3.8 Flash menampilkan harga OmniaKey saat ini.

Apakah token pemikiran ditagih sebagai output?

Ya. Google memasukkannya dalam harga output. Gunakan data usage penyedia, bukan panjang jawaban yang terlihat.

Mengapa biaya dibagi tingkat lolos?

Kegagalan menghabiskan uang tanpa menghasilkan tugas yang diterima. Jika biaya percobaan stabil, membaginya dengan probabilitas memberi perkiraan biaya satu keberhasilan. Setelah ada data produksi, bagi total belanja dengan tugas yang lolos.

Level pemikiran mana yang sebaiknya dipakai agen?

Mulai dengan low untuk pekerjaan terbatas dan dapat diperiksa, lalu uji medium dan high jika kegagalan mahal. Gemini 3.8 Flash tidak mendukung minimal. Level yang tepat adalah yang termurah dan tetap lolos pemeriksaan yang sama secara andal.

Sumber primer

• Harga Gemini API Google (bahasa Inggris)
• Dokumentasi model Gemini 3.8 Flash (bahasa Inggris)
• Dokumentasi pemikiran Google (bahasa Inggris)
• Dokumentasi context caching Google (bahasa Inggris)
• Dokumentasi Batch API Google (bahasa Inggris)

Sumber dan perhitungan diperiksa pada 20 September 2026. Harga, batas, dan ketersediaan jalur dapat berubah. Periksa sumber primer dan katalog live OmniaKey sebelum menetapkan belanja produksi.