Google Gemini (Google Gemini)
💰 Token 价格
| 类型 | 价格 | 备注 |
|---|---|---|
| 输入 (Input) | 2.5 Pro: $1.25-10/M, 2.5 Flash: $0.15-1.25/M, 2.0 Flash: $0.10/M | 每百万 tokens |
| 输出 (Output) | 2.5 Pro: $5-40/M, 2.5 Flash: $0.30-5/M, 2.0 Flash: $0.40/M | 每百万 tokens |
免费版：2.5 Pro/Flash 有免费 Rate Limit（15-30 RPM），超出按量计费
🤖 支持模型（共 4 个）
✨ 优势
- ✓ Gemini 2.5 Pro 拥有 1M+ Token 超长上下文
- ✓ 多模态原生设计（图文+音视频原生支持）
- ✓ Google Search Grounding 可获取实时信息
- ✓ 免费额度慷慨（2.5 Flash 日常够用）
- ✓ Gemma 开源模型系列有竞争力
- ✓ Vertex AI 支持企业级部署
⚠️ 不足
- × 国内使用需代理
- × API 兼容性不完全（非 OpenAI 格式）
- × 上下文窗口虽大但实际有效利用率存疑
- × 复杂的定价体系（不同上下文有不同费率）
- × Gemini 2.5 Pro 的 output 速率受限严重
🎯 适合场景
超长文档处理；多模态理解；需要实时搜索增强的应用；高免费额度需求场景
💰 价格与方案
| 模型 | 上下文 | 输入 ($/百万 token) | 输出 ($/百万 token) | 最佳用途 |
|---|---|---|---|---|
| Gemini 2.5 Pro（≤200K） | 1M | ¥9.0 | ¥72 | 长文档推理、复杂代码 |
| Gemini 2.5 Pro（>200K） | 1M | ¥18 | ¥108 | 全上下文分析、付费高阶档 |
| Gemini 2.5 Flash | 1M | ¥1.08 | ¥4.32（关闭推理）/¥25.2（开启推理） | 高频调用，性价比首选 |
| Gemini 2.0 Flash | 1M | ¥0.72 | ¥2.88 | 最便宜的 Gemini 文本，批量任务 |
| Gemini 2.0 Flash Lite | 1M | ¥0.18 | ¥0.72 | 超低成本，简单分类 |
| Gemini Embedding | 8K | — | ¥1.08（每百万字符输出） | RAG 向量嵌入 |
| Imagen 4 | — | — | ¥0.29 / 张 | 标准图像生成 |
| Veo 3.1 | — | — | ¥0.72 / 秒 | 短视频生成 |
| Gemma 3（开源权重） | 128K | 自托管 | 自托管 | 本地部署，可微调，无 API 成本 |
🔧 API 与开发者体验
- •API 风格: Google Gen AI SDK（Python/Node/Go/Java/REST）与 Vertex AI 端点 — 默认不兼容 OpenAI 格式，但可通过 OpenRouter、LiteLLM 或自建代理包装层接入。
- •Base URL: https://generativelanguage.googleapis.com/v1beta（Google AI Studio）或 https://{region}-aiplatform.googleapis.com/v1（Vertex AI）。
- •SDK 兼容性: 官方 google-genai SDK 统一接入 Gemini + Imagen + Veo；社区可通过 OpenAI 兼容包装层使用。
- •多模态输入: 单次请求接受文本 + 图像（内联或 File API）+ 音频 + 视频（1M 上下文内最长 60 分钟）— 无需按模态分别调用。
- •流式输出: 文本 SSE token 流；文件/视频生成时流式推送进度；Gemini 2.5 Flash 支持音频输出合成。
- •上下文窗口: Gemini 2.5 Pro / Flash 支持 1M token — 2026 年商业文本 API 中最大；Gemma 3 支持 128K。
- •工具 / 函数调用: 原生函数调用支持 JSON-schema；code_execution 工具提供代码沙箱；内置 Google Search 联网检索（返回引用来源）。
🔍 Google Search 联网检索
Google Search Grounding 是 Gemini API 最具差异化的能力：任何 Gemini 2.x 请求都可以选择开启实时联网检索，模型会同时返回答案与所引用的来源 URL。与需要开发者自建向量数据库并预先摄入文档的 RAG 系统不同，Grounding 每次调用都直接从 Google 索引中拉取最新数据 — 非常适合事实型助手、市场调研机器人、新闻摘要与『本周发生了什么』类工作流。带 Grounding 的响应还包含『搜索入口』，让终端用户可查看模型实际执行的查询语句，便于在面向客户的产品中建立信任。Grounding 按提示单独计费：2.5 Pro 约 35 美元 / 千次 Grounding 提示（与 token 费用分开计费），对 B2B 场景可接受，但高频消费类应用需预留预算。
🌐 中国访问与延迟
Google AI Studio 与 Vertex AI 均无法从中国大陆直接访问 — generative-language API 与 Imagen/Veo 端点都需要稳定代理或 VPN。因此中国大陆用户的延迟本质是代理延迟加上 100–300ms 的 Google API 响应时间，实时多模态对话在大陆网络下难以稳定。境外用户从美/欧访问 Google AI Studio，文本首 token 通常 200–600ms，图像/视频生成启动 1–3s。免费额度（2.5 Pro 5 RPM、2.5 Flash 15 RPM、2.0 Flash 15 RPM、Imagen 4 每日 10 张）足够原型期免信用卡验证，但中国大陆的生产用户通常通过第三方聚合（OpenRouter、LiteLLM 代理或授权转售商）来避免自建代理集群。同时服务中国与全球用户的开发者需维护两条并行集成路径 — 海外直接调用 Google API，国内走聚合路由。