Prezzi API Gemini 3.8 Flash e costo per task

Aggiornato il 30 ottobre 2026: il prezzo OmniaKey ora si trova sulla pagina del modello Gemini 3.8 Flash, quindi le tabelle e l'esempio qui sotto mostrano solo le tariffe ufficiali di Google.

I prezzi API Gemini 3.8 Flash sul piano Standard a pagamento di Google sono $0.75 per milione di token in input e $3.75 per milione di token in output fino al 31 dicembre 2026. Google indica $1.50 e $7.50 dal 1° gennaio 2027. La pagina del modello Gemini 3.8 Flash mostra il prezzo attuale.

Importi e date del contratto diretto provengono dal listino corrente della Gemini API di Google.

Lo stesso listino di 3.8 Flash vale anche per il traffico gemini-2.5-pro dal 1° dicembre 2026, quando Google reindirizza quelle richieste su gemini-3.8-flash, e la guida alla migrazione dopo il ritiro di 2.5 Pro elenca i campi della richiesta da modificare.

Il prezzo per token non basta per stimare un agente. La metrica utile è la spesa di tutti i tentativi riusciti e falliti divisa per i task che superano il controllo di accettazione. Due chiamate economiche fallite possono costare più di una chiamata più cara riuscita al primo colpo.

Tabella dei prezzi di Gemini 3.8 Flash

Tutti i valori sono dollari USA per un milione di token. “Input in cache” indica la lettura scontata, non l'archiviazione della cache che Google addebita a parte.

La pagina del modello Gemini 3.8 Flash mostra il prezzo attuale. OmniaKey e Google gestiscono ciascuno le proprie tariffe. Ricontrolla il listino live prima di approvare un budget di produzione.

Google Batch e Flex costano meno di Standard, ma funzionano diversamente. Batch è asincrono, ha un obiettivo di completamento di 24 ore ed è documentato da Google per generateContent. Non presumere che Batch, Flex o Priority di Google funzionino tramite OmniaKey.

Archiviazione della cache, grounding, strumenti esterni, browser, database, infrastruttura, imposte e revisione umana possono aggiungere costi che la tabella token non mostra.

Calcolare il costo per task agente accettato

Parti dal percorso realmente usato:

costo modello per tentativo
  = milioni in input x tariffa input
  + milioni di input in cache x tariffa cache
  + milioni in output x tariffa output

costo totale per tentativo
  = modello + strumenti + grounding + infrastruttura + revisione

costo osservato per task accettato
  = spesa di tutti i tentativi riusciti e falliti
  / task che superano il controllo

Per una previsione in cui ogni tentativo costa circa lo stesso e la probabilità di riuscita è indipendente:

costo atteso per task accettato = costo per tentativo / tasso di riuscita

L'ultima formula è un'approssimazione. Un fallimento può chiudersi presto, entrare in un loop più lungo, chiamare altri strumenti o richiedere correzione umana. In produzione usa tutta la spesa osservata al numeratore.

Definisci “accettato” prima del test: una patch supera gli unit test, un JSON è valido rispetto allo schema, un'estrazione coincide con etichette revisionate o una risposta supera una rubrica umana. HTTP 200 non è un controllo di qualità.

Esempio: 20K input, 5K output, 70% di riuscita

Supponiamo che un tentativo completo usi 20,000 token in input non in cache e 5,000 token in output. L'output comprende i token di ragionamento fatturati. Escludiamo strumenti, archiviazione, imposte e revisione per mantenere il calcolo riproducibile.

A parità di token, Standard diretto raddoppia il 1° gennaio 2027. Batch/Flex mostra perché il modo di consumo va confrontato: un job diretto differibile può fatturare meno di una richiesta Standard interattiva.

Con il Google Standard corrente, lo stesso tentativo da $0.03375 costa $0.0375 per task accettato al 90%, $0.0482 al 70% e $0.0675 al 50%. Migliorare il tasso di riuscita può contare più che accorciare un prompt piccolo.

I token di ragionamento possono dominare l'output

Google supporta low, medium e high per gemini-3.8-flash; il valore predefinito è medium. minimal non è supportato e restituisce un errore. Il prezzo di output comprende risposta visibile e token di ragionamento.

