Precios de la API de Gemini (2026): Coste por cada millón de tokens para todos los modelos

Los precios de la API de Gemini comienzan en 1,25 USD por cada millón de tokens de entrada en Gemini 2.5 Pro y alcanzan
2 USD en Gemini 3.1 Pro, con precios de salida entre 7,50 y 12 USD. Las tarifas anunciadas son
competitivas, pero la política de precios de Gemini tiene una característica que ninguno de sus competidores comparte en igual medida:
los prompts superiores a aproximadamente 200 000 tokens se facturan a una tarifa más alta en varios modelos. Para una familia
que hace hincapié en su contexto de un millón de tokens, ese umbral de 200 000 es el número que determina su factura real.

¿Qué modelo de Gemini debería usar?

Lo interesante de la línea actual de Google es que, con frecuencia, la opción más económica es también la
mejor.

Gemini 3.5 Flash supera a Gemini 3.1 Pro en pruebas de programación y agentes
mientras opera aproximadamente cuatro veces más rápido y con un costo unos veinticinco por ciento menor, manteniendo el mismo
contexto de un millón de tokens. Cuando un modelo más rápido y más barato también obtiene mejores resultados, la versión Pro deja de ser la opción predeterminada y pasa a ser una alternativa especializada. Para asistentes de programación, bucles de agentes y cualquier caso en el que el usuario espere una respuesta, Flash gana en todos los aspectos simultáneamente —una situación poco común en la selección de modelos, donde normalmente velocidad, costo y calidad entran en conflicto entre sí.
la opción predeterminada y se convierte en una elección especializada. Para asistentes de programación, bucles de agentes y cualquier caso
en el que un usuario espera una respuesta, Flash destaca en todos los aspectos a la vez —lo cual es poco común en
la selección de modelos, donde normalmente velocidad, costo y calidad se compensan entre sí.

Gemini 3.6 Flash, lanzado el 21 de julio de 2026, es el más reciente de la serie. Su
tarifa de entrada permanece sin cambios en 1,50 USD, mientras que la de salida baja de 9 a 7,50 USD —una reducción del 17 % en el lado de la factura que habitualmente representa la mayor parte del costo. Para cargas de trabajo intensivas en generación, esto supone un ahorro directo sin comprometer ninguna capacidad, según indica su precio, lo que lo convierte en la opción predeