# Preço da API Gemini 3.8 Flash e custo por tarefa

> Preço da API Gemini 3.8 Flash no Google e na OmniaKey: tarifa de 2027, tokens de pensamento, tentativas e custo por tarefa de agente aprovada.

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

---

Atualizado em 30 de outubro de 2026: o preço da OmniaKey agora fica na [página do modelo Gemini 3.8 Flash](https://omniakey.com/pt-BR/gemini-3-8-flash), então as tabelas e o exemplo abaixo mostram apenas as tarifas oficiais do Google.

O **preço da API Gemini 3.8 Flash** no plano Standard pago do Google é de **$0.75 por milhão de tokens de entrada** e **$3.75 por milhão de tokens de saída** até 31 de dezembro de 2026. A tabela do Google passa para $1.50 e $7.50 em 1º de janeiro de 2027. A [página do modelo Gemini 3.8 Flash](https://omniakey.com/pt-BR/gemini-3-8-flash) mostra o preço atual.

Os valores e as datas do contrato direto vêm da [tabela atual de preços da API Gemini do Google](https://ai.google.dev/gemini-api/docs/pricing).

A mesma tabela do 3.8 Flash vale para o tráfego de `gemini-2.5-pro` a partir de 1º de dezembro de 2026, quando o Google envia essas requisições para `gemini-3.8-flash`, e o [guia de migração após o fim do 2.5 Pro](https://omniakey.com/pt-BR/blog/gemini-2-5-pro-deprecated-migration-guide) lista os campos da requisição que precisam mudar.

Preço por token não basta para orçar um agente. A métrica útil é **todo o gasto de tentativas bem-sucedidas e fracassadas dividido pelas tarefas que passam no critério de aceite**. Duas chamadas baratas que falham podem custar mais do que uma chamada mais cara que passa de primeira.

> **Informações verificadas em 20 de setembro de 2026.** Conferimos preços, datas, limites, níveis de pensamento, cache e Batch na documentação atual do Google.

## Tabela de preços do Gemini 3.8 Flash

Todos os valores estão em dólares por milhão de tokens. “Entrada em cache” é a leitura com desconto, não o armazenamento de cache que o Google cobra separadamente.

|Caminho de cobrança|Entrada|Entrada em cache|Saída, incluindo pensamento|Escopo|
|-|-:|-:|-:|-|
|Google Standard até 31/12/2026|$0.75|$0.075|$3.75|API Gemini direta e paga|
|Google Batch ou Flex até 31/12/2026|$0.375|$0.0375|$1.875|Trabalho direto que aceita espera ou capacidade flexível|
|Google Priority até 31/12/2026|$1.35|$0.135|$6.75|Processamento direto prioritário|
|Google Standard a partir de 01/01/2027|$1.50|$0.15|$7.50|Tarifa Standard direta programada|

A [página do modelo Gemini 3.8 Flash](https://omniakey.com/pt-BR/gemini-3-8-flash) mostra o preço atual. A OmniaKey e o Google mantêm cada um suas próprias tarifas. Reveja a [tabela de preços ao vivo](https://omniakey.com/pt-BR/pricing) antes de aprovar um orçamento de produção.

Batch e Flex do Google custam menos que o Standard, mas funcionam de outra forma. Batch é assíncrono, tem meta de conclusão em 24 horas e é documentado pelo Google para `generateContent`. Não presuma que Batch, Flex ou Priority do Google funcionem pela OmniaKey.

Armazenamento de cache, grounding, ferramentas externas, navegador, banco de dados, infraestrutura, impostos e revisão humana podem somar custos ausentes da tabela.

