# Prezzi API Gemini 3.8 Flash e costo per task

> Prezzi API Gemini 3.8 Flash su Google e OmniaKey: aumento 2027, token di ragionamento, cache, retry e costo per task agente accettato.

- Canonical HTML: https://omniakey.com/it/blog/gemini-3-8-flash-api-pricing
- Markdown: https://omniakey.com/it/blog/gemini-3-8-flash-api-pricing.md
- Published: 2026-09-20 (updated 2026-10-30)
- Author: Kiki, COO at OmniaKey
- Language: it
- Category: Cost control
- Reading time: 11 min
- All posts: https://omniakey.com/blog/llms.txt

---

Aggiornato il 30 ottobre 2026: il prezzo OmniaKey ora si trova sulla [pagina del modello Gemini 3.8 Flash](https://omniakey.com/it/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](https://omniakey.com/it/gemini-3-8-flash) mostra il prezzo attuale.

Importi e date del contratto diretto provengono dal [listino corrente della Gemini API di Google](https://ai.google.dev/gemini-api/docs/pricing).

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](https://omniakey.com/it/blog/gemini-2-5-pro-deprecated-migration-guide) 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.

> **Dati verificati il 20 settembre 2026.** Prezzi, date, limiti, livelli di ragionamento, cache e comportamento Batch sono stati controllati nella documentazione Google corrente.

## 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.

|Percorso di fatturazione|Input|Input in cache|Output, ragionamento incluso|Ambito|
|-|-:|-:|-:|-|
|Google Standard fino al 31-12-2026|$0.75|$0.075|$3.75|Gemini API diretta a pagamento|
|Google Batch o Flex fino al 31-12-2026|$0.375|$0.0375|$1.875|Lavoro diretto che tollera attesa o capacità flessibile|
|Google Priority fino al 31-12-2026|$1.35|$0.135|$6.75|Elaborazione diretta prioritaria|
|Google Standard dal 01-01-2027|$1.50|$0.15|$7.50|Tariffa Standard diretta programmata|

La [pagina del modello Gemini 3.8 Flash](https://omniakey.com/it/gemini-3-8-flash) mostra il prezzo attuale. OmniaKey e Google gestiscono ciascuno le proprie tariffe. Ricontrolla il [listino live](https://omniakey.com/it/pricing) 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:

```text
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:

```text
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.

|Percorso|Costo per tentativo|Costo atteso per task accettato al 70%|
|-|-:|-:|
|Google Standard nel 2026|`0.02 x $0.75 + 0.005 x $3.75` = **$0.03375**|**$0.0482**|
|Google Standard dal 2027|`0.02 x $1.50 + 0.005 x $7.50` = **$0.06750**|**$0.0964**|
|Google Batch/Flex nel 2026|`0.02 x $0.375 + 0.005 x $1.875` = **$0.016875**|**$0.0241**|

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](https://omniakey.com/it/dashboard/usage), senza assumere lo schema di un altro provider.

## Google diretto o OmniaKey: da dove partire

|Esigenza|Parti da|Motivo|
|-|-|-|
|Prezzo pubblicato più basso per batch differibili|Google Batch|Batch diretto costa oggi il 50% di Standard ed è asincrono|
|Grounding o controlli specifici Google|Google diretto|Il contratto diretto documenta queste funzioni|
|Una chiave e percorso compatibile OpenAI|OmniaKey|Il catalogo offre `gemini-3.8-flash`; il prezzo attuale è sulla pagina del modello|
|Agente interattivo con latenza stretta|Misura entrambi|Il prezzo token non prova coda, affidabilità o riuscita|
|Produzione dopo il 01-01-2027|Ricontrolla entrambi|La modifica Google è pianificata; il futuro prezzo gateway è ignoto|

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](https://omniakey.com/it/models), crea una credenziale limitata in [Chiavi API](https://omniakey.com/it/dashboard/tokens) e usa l'endpoint compatibile OpenAI:

```bash
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](https://docs.omniakey.com/en/quick-start) 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](https://omniakey.com/it/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)](https://ai.google.dev/gemini-api/docs/pricing)
- [Documentazione Gemini 3.8 Flash (inglese)](https://ai.google.dev/gemini-api/docs/models/gemini-3.8-flash)
- [Documentazione Google sul ragionamento (inglese)](https://ai.google.dev/gemini-api/docs/thinking)
- [Documentazione Google sulla cache (inglese)](https://ai.google.dev/gemini-api/docs/caching)
- [Documentazione Google Batch API (inglese)](https://ai.google.dev/gemini-api/docs/batch-api)

_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._