# Gemini 3.8 Flash API 价格与 Agent 任务成本

> Gemini 3.8 Flash API 价格完整指南：对比 Google 直连与 OmniaKey 当前报价，核算 2027 年调价、thinking token、缓存、重试与成功率对每个通过验收的 Agent 任务成本的影响，并给出可复算的生产预算示例。

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

---

更新于 2026 年 10 月 30 日：OmniaKey 的价格现在放在 [Gemini 3.8 Flash 模型页](https://omniakey.com/zh/gemini-3-8-flash)，下面的价格表与示例只列 Google 官方费率。

**Gemini 3.8 Flash API 价格**在 Google 付费 Standard API 上为每百万输入 token **$0.75**、每百万输出 token **$3.75**，有效期至 2026 年 12 月 31 日。Google 公布的 2027 年 1 月 1 日起费率为输入 **$1.50**、输出 **$7.50**。[Gemini 3.8 Flash 模型页](https://omniakey.com/zh/gemini-3-8-flash)显示当前价格。

上述直连数字与日期来自 [Google 实时 Gemini API 价格表](https://ai.google.dev/gemini-api/docs/pricing)。

同一张 3.8 Flash 价目表从2026年12月1日起也适用于 `gemini-2.5-pro` 的请求：Google 会把这类请求转到 `gemini-3.8-flash`，[Gemini 2.5 Pro 停用与迁移指南](https://omniakey.com/zh/blog/gemini-2-5-pro-deprecated-migration-guide)列出了需要跟着改的请求字段。

这些数字只能说明一个 token 桶多少钱。Agent 预算真正需要的是：**所有成功与失败尝试的总支出，除以通过测试的任务数**。一次便宜但连续失败的调用，完全可能比一次较贵但直接通过的调用更贵。

> **事实核验日期：2026 年 9 月 20 日。** Google 的价格、日期、token 上限、thinking 等级、缓存与 Batch 行为均来自当前官方文档。

## Gemini 3.8 Flash API 价格速览

下表单位均为美元/百万 token。“缓存输入”指较低的缓存读取费率，不包含 Google 另行收取的缓存存储费。

|计费路径|输入|缓存输入|输出（含 thinking）|适用范围|
|-|-:|-:|-:|-|
|Google Standard，至 2026-12-31|$0.75|$0.075|$3.75|Gemini API 直连付费档|
|Google Batch 或 Flex，至 2026-12-31|$0.375|$0.0375|$1.875|直连且允许延迟或弹性处理的任务|
|Google Priority，至 2026-12-31|$1.35|$0.135|$6.75|直连优先处理|
|Google Standard，自 2027-01-01|$1.50|$0.15|$7.50|已公布的直连 Standard 费率|

[Gemini 3.8 Flash 模型页](https://omniakey.com/zh/gemini-3-8-flash)显示当前价格。OmniaKey 与 Google 各自维护自己的费率。批准生产预算前，应重新查看[实时价格表](https://omniakey.com/zh/pricing)。

Google Batch 与 Flex 单价比 Standard 低，但工作方式不同。Batch 是异步任务，目标周转时间为 24 小时，而且 Google 文档将其归于 `generateContent`。不要假设通过 OmniaKey 也能使用 Google 的 Batch、Flex 或 Priority 模式。

缓存存储、Grounding、外部工具、浏览器、数据库、托管、税费与人工复核，也可能产生 token 表中没有的费用。

## 如何计算每个通过验收的 Agent 任务成本

先确定实际调用路径，再套公式：

```text
每次尝试的模型成本
  = 输入百万数 x 输入费率
  + 缓存输入百万数 x 缓存费率
  + 输出百万数 x 输出费率

每次尝试的总成本
  = 模型成本 + 工具 + Grounding + 基础设施 + 人工复核

实测每个通过验收任务的成本
  = 成功与失败尝试的全部支出
  / 通过验收的任务数
```

若每次尝试成本近似相同，且每次通过可近似看作独立事件，可用：

```text
预计每个通过验收任务的成本 = 每次尝试成本 / 通过率
```

最后一条只是预测捷径。失败任务可能提前终止，也可能循环更久、调用更多工具或进入人工修复。上线后应使用真实总支出作为分子。

测试前先定义“通过”：代码补丁通过单元测试、JSON 通过 schema 校验、抽取结果匹配人工标注，或客服答案通过评分标准。HTTP 200 本身不是质量检查。

## 可复算示例：20K 输入、5K 输出、70% 通过率

假设每次完整尝试消耗 20,000 个未缓存输入 token 和 5,000 个输出 token；输出中已经包含供应商计费的 thinking token。为保证公式可复算，暂不计工具、缓存存储、税费和人工复核。

|计费路径|每次尝试成本|70% 通过率下的预计通过任务成本|
|-|-:|-:|
|Google Standard（2026 年内）|`0.02 x $0.75 + 0.005 x $3.75` = **$0.03375**|**$0.0482**|
|Google Standard（2027 年起）|`0.02 x $1.50 + 0.005 x $7.50` = **$0.06750**|**$0.0964**|
|Google Batch/Flex（2026 年内）|`0.02 x $0.375 + 0.005 x $1.875` = **$0.016875**|**$0.0241**|

在 token 用量不变的前提下，Google 直连 Standard 在 2027 年 1 月 1 日后成本翻倍。Batch/Flex 一行也说明：比较 API 成本时必须注明消费模式，允许延迟的直连任务可能比交互式 Standard 请求更便宜。

按当前 Google Standard 费率，同一笔 $0.03375 的尝试在 90% 通过率下为每个通过任务 $0.0375，在 70% 时为 $0.0482，在 50% 时为 $0.0675。提升通过率可能比缩短一个小 prompt 更重要。