## Fórmula do custo por tarefa de agente aprovada

Comece pelo caminho realmente usado:

```text
custo do modelo por tentativa
  = milhões de entrada x preço de entrada
  + milhões de entrada em cache x preço de cache
  + milhões de saída x preço de saída

custo total por tentativa
  = modelo + ferramentas + grounding + infraestrutura + revisão

custo observado por tarefa aprovada
  = gasto de todas as tentativas, aprovadas e fracassadas
  / tarefas que passaram no critério de aceite
```

Para uma previsão em que cada tentativa custa aproximadamente o mesmo e tem chance independente de passar:

```text
custo esperado por tarefa aprovada = custo por tentativa / taxa de aprovação
```

A última equação é uma aproximação. Uma falha pode terminar cedo, entrar em um loop maior, chamar outras ferramentas ou exigir correção humana. Em produção, use todo o gasto observado no numerador.

Defina “aprovada” antes do teste: patch que passa nos testes, JSON válido no schema, extração que coincide com rótulos revisados ou resposta aprovada por uma rubrica humana. HTTP 200 não é um critério de qualidade.

## Exemplo: 20K de entrada, 5K de saída e 70% de aprovação

Considere 20,000 tokens de entrada sem cache e 5,000 tokens de saída em cada tentativa completa. A saída já inclui os tokens de pensamento cobrados. Ferramentas, armazenamento, impostos e revisão ficam fora para manter a conta reproduzível.

|Caminho de cobrança|Custo por tentativa|Custo esperado por tarefa aprovada a 70%|
|-|-:|-:|
|Google Standard em 2026|`0.02 x $0.75 + 0.005 x $3.75` = **$0.03375**|**$0.0482**|
|Google Standard a partir de 2027|`0.02 x $1.50 + 0.005 x $7.50` = **$0.06750**|**$0.0964**|
|Google Batch/Flex em 2026|`0.02 x $0.375 + 0.005 x $1.875` = **$0.016875**|**$0.0241**|

Com o mesmo uso de tokens, o Standard direto dobra em 1º de janeiro de 2027. A linha Batch/Flex mostra por que o modo de consumo deve entrar na comparação: uma tarefa direta e adiada pode ter cobrança menor do que uma chamada Standard interativa.

No Google Standard atual, a tentativa de $0.03375 custa $0.0375 por tarefa aprovada a 90%, $0.0482 a 70% e $0.0675 a 50%. Aumentar a aprovação pode valer mais do que encurtar um prompt pequeno.

## Tokens de pensamento podem dominar a saída

O Google oferece `low`, `medium` e `high` para `gemini-3.8-flash`; o padrão é `medium`. `minimal` não é aceito e retorna erro. O preço de saída inclui tanto a resposta visível quanto os tokens de pensamento.

A ficha atual lista limite de **1,048,576** tokens de entrada e **65,536** de saída. São tetos de capacidade, não franquias gratuitas; tokens cobrados continuam no custo da tarefa.

Três consequências importam:

1. Uma resposta visível curta pode custar caro após raciocínio longo.
2. Um `max_output_tokens` baixo demais pode interromper o raciocínio, devolver resultado incompleto ou vazio e ainda cobrar os tokens de pensamento gerados.
3. `high` só é econômico quando a melhora na aprovação compensa saída e latência adicionais.

Teste `low`, `medium` e `high` no mesmo conjunto. Mantenha prompt, ferramentas, permissões, política de repetição e comandos de aceite fixos. Escolha o nível mais barato que atinge a aprovação necessária, não apenas o primeiro que devolve texto.

## Cache, novas tentativas e ferramentas no mesmo orçamento

O Google documenta cache implícito para Gemini 3.8 Flash a partir de um prefixo elegível de 4,096 tokens. Se o cliente preserva o prefixo, coloque instruções estáveis e schemas de ferramentas antes dos dados variáveis e confira o uso de cache informado pelo provedor. Texto parecido não comprova cache hit.

Classifique as novas tentativas: erro de transporte, argumento de ferramenta inválido, falha no aceite e revisão pedida por uma pessoa são casos diferentes. Um loop ilimitado aumenta silenciosamente o numerador.