La scheda attuale indica un limite di 1,048,576 token in input e 65,536 in output. Sono limiti di capacità, non quote gratuite; i token fatturati restano nel costo del task.

Tre conseguenze pratiche:

1. Una risposta visibile breve può costare molto dopo un ragionamento lungo.
2. Un max_output_tokens troppo basso può troncare il ragionamento, restituire un risultato incompleto o vuoto e fatturare comunque i token di ragionamento già generati.
3. high conviene solo quando l'aumento del tasso di riuscita copre output e latenza aggiuntivi.

Prova low, medium e high sullo stesso set. Mantieni fissi prompt, strumenti, permessi, regola di retry e comandi di accettazione. Scegli il livello meno costoso che raggiunge il tasso richiesto, non semplicemente quello che produce testo.

Cache, retry e strumenti nello stesso budget

Google documenta la cache implicita di Gemini 3.8 Flash con un prefisso minimo idoneo di 4,096 token. Se il client conserva il prefisso, metti istruzioni stabili e schema degli strumenti prima dei dati variabili, poi controlla l'uso cache dichiarato. Testo simile non dimostra un cache hit.

Classifica i retry: errore di trasporto, argomento non valido, controllo fallito e revisione chiesta da una persona sono categorie diverse. Un loop illimitato aumenta silenziosamente il numeratore.

Per un agente con strumenti registra almeno:

• ID del modello richiesto e restituito;
• input, cache, token di ragionamento e output visibile quando il protocollo li espone;
• strumenti, relativo costo e numero di turni;
• latenza, categoria di errore e retry;
• risultato e controllo esatto di accettazione;
• importo finale fatturato per il percorso.

Gemini native e il protocollo compatibile OpenAI possono usare nomi diversi per i campi usage. Riconcilia la risposta reale con la dashboard di utilizzo OmniaKey, senza assumere lo schema di un altro provider.

Google diretto o OmniaKey: da dove partire

Non è una classifica universale. Politica dei dati, regione, limiti, supporto, trasparenza del routing e protocollo possono cambiare la scelta.

Chiamare Gemini 3.8 Flash tramite OmniaKey

Verifica gemini-3.8-flash nel catalogo live, crea una credenziale limitata in Chiavi API e usa l'endpoint compatibile 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 guida rapida API in inglese spiega autenticazione e base URL. Conserva la chiave reale in una variabile d'ambiente, mai nel codice, nei prompt, nei log di benchmark o negli screenshot.

Domande frequenti

Quanto costa l'API Gemini 3.8 Flash?

Google Standard costa $0.75 per milione di token in input e $3.75 in output fino a fine 2026; dal 1° gennaio 2027 la tabella indica $1.50 e $7.50. La pagina del modello Gemini 3.8 Flash mostra il prezzo OmniaKey attuale.

I token di ragionamento sono fatturati come output?

Sì. Google li include nel prezzo di output. Usa i dati usage del provider, non la lunghezza visibile della risposta.

Perché dividere per il tasso di riuscita?

I fallimenti spendono senza produrre un task accettato. Con un costo stabile, dividere per la probabilità stima la spesa dietro un successo. Con dati di produzione, dividi la spesa totale per i task accettati.

Quale livello di ragionamento dovrebbe usare un agente?

Parti da low per lavoro limitato e verificabile; prova medium e high quando fallire è costoso. Gemini 3.8 Flash non supporta minimal. Il livello giusto è il meno caro che supera in modo affidabile lo stesso controllo.

Fonti primarie

• Prezzi Gemini API di Google (inglese)
• Documentazione Gemini 3.8 Flash (inglese)
• Documentazione Google sul ragionamento (inglese)
• Documentazione Google sulla cache (inglese)
• Documentazione Google Batch API (inglese)

Fonti e calcoli verificati il 20 settembre 2026. Prezzi, limiti e disponibilità possono cambiare. Ricontrolla le fonti primarie e il catalogo live OmniaKey prima di impegnare spesa di produzione.