Gemini API 帳單在漲價前先砍一半：Batch 五折、快取一折的實際開法，還有一條回本計算式

Gemini API 目前這組單價是促銷價，官方定價頁寫明只到 2026-12-31，2027-01-01 起翻倍。與其到時候再來調整，不如現在就把成本結構整理好——同樣的工作量，官方本來就提供了打到五折甚至一折的合法路徑，只是預設不會幫你開。

這篇是操作面：三個開關各自的門檻、限制、適合的工作型態，以及一條「快取到底划不划算」的計算式。

一、先看單價表，才知道要砍哪一塊

以 Gemini 3.8 Flash 為例（官方定價頁，2026-09-03 直讀）：

三個立刻能看出來的事實：

1. 輸出比輸入貴五倍（US$3.75 vs US$0.75）。多數人第一直覺是縮短提示，但帳單的大頭通常在輸出，而 thinking token 算輸出。
2. 快取命中價是輸入價的十分之一（US$0.075 vs US$0.75）。重複送同一段長前綴的人，這裡省最多。
3. Batch 直接打五折，而且不需要改模型、不需要換供應商。

二、開關一：能等就走 Batch API（五折）

官方寫明：Batch API 的計價是同款模型互動式 API 標準價的 50%。

規格重點：

• 完成時間目標 24 小時內（官方寫 designed to complete within a 24-hour turnaround，實際常更快，視批次大小與系統負載）。
• 兩種送法：inline 請求（適合 20MB 以下）與 JSONL 輸入檔（走 File API，單檔上限 2GB，大批次建議走這條）。
• 工作狀態：PENDING、RUNNING、SUCCEEDED、FAILED、CANCELLED、EXPIRED，用 job name 輪詢。
• 結果預設保存 6 週可下載，之後永久刪除——這是最容易踩的坑，排程一定要在 6 週內把結果拉走。

哪些工作該搬去 Batch：

• 既有資料的批次標註、分類、抽取
• 大量文件翻譯與摘要
• 評測集（eval）跑分
• 夜間重算的推薦理由、商品描述

哪些不行： 任何使用者在等畫面的請求。24 小時的目標值不能拿來當線上服務。

三、開關二：內容快取（命中只要一折）

先搞懂兩種快取：

• 隱式快取（implicit）：Gemini 2.5 之後預設開啟，你不必做任何事；官方說法是「如果請求命中快取，會自動把節省傳遞給你」。
• 顯式快取（explicit）：自己建立快取物件並重複引用，命中率可控。官方註明 Interactions API 只支援隱式快取，要用顯式快取得走 generateContent API。

最低 token 門檻（官方文件現行值）：

低於門檻不會形成快取——這是「我明明重複送同一段，怎麼沒省到」的第一名原因。你的系統提示只有 1,500 token 的話，在 3.8 Flash 上永遠不會命中。

怎麼確認真的有命中： 看回應裡的 usage.total_cached_tokens 欄位。沒有量測就不要宣稱省到錢——這是本站的規矩，也適用在你自己的帳單上。

四、一條計算式：快取幾次命中才回本

顯式快取除了命中省錢，還要付儲存費（US$0.50／百萬 token／小時）。所以它不是無腦開。用官方單價推算（以下算式為本站依官方公布單價的推導，官方未提供此對照表）：

• 每命中一次，每百萬 token 省：US$0.75 − US$0.075 = US$0.675
• 每存一小時，每百萬 token 付：US$0.50

結論：快取存活的每一個小時，至少要被命中一次才回本（0.675 > 0.50）；一小時內命中兩次以上，就是明顯獲利。

實務推論：

• 高頻服務（客服機器人、固定長系統提示、共用知識前綴）：顯式快取幾乎穩賺。
• 一天只跑幾次的內部工具：讓隱式快取自己運作就好，自己建長 TTL 的顯式快取反而虧儲存費。
• 前綴會變動的（每次都塞不同文件在最前面）：先把固定的部分挪到最前面、變動的挪到後面，才可能命中。這是最常見的重構動作。

五、開關三：Flex

官方定價表裡，Batch 與 Flex 同列為標準價的五折。Flex 的定位是延遲較不敏感、但比 Batch 即時的一檔。

誠實說明：本次查核沒有取得 Gemini 官方對 Flex 的獨立說明頁（我們嘗試的文件路徑回 404），因此本文只引用定價表上「五折」這個已確認事實，Flex 的啟用參數、延遲區間與可用模型清單一律標為待查核，不從二手來源補。

六、建議的施行順序（一週內做得完）

1. 先量現況：把最近一週的呼叫依「輸入 token／輸出 token／是否命中快取」分組統計。沒有這張表，後面全是猜。
2. 把離線工作搬 Batch：先挑一個明確可延後的任務（例如夜間重算），跑一批對照，確認品質不變、成本折半。
3. 重排提示順序：固定前綴往前、變動內容往後，讓隱式快取有機會命中；量 total_cached_tokens 驗證。
4. 只在高頻路徑上開顯式快取，並用第四節那條式子檢查 TTL 設定是否回本。
5. 檢查輸出長度：輸出單價是輸入的五倍，限制回應長度、避免不必要的長推理，往往比省輸入更有效。
6. 在 2026-12-31 前把上面跑完——跨年之後同樣的用量，帳單直接乘二。

七、這篇查不到、不寫死的部分

• Flex 檔的啟用方式、延遲區間與支援模型：官方獨立說明頁本次查核 404，待查核。
• Batch 的併發／排隊上限：官方文件未載明最大排隊工作數，待查核。
• 顯式快取的 TTL 預設值與上限：本次查核頁面未列出具體數值，待查核。
• 隱式快取的實際命中率：官方未公布，只能靠自己量 usage.total_cached_tokens。
• 免費層是否適用 Batch 五折：定價表對免費層標 Free of charge，未說明批次的額外限制，待查核。

官方連結

• Gemini API 定價（本文所有單價來源）：https://ai.google.dev/gemini-api/docs/pricing
• Batch API 文件：https://ai.google.dev/gemini-api/docs/batch-api
• 內容快取文件：https://ai.google.dev/gemini-api/docs/caching

延伸閱讀

• Gemini 工具頁（方案與額度查核紀錄）
• Gemini 3.8 Flash 跟 3.7 同價，那換不換？
• Gemini 3.7 Flash 的「半價」是促銷，2027 年翻倍
• Google AI Studio 免費層與超額計價實查