谷歌更新Gemini API定价策略 多档位可选推理成本最高降50%

2026年4月3日，谷歌正式发布Gemini API全新定价策略，新增标准、弹性、优先、批量、缓存五大服务档位，其中弹性、批量档位推理成本较标准档直降50%，分别适配延迟容忍度1-15分钟、最长24小时的非实时场景，可满足不同开发者从实时调用到大规模离线处理的多元算力需求。

对于大量AI开发者而言，此前大模型API普遍采用的单一计费模式，一直是难以回避的成本浪费痛点：做实时交互的应用需要为低延迟付费无可厚非，但处理离线批量数据的场景，往往也要承担和实时调用相同的费率，大量预算被浪费在不需要的性能上。

谷歌本次推出的五大档位，本质是对算力资源的精细化拆分，把不同优先级的算力匹配给不同需求的用户，实现供需两端的效率最优，既降低用户的使用成本，也能提升谷歌自身的算力利用率。

本次更新的五大档位针对不同场景做了差异化设计，开发者可根据自身业务的时效要求灵活选择：
弹性档位和批量档位均给出了标准费率五折的优惠，两者的核心差异在于延迟容忍度：弹性档位利用非高峰时段的闲置算力调度，延迟在1到15分钟区间波动，适合批量内容生成、非实时用户行为分析等对时效要求不高的场景；批量档位的最长延迟可达24小时，适配大规模数据标注、多模态数据集预处理等超大规模离线任务，用户可在无时效压力的前提下将推理成本直接砍半。