Para um agente com ferramentas, registre ao menos:

- ID de modelo solicitado e devolvido;
- entrada, cache, tokens de pensamento e saída visível quando o protocolo informar;
- ferramentas, custo das ferramentas e número de turnos;
- latência, categoria de erro e quantidade de tentativas;
- resultado e verificação exata do aceite;
- valor final cobrado pela rota.

Gemini nativo e o protocolo compatível com OpenAI podem usar nomes diferentes para usage. Concilie a resposta da rota real com o [painel de uso da OmniaKey](https://omniakey.com/pt-BR/dashboard/usage), sem presumir o schema de outro provedor.

## Google direto ou OmniaKey: onde começar

|Necessidade|Comece por|Motivo|
|-|-|-|
|Menor preço publicado para lote que pode esperar|Google Batch|Batch direto custa hoje 50% do Standard e é assíncrono|
|Grounding ou controles próprios do Google|Google direto|O contrato direto documenta essas superfícies|
|Uma chave e rota compatível com OpenAI|OmniaKey|O catálogo oferece `gemini-3.8-flash`; o preço atual está na página do modelo|
|Agente interativo com latência rigorosa|Meça ambos|Preço por token não prova fila, confiabilidade ou aprovação|
|Produção após 01/01/2027|Verifique ambos de novo|A mudança do Google está programada; o preço futuro do gateway é desconhecido|

Esta não é uma classificação universal. Política de dados, região, limites, suporte, transparência de roteamento e protocolo podem mudar a decisão.

## Chamar Gemini 3.8 Flash pela OmniaKey

Confirme `gemini-3.8-flash` no [catálogo ao vivo](https://omniakey.com/pt-BR/models), crie uma credencial limitada em [Chaves de API](https://omniakey.com/pt-BR/dashboard/tokens) e use o endpoint compatível com 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
  }'
```

O [guia rápido da API em inglês](https://docs.omniakey.com/en/quick-start) explica autenticação e base URL. Guarde a chave real em variável de ambiente, nunca no código, prompt, log de benchmark ou captura de tela.

## Perguntas frequentes

### Quanto custa a API Gemini 3.8 Flash?

Google Standard custa $0.75 por milhão de tokens de entrada e $3.75 de saída até o fim de 2026; a tabela passa a $1.50 e $7.50 em 1º de janeiro de 2027. A [página do modelo Gemini 3.8 Flash](https://omniakey.com/pt-BR/gemini-3-8-flash) mostra o preço atual da OmniaKey.

### Tokens de pensamento entram no preço de saída?

Sim. O Google os inclui na saída. Use os dados de usage do provedor, não o tamanho visível da resposta.

### Por que dividir pela taxa de aprovação?

Falhas gastam sem produzir tarefa aprovada. Com custo estável por tentativa, dividir pela probabilidade estima o gasto de uma aprovação. Com dados reais, divida o gasto total pelas tarefas aprovadas.

### Qual nível de pensamento um agente deve usar?

Comece com `low` em trabalho limitado e verificável; teste `medium` e `high` quando falhar for caro. Gemini 3.8 Flash não aceita `minimal`. O nível certo é o mais barato que passa de forma confiável no mesmo critério.

## Fontes primárias

- [Preços da API Gemini do Google (inglês)](https://ai.google.dev/gemini-api/docs/pricing)
- [Documentação do Gemini 3.8 Flash (inglês)](https://ai.google.dev/gemini-api/docs/models/gemini-3.8-flash)
- [Documentação de pensamento do Google (inglês)](https://ai.google.dev/gemini-api/docs/thinking)
- [Documentação de cache do Google (inglês)](https://ai.google.dev/gemini-api/docs/caching)
- [Documentação da Batch API do Google (inglês)](https://ai.google.dev/gemini-api/docs/batch-api)

_Fontes e cálculos verificados em 20 de setembro de 2026. Preços, limites e disponibilidade podem mudar. Confira as fontes e o catálogo ao vivo da OmniaKey antes de assumir gasto de produção._