很多人看到 Gemini 3 Flash 的单价，第一反应是「这么便宜，随便调」，结果跑一个月发现账单和自己算的差一截。问题通常不在单价，而在你算的时候漏了哪些项、用错了哪个口径。这篇不讲空泛的概念，只给一套能直接照做的动作：去哪儿看当时的官方数字、拿到数字后按什么顺序折算成自己场景的一次调用成本、以及月底怎么和账单对账。
很多人看到 Gemini 3 Flash 的单价，第一反应是「这么便宜，随便调」，结果跑一个月发现账单和自己算的差一截。问题通常不在单价，而在你算的时候漏了哪些项、用错了哪个口径。这篇只给一套能直接照做的动作：去哪儿看当时的官方数字、拿到数字后按什么顺序折算成自己场景的一次调用成本、以及月底怎么和账单对账。
先把一个前提说清：任何写死在文章里的价格都会过期，本文也不打算给你一个「记住这个数就行」的答案。所有具体金额、档位划分、是否区分输入输出价，一律以站内官方价格页当时的数字为准。你要带走的是折算方法和排查顺序，不是某个数字。
先找对页面，再看对数字
定价这件事最容易踩的坑不是贵，是看错了页面。官方单价只在官方价格页有效，任何二手转述、群里截图、上个月的缓存页面都可能已经过期。下单前先去 /official-api 看总览，再进 /official-api/providers/google 核对该模型当时的输入、输出单价，以及有没有区分上下文长度或任务类型的档位。
| 你走的通道 | 该看哪里 | 容易漏掉的项 |
|---|---|---|
| 官方直连 | /official-api/providers/google | 是否分档位、输出单价是否单独标 |
| 云厂商托管 | 各云平台自己的价格页 | 加价部分和使用量阶梯 |
| 聚合 / 中转 | /sites 里对应站点的说明 | 结算币种、折算方式、倍率口径 |
- 先确认自己实际走的是哪条通道，别拿官方页的数字去估中转账单
- 确认单价是「每多少 token」计费，还是按请求次数或时长计费
- 留意输入价和输出价是不是两个数，很多估算错误都出在这一步
- 把页面上写明的生效范围和限制条件看一遍，比如是否区分批量与实时
把单价换成你自己场景的一次调用成本
拿到单价只是第一步，真正有用的是「我这一次调用大概花多少」。要算这个，你得先凑齐三个输入：单次请求的平均输入 token、平均输出 token、每天大概调用多少次。三个缺一个都算不准，尤其是输出 token——它往往比输入贵，长回答的任务按输入价去估会低估一大截。
- 量真实长度拿几条有代表性的真实请求，到 /tools 里的 token 相关工具量一遍输入和输出的实际长度，别拍脑袋估。
- 做折算用 /tools/token-price-calculator 或 /tools/model-cost-calculator，把单价和实测长度代进去，得到单次调用成本。
- 乘上频次把单次成本乘以日均调用次数，再乘上天数，得到一个粗略月成本区间，注意输出比输入贵时要分开算。
- 留出余量在结果上加一段余量，因为实际请求长度分布通常比样本更分散，样本偏短会低估。
这里有个常见误解要提前说清：输入里如果包含长文档、历史对话、工具返回结果，这些统统计入输入 token。很多人只算了用户那句话，忘了每轮都把整篇文档塞进去，算出来的数字自然和账单对不上。先把这些部分量清楚，再谈优化。
便宜单价也可能烧钱：四个常见放大项
单价低不等于总账低。下面这几项是团队里最常见的放大因素，它们不改变单价，但会把实际消耗成倍放大。判断标准很简单：只要你的请求里有其中一项，估出来的成本就要相应上调。
- 长上下文
- 把整篇文档塞进每次请求，输入 token 随轮次叠加，替代做法可看 /long-doc-cost-strategy
- 重试与失败重发
- 网络抖动或限速触发的重发同样计费，自查清单在 /retry-cost-checklist
- 多轮对话不截断
- 历史消息全量回传，轮次越多越贵，要明确保留几轮
- 批量任务走实时接口
- 能等结果的任务走批量档更划算，前提是业务能接受延迟，判断见 /batch-vs-realtime-pricing
什么情况下这些不适用？如果你的请求都是短问答、单轮、不带文档，那这四项基本不构成放大，重点就回到前面的折算准确性上。反过来，只要业务里出现「带文档问答」「客服多轮」「批量跑数据」这类场景，就值得逐项过一遍。
预算怎么设、月底怎么对账
预算别用平均日去估，真实流量通常有高峰。比较稳的做法是按「峰值日消耗 × 天数 × 一个余量系数」来设，然后把阈值告警配上，具体配法参考 /budget-alert-setup-guide 和 /budget-alert-five-gates。告警的价值在于让你在月中就知道偏了，而不是月底才被账单吓到。
对账的关键是记录口径和账单一致。同一张表里至少记这几项：请求数、输入 token、输出 token、缓存读写的用量、任务类型。字段清单可以直接照 /usage-log-fields 抄。月底把账单和充值记录逐项核对，流程见 /monthly-billing-reconcile。
- 先核对总量级对不对，再看细分项，别一上来就抠细节
- 账单比预估高很多时，先查是不是有另一个 key 或另一个环境在跑
- 排除缓存、倍率、计费口径这三件事之后，再回头怀疑自己的估算模型
- 对完账把这次的口径差异记下来，下次估算直接沿用同一套口径
如果账单和预估差得离谱，先别急着怀疑单价。绝大多数情况是口径问题：要么是把实时价当批量价算，要么是漏了重试量，要么是输入 token 估短了。按上面的顺序排查，能省下不少来回问客服的时间。
下一步先用站内工具把你自己场景的单次调用成本算出来，再去 /price-watch 看价格变动记录，确认你记下的口径没跑偏。→常见问题
Gemini 3 Flash 到底多少钱？
官方单价会随时调整，任何写死的数字都可能在你看的时候已经过期。正确做法是打开站内的官方价格页面，找当前生效的输入、输出单价，再结合自己场景的 token 用量折算。如果你走的是中转或云厂商渠道，还要看那一层的加价规则，两边口径不一样。
为什么我按单价算出来的钱，实际账单对不上？
常见原因有三类：一是漏算了输出 token 或缓存读写那几项；二是没算重试和失败重发的量；三是走了中转渠道，结算用的是折算后的倍率而不是官方单价。先把这三项逐个排掉，再回头检查自己的平均 token 估算是不是偏小。
用 Gemini 3 Flash 做长文档处理划算吗？
单价低不等于整体便宜。长文档每次请求都要把全文当输入带进去，轮次一多输入 token 会叠得很快。比较稳的做法是先看看能不能只带相关片段、能不能先摘要再问答，具体几种做法的成本对照可以到站内长文档成本那一页翻一遍再决定。