## Thinking token 可能主导输出账单

Google 为 `gemini-3.8-flash` 提供 `low`、`medium`、`high` 三档 thinking，默认是 `medium`；`minimal` 不受支持，会直接报错。输出费同时覆盖可见回答 token 与 thinking token。

官方模型页列出的输入上限为 **1,048,576** token，输出上限为 **65,536** token。它们是容量上限，不是免费额度；实际计费 token 仍需进入任务成本的分子。

因此需要注意：

1. 可见回答很短，也可能因为内部推理较长而产生较高输出费。
2. `max_output_tokens` 设得太小，可能在推理中途截断，得到不完整甚至空结果，同时已经生成的 thinking token 仍会计费。
3. 只有当 `high` 带来的通过率增益足以覆盖额外输出与延迟，它才更经济。

应在同一任务集上测试 `low`、`medium` 与 `high`，固定 prompt、工具、权限、重试策略和测试命令。选择能达到目标通过率的最低档，而不是仅仅“能返回文本”的最低档。

## 缓存、重试和工具必须放进同一本账

Google 为 Gemini 3.8 Flash 的隐式缓存列出 4,096 token 的最低合格前缀。若客户端能保持前缀不变，把稳定的 system 指令与工具 schema 放在变化任务数据之前，并核对供应商报告的缓存用量。文本相似不等于缓存命中。

重试应记录原因：传输错误、工具参数无效、检查未通过、人工要求返工应分开统计。无限重试会让通过率看起来更好，却在后台持续扩大分子。

工具型 Agent 至少要记录：

- 请求与返回的模型 ID；
- 当前协议实际提供的输入、缓存输入、thinking 与可见输出用量；
- 工具名称、工具费用与轮次数；
- 延迟、错误类别与重试次数；
- 测试结果及产生该结果的具体检查；
- 该路径的最终账单金额。

Gemini 原生协议与 OpenAI 兼容协议的 usage 字段名可能不同。应把真实路径返回的字段与 [OmniaKey 用量面板](https://omniakey.com/zh/dashboard/usage)对账，不要套用另一家供应商的 schema。

## Google 直连与 OmniaKey 怎么选

|需求|优先测试|原因|
|-|-|-|
|可延迟批量任务的最低公开单价|Google Batch|当前直连 Batch 为 Standard 的 50%，但属于异步任务|
|Google 专属 Grounding 或消费模式|Google 直连|这些能力由 Google 直连合同明确描述|
|一把 Key 与 OpenAI 兼容接口|OmniaKey|目录提供 `gemini-3.8-flash`；当前价格见模型页|
|严格延迟要求的交互式 Agent|两边实测|token 单价不能证明排队、可靠性或通过率|
|2027-01-01 之后的生产路径|两边重查|Google 已计划调价，未来网关价格仍未知|

这不是“谁永远更好”的排名。数据政策、地区可用性、速率限制、支持、供应商透明度与客户端协议都可能改变决定。

## 通过 OmniaKey 调用 Gemini 3.8 Flash

先在[实时模型目录](https://omniakey.com/zh/models)确认 `gemini-3.8-flash`，再在[API Key 页面](https://omniakey.com/zh/dashboard/tokens)创建独立凭据，然后调用 OpenAI 兼容接口：

```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
  }'
```

[API 快速入门](https://docs.omniakey.com/cn/quick-start)说明鉴权与 Base URL。真实 Key 只能放在环境变量中，不能写进源码、prompt、benchmark 日志或截图。

## 国内怎么用

OmniaKey 支持人民币直充（支付宝、微信支付），一个 key 就能调用多家模型，包括
[Gemini 3.8 Flash](https://omniakey.com/zh/gemini-3-8-flash)，不用自己再去申请 Google 的 API 账号。
同一段代码改一下 `model`，就能换到别的模型。

## 常见问题

### Gemini 3.8 Flash API 多少钱？

Google 付费 Standard 在 2026 年 12 月 31 日前为每百万输入 $0.75、输出 $3.75；2027 年 1 月 1 日起列出的费率为 $1.50 与 $7.50。[Gemini 3.8 Flash 模型页](https://omniakey.com/zh/gemini-3-8-flash)显示 OmniaKey 当前价格。

### Thinking token 算输出费吗？

算。Google 明确说明输出价格包含 thinking token。预算应依据供应商 usage，而不是肉眼可见的回答长度。

### 为什么要除以通过率？

失败尝试会花钱，却不会增加通过测试的任务数。每次尝试成本稳定时，除以通过概率可以估算一个通过任务背后的支出；有生产数据后，应改用真实总支出除以通过任务数。

### Agent 应该用哪个 thinking 等级？

范围明确、可自动检查的任务先测 `low`；失败代价高时再测试 `medium` 与 `high`。Gemini 3.8 Flash 不支持 `minimal`。正确选择是能稳定通过同一测试门槛的最低成本档。

## 一手资料

- [Google Gemini API 价格（英文）](https://ai.google.dev/gemini-api/docs/pricing)
- [Google Gemini 3.8 Flash 模型文档（英文）](https://ai.google.dev/gemini-api/docs/models/gemini-3.8-flash)
- [Google thinking 文档（英文）](https://ai.google.dev/gemini-api/docs/thinking)
- [Google 上下文缓存文档（英文）](https://ai.google.dev/gemini-api/docs/caching)
- [Google Batch API 文档（英文）](https://ai.google.dev/gemini-api/docs/batch-api)

_来源与计算核验于 2026 年 9 月 20 日。价格、模型限制、接入可用性与供应商行为都可能变化；正式投入生产预算前，请重新查看一手费率表与 OmniaKey 实时目录。_