Gemini API Pricing：Flash 与 Pro 成本比较
先给结论
输入 100 万 token，Gemini 2.5 Pro 收 $1.25，2.5 Flash 只收 $0.30，差 4 倍；输出端 $10.00 对 $2.50，还是 4 倍。日常对话、批量处理、RAG 用 Flash，代码生成、复杂推理、长文档分析再上 Pro，这是大多数人最划算的组合。
对比数据来自 Google 官方定价页（2026 年 10 月生效），版本会迭代，接入前还是以官方定价页为准。
Flash vs Pro 定价对比
| 对比项 | Gemini 2.5 Flash | Gemini 2.5 Pro | Gemini 2.5 Flash-Lite |
|---|---|---|---|
| 输入价格（每 100 万 token） | $0.30（文字/图片/视频） $1.00（音频） | $1.25（≤20 万 token） $2.50（>20 万 token） | $0.10（文字/图片/视频） $0.30（音频） |
| 输出价格（每 100 万 token，含思考） | $2.50 | $10.00（≤20 万 token） $15.00（>20 万 token） | $0.40 |
| 上下文缓存（每 100 万 token/小时） | $0.03，存储 $1.00 | $0.125（≤20 万）/$0.25（>20 万），存储 $4.50 | $0.01，存储 $1.00 |
| 上下文窗口 | 100 万 token | 200 万 token | 100 万 token |
| 典型场景 | 实时助手、批量任务、多轮对话、RAG | 代码、数学、复杂推理、长文档 | 大规模低成本、高并发、数据提取 |
输入价格差看得很清楚：Flash 是 Pro 的 1/4，Flash-Lite 又只有 Flash 的 1/3。输出端差距更大，Pro 一段思考密集的回答，成本能顶 Flash 四段。要是你的调用里推理占比高，这个差距会被进一步放大。
什么时候选 Flash，什么时候选 Pro
Flash 适合聊天机器人、信息抽取、摘要、批处理这些活儿，输出便宜，带思考预算但不会烧钱。绝大多数业务用不到 Pro 的推理深度。
Pro 留给复杂代码、多步推理、数学题、长文档问答。注意 20 万 token 以上的档位会跳到 $2.50 输入 / $15.00 输出，超长上下文要提前算账。它是"贵，但值得"的那一档——前提是你把用量控制住。
Flash-Lite 就是干数据提取、分类、大规模简单生成用的。追求极致成本选它没错，但别指望它写代码。
算一笔实际账
假设你每天跑 50 万输入 token、10 万输出 token，全部走标准档：
Flash：输入 0.5×$0.30 = $0.15，输出 0.1×$2.50 = $0.25，一天合计 $0.40，一个月约 $12。
Pro：输入 0.5×$1.25 = $0.625，输出 0.1×$10.00 = $1.00，一天 $1.63，一个月约 $49。
同样的量，Pro 是 Flash 的 4 倍。如果这套调用是生产流量，一个月 50 美元的差价足够你在中间加一层路由——简单请求走 Flash，难任务才转发 Pro。很多团队就是这么做的：白天把流量喂给 Flash，深夜批处理再切 Pro 跑重活。
再叠加上下文缓存：如果 70% 的请求共享同一段系统提示（比如 1 万 token 的固定 prompt），缓存命中后那部分输入按缓存价计费，Flash 从 $0.30 降到 $0.03，Pro 从 $1.25 降到 $0.125。省下来的钱通常比缓存存储费多得多，除非你的会话开得又多又长。
上下文缓存怎么省钱
缓存价格本身不高：Flash 每小时每 100 万 token 只要 $0.03，Pro 是 $0.125。真正的大头是存储，Pro 收 $4.50/100 万 token/小时，比 Flash 贵 4.5 倍。长会话、固定系统提示、多轮 RAG 用缓存都划算，但用完记得清理。长期挂着的存储费会一点一点吃掉你省下的钱。
音频和图片的成本差异
Flash 的音频输入是 $1.00/100 万 token，文字只要 $0.30；Pro 没有单独列音频档，按统一输入价算。图片按 token 计费，一张图折合的 token 数取决于分辨率。语音场景比纯文本贵不少，这也是很多语音助手宁可要 Flash 也不要 Pro 的原因。
还有个容易忽略的点：官方价格按"每 100 万 token"计价，但计费按实际 token 数精确到小数。一次请求 3000 token 输入，就只收 $0.30×0.003 = $0.0009。别被单价吓到，也别被"百万 token"这个词唬住——大多数普通应用的月度 token 消耗，用 Flash 也就是几美元的量级。
FAQ
Gemini 2.5 Flash 和 Pro 的价格差多少？
标准档输入 $0.30 vs $1.25（约 4 倍），输出 $2.50 vs $10.00（4 倍）。长上下文（>20 万 token）时 Pro 跳到 $2.50/$15.00，差距更大。
上下文缓存能省多少钱？
命中缓存的输入按缓存价计费：Flash $0.03、Pro $0.125（每 100 万 token/小时）。重复使用同一段上下文时能省 90% 左右的输入费用，但要额外付存储费。
用 Flash 还是 Pro 做代码生成？
复杂重构、多文件、难 bug 用 Pro；简单脚本、格式化、重复性代码 Flash 够用。可以先 Flash 试跑，质量不达标再局部切 Pro。
价格是固定的吗？
不是。Google 会随版本迭代调整价格和免费额度，批量（Batch）和 Flex 档通常半价。接入前查官方定价页，别按旧价格做预算。
免费额度够用吗？
官方免费档有限速（RPD 限额），生产环境不建议依赖。免费档适合测试和原型，正式接入按量付费更稳。
Batch 和 Flex 档便宜多少？
批量档通常接近半价：Pro 输入 $0.625、输出 $5.00（≤20 万 token）。代价是不能实时返回，适合离线任务。
在哪里能同时比较和调用这些模型？
官方渠道需要分别开通和计费。如果你在找国内可用、按量付费的多模型入口，可以看看之前写的Gemini API 在中国如何调用，里面有直连和聚合渠道的对比。
想按实际用量对比各档成本，去 BigModel 控制台看实时价格，按量计费、充多少用多少，不用先买套餐。
