团队要接 Gemini 3，通常第一反应是搜个单价就下单，结果月底发现账单对不上：输入输出分开算、长上下文有溢价、推理型模型还要把思考 token 算进输出，同一份代码换个版本价格能差一截。这篇不给你一个背下来的数字，而是把 Gemini 3 各版本的分类方式、计费口径、去站内哪儿看当期价格、以及怎么按自己的用量把成本算出来讲清楚，看完你能自己搭一张成本表。
团队要接 Gemini 3，第一反应通常是搜个单价就下单，结果月底发现账单和心里那笔账对不上。原因不难理解：输入和输出分开算、长上下文有溢价、推理型模型还要把内部思考的 token 算进输出侧，同一份代码换个能力档位，最终金额能差出一截。所以这篇不打算给你一个可以背下来的数字，而是把分类方式、计费口径、去哪查当期价格、以及怎么按自己的真实用量把成本算出来讲清楚，看完你能自己搭一张能复用的成本表。
这里有个前提要先说清楚：单价是会动的，促销、免费额度、多模态换算口径都可能调整。任何写死在文档或者代码注释里的价格都会过期，正确的做法是把「去哪查」固化进团队流程，每次做预算前重新对一遍。至于当时的真实数字，一律到站内页面核对，别依赖记忆或者别人转述的截图。
先把版本分清：同一代里不同档位价格为什么差很多
Gemini 3 这一代通常按能力档位划分，比如旗舰档、均衡档、轻量档。档位差的是推理深度、上下文长度和整体吞吐策略，并不是同一个模型的贵贱版本。买错档位是最常见的浪费来源，因为轻量档和旗舰档的单价差距可能相当大，具体倍数到 /official-api 与 /official-api/providers/google 看当期数字。
- 任务是批量分类、信息抽取、翻译、语种判断这类确定性高的活，优先往轻量档压，效果不够再往上试
- 任务是一次性生成复杂代码、长链路推理、需要多步自我纠错，才值得上旗舰档
- 同一代里不同档位的差距往往不是线性的，命名相近不代表能力相近，选之前先跑你自己的样本
- 判断标准很简单：这批活做错了要不要人返工，返工成本比省下的 token 贵不贵
计费口径拆开看：输入、输出、思考、缓存各算各的
Gemini 系列按 token 计费，输入和输出是两个价，输出一般显著更贵。这意味着同一份请求里，「让模型多写」比「多喂材料」更容易烧钱。预算紧张时，先把输出长度控制住，收益通常比压缩输入更明显。
- 输入 token
- 你送进去的提示、上下文、系统指令，按输入侧单价算
- 输出 token
- 模型生成的内容，按输出侧单价算，一般明显高于输入
- 思考 token
- 推理能力开启后模型内部推理产生的部分，通常计入输出侧，请求参数里看不到明细，但账单会出现
- 缓存命中
- 命中缓存的输入和未命中的输入计价不同，长文档反复问的场景差异尤其明显
- 多模态输入
- 图片、音频、视频往往按换算后的 token 或独立单位计价，不能直接套文本单价
思考 token 是预估偏差的主要来源之一。你按输入加输出算出来的数，和实际账单经常对不上，差距多半就在这里。多模态的换算口径尤其容易误判，具体换算比例要去 /official-api/providers/google 核对当期说明，别按文本单价硬套。
| 可能踩的坑 | 后果 | 怎么避免 |
|---|---|---|
| 只记输入单价 | 低估整体成本 | 输入输出分开列，输出按更贵的口径估 |
| 忽略思考 token | 账单比估算高出一截 | 重推理任务单独留余量，按日志回算 |
| 把免费额度当常态 | 付费后落差大 | 免费期内也按付费口径记账 |
| 多模态套文本价 | 单位换算错误 | 到厂商页面核对换算口径 |
价格数字别背：去站内这几个页面看当期的
与其记住一个会变的数字，不如记住去哪查。官方按量价格总表在 /official-api，厂商维度的规格与价格来源在 /official-api/providers/google。想知道最近有没有调整过，看 /price-watch 的变动记录，比你对某个数字的印象可靠得多。
- 官方按量价格总表：/official-api
- 厂商维度的规格与价格来源：/official-api/providers/google
- 价格变动追踪记录：/price-watch
- 横向比同类档位的大模型平台目录：/ai-nav/category/ai-model-platform
- 走第三方或中转渠道时，先查这家站的记录：/sites
如果你的调用走的是第三方或中转渠道，价格口径完全可能和官方不同，先到 /sites 查这家站的记录，再决定要不要拿它的价格做预算。团队内部要做的动作是：把这些路径写进文档，而不是把数字写进去。
按自己的用量算：一套能直接套的成本估算流程
估算的难点从来不是找不到单价，而是不知道自己的用量结构。所以这套流程从统计事实开始，而不是从价格开始。先把你自己的调用日志理清楚，再代入当期单价。
- 统计事实从日志里取一段时间内的输入 token、输出 token、请求数，别用「大概每天问几十次」这种估计，估算误差会被单价放大
- 分场景归类把调用分成轻量批处理、常规对话、重推理三类，分别记录各自的 token 占比，因为它们该走不同档位，混在一起算平均值没有意义
- 代入当期单价用 /tools/token-price-calculator 或 /tools/model-cost-calculator 把 token 量换算成金额，单价从 /official-api 现取
- 留出缓冲重试、失败请求、被截断后重发都会产生计费，留多少余量按你自己日志里的失败率来定，别拍脑袋
- 定期回算每月拿真实账单和估算表对一次，偏差大的那一类任务单独拆出来看，通常问题就出在那里
旗舰档和轻量档怎么选：一个决策清单
这个问题本质上是成本权衡，不是能力崇拜。你不需要一开始就确定用哪档，而是按任务性质分工。实践中常见的省钱路径是「旗舰档定方案，轻量档跑量」，而不是全程用同一个档位。
- 这个任务做错了要人返工吗
- 返工成本比省下的 token 贵吗
- 同一个问题分两档跑，结果差多少，差的部分值不值那个差价
- 有没有一部分请求可以稳定下沉到轻量档，只把难的留给旗舰档
如果返工成本高，先用旗舰档试跑一次做对标，再把稳定下来的部分下沉到轻量档。如果只是格式转换、关键词抽取、语种判断这类任务，轻量档先上，效果不够再升级。档位之间的具体价差到 /official-api 看当期数字。
不适用的情况也要说：涉及合规、法律、医疗等高风险输出场景，不要为了省钱降档。这类任务上档位差异的代价不对称，出错的成本远高于省下的调用费。
上下文长度对成本的影响：别把整份文档反复喂
长上下文不是免费的。输入 token 随上下文线性增长，而且部分模型对超出基础窗口的部分有单独计价，阈值和口径去官方页面看。最常见的浪费，是把同一份长文档在每个请求里重复粘贴。
正确做法是先切分、摘要或者走检索，只把相关片段送进去。缓存对长文档场景收益最大，但缓存有命中条件和有效期，不能假设一定命中。想判断自己是否中招，拉一周的请求日志，看输入 token 的中位数和 P95 差距，如果差距很大，说明少数超长请求吃掉了大部分预算。
| 现象 | 说明什么 | 下一步动作 |
|---|---|---|
| 输入 token 中位数低、P95 极高 | 少数超长请求占了大头 | 单独拆出这批任务，评估切分或检索 |
| 同一份文档重复出现在多个请求 | 上下文被反复计费 | 改为检索相关片段后送入 |
| 缓存命中率长期偏低 | 请求模式不适合缓存或有失效问题 | 检查请求结构是否稳定 |
不适用的情况：一次性长文档分析任务重复次数少，做检索改造的工程成本可能高于省下的钱，这种场景不值得大动干戈。
预算和告警：把跑飞限制在可控范围内
成本管理里最贵的不是单价，是失控。一个死循环脚本整夜扣费，足以吃掉一整个月的预算。所以除了算账，还要在制度上加护栏。
- 给项目设月度预算上限，按周看消耗曲线，不要等月底对账才发现超了
- 对关键调用加配额和速率限制，避免异常脚本无限重试
- 固定用量日志字段：时间、模型档位、输入输出 token、是否重试，否则事后无法归因
- 走中转渠道时，先到 /sites 与 /rankings 看这家站的可信度记录，再决定资金投入节奏
几个容易踩的口径误区
最后把常见的口径误区集中列一下。这些错误的共同点是把局部数字当成整体结论，而纠正动作也高度一致：把价格来源固定到站内页面，每次做预算前重新对一遍。
| 误区 | 问题在哪 | 纠正动作 |
|---|---|---|
| 把输入单价当整体单价 | 输出侧通常更贵，整体被低估 | 输入输出分开列 |
| 用对话轮数估算成本 | 忽略每轮里的系统提示和上下文 | 按 token 量统计，不按轮数 |
| 把免费额度期体验当真实成本 | 付费后落差明显 | 免费期内也按付费口径记账 |
| 拿别家模型单价直接套 | 档位、思考 token、多模态单位都不同 | 到 /official-api/providers/google 看该厂商口径 |
| 把某次促销价当长期价 | 预算做低，后续被动 | 以 /price-watch 的当期记录为准 |
这五条里，最容易反复犯的是第一条和第五条。前者是因为大部分人只记得住一个数，后者是因为促销信息传播得比调价通知快。把查价入口写进团队文档、写进上线检查清单，比背任何数字都管用。
下一步先去站内把当期价格和变动记录对一遍，再拿你自己的用量跑一次成本估算，然后决定档位和预算护栏；如果走的是中转渠道，顺手查一下这家站的记录再投钱。→常见问题
Gemini 3 各版本的具体单价是多少？
这个数字会随官方调整、促销和免费额度政策变化，写死没有意义。到 /official-api 看官方按量总表，再到 /official-api/providers/google 核对厂商维度的规格与价格来源，两边对一遍再拿去用。如果走第三方渠道，价格口径可能不同，先去 /sites 看这家站再决定。
为什么我按单价算出来的钱和实际账单差很多？
常见原因是三块：输出 token 比输入贵得多、推理思考产生的 token 计入输出侧、长上下文超出基础窗口后有单独计价。预估时只算了输入是典型错误。做法是先从日志取真实输入输出 token 分布，分场景算，再留出重试和失败的余量。
轻量档是不是一定更划算？
不一定。轻量档单价低，但如果任务失败率高、需要人返工，返工的时间成本可能超过省下的 token。判断标准是返工成本和差价哪个大。稳定、确定性的任务下沉到轻量档收益最明确；高风险输出场景不建议为省钱降档。
长文档场景怎么控制成本？
别在每个请求里重复粘贴整份文档。先切分、摘要或走检索，只送相关片段；重复问同一份材料时确认缓存是否命中。拉一周日志看输入 token 的 P95，如果远超中位数，说明少数超长请求吃掉了大部分预算，这类任务要单独算账。
走中转渠道会更便宜吗？怎么判断靠不靠谱？
渠道价格口径和官方不一定一致，可能便宜也可能在倍率上做文章。先到 /sites 看该站记录，再到 /rankings 看模型可信度排行，用 /tools/verify 做在线实测。价格便宜但响应质量不稳定的渠道，省下的钱容易在返工上还回去。
