Gemini 3.8 Flash 1 月 1 日价格翻倍:现在怎么做预算
Gemini 3.8 Flash 现在的价格(输入 $0.75、输出 $3.75 / 百万 token)是 Google 给的入门价,2027 年 1 月 1 日起翻倍,变成 $1.50 / $7.50。如果你的 Agent 会在明年继续跑,预算建议直接按新价格做。
gemini-3.8-flashGoogle · 1M · 稳定 $0.75 / $3.75 · Agent $0.1875 / $0.9375查看模型页 →美元 / 百万 token
— 表示未记录该项价格,不代表免费;实际费用以请求回执为准。
具体变了什么 #
| 项目 | 2026-12-31 前 | 2027-01-01 起 |
|---|---|---|
| 输入 | $0.75 | $1.50 |
| 输出(含思考 token) | $3.75 | $7.50 |
| 缓存读取 | $0.075 | $0.15 |
| 缓存存储(每百万 token 每小时) | $0.50 | $1.00 |
单位都是美元 / 百万 token。Google 定价页的输出价写的是「含思考 token」,也就是说模型的思考过程按输出价计费。图片、音频、视频输入和文本用同一个输入价。
Batch 和 Flex 一样翻倍($0.375 / $1.875 → $0.75 / $3.75),Priority 也一样($1.35 / $6.75 → $2.70 / $13.50)。Lazu 稳定线路按 Google 标准价计费,不提供 Batch / Flex。
说法上有一点出入:Google 的发布文章和「新功能」页称 $0.75 / $3.75 为入门价,截至 2026-12-31;定价页只写了两段日期的价格;模型卡片则把 $1.50 / $7.50 称为常规价。三处的数字是一致的。
另外,Google 在发布文章和模型卡片里都提到,3.8 Flash 为了效果可能会用更多 token。所以同一个任务的实际费用,最好用你自己的请求实测,而不只是比单价。
对一个 Agent 任务意味着什么 #
以一个常见的 Agent 步骤为例:每次读入 20K token 上下文,输出 2K token(含思考)。
| 现在 | 1 月 1 日起 | |
|---|---|---|
| 单次费用 | 20K × 0.75 + 2K × 3.75 ≈ $0.0225 | ≈ $0.045 |
| 每天 1,000 次 | ≈ $22.5 | ≈ $45 |
| 每月(30 天) | ≈ $675 | ≈ $1,350 |
如果 20K 里有 15K 能命中缓存,现在单次约 $0.0124,明年约 $0.0248。缓存命中率越高,翻倍后省下的绝对金额越多,所以现在就值得检查一下:固定的系统提示词和工具定义,是否放在了上下文最前面、每次都一样。
现在可以做的三件事 #
- 按新价格重算预算。 尤其是已经报给财务或客户的年度报价。
- 把缓存用好。 固定内容放在前面,变化的内容放在后面。
- 在自己的任务上试几个替代模型。 不同模型在你的任务上表现差别很大,价格只是一方面。Lazu 上同一个 Key 就能切换,只改模型名:
| 模型 | 输入 / 输出(美元 / 百万 token) | 备注 |
|---|---|---|
| Gemini 3.7 Flash | $0.75 / $3.75 | 3.8 Flash 基于它构建;Google 称其价格同为入门价,明年是否调整以 Google 公告为准 |
| DeepSeek Flash | $0.1875 / $0.75 | 工作日北京时间 9–12 点、14–18 点为峰时,价格翻倍 |
| GPT-6 Luna | $0.10 / $0.50 | |
| Claude Haiku 5.5 | $0.10 / $0.50 | 提示超过 100K token 时整次请求按 5 倍计价 |
以上为 Lazu 稳定线路在 2026-10-20 的价格,最新以模型页为准。
Lazu 会怎么调整 #
Lazu 稳定线路按 Google 官方价计费,2027 年 1 月 1 日起会跟着调整为 $1.50 / $7.50。优惠线路的新价格,会在 12 月底前公布在模型页和更新日志里。
每次调用的实际计价,都可以在控制台的请求回执里看到。
最小调用示例 #
from openai import OpenAI
client = OpenAI(base_url="https://api.lazu.ai/v1", api_key="你的 Lazu Key")
reply = client.chat.completions.create(
model="gemini-3.8-flash",
messages=[{"role": "user", "content": "用一句话解释什么是提示词缓存"}],
)
print(reply.choices[0].message.content)
也可以用 Gemini 原生接口:POST https://api.lazu.ai/v1beta/models/gemini-3.8-flash:generateContent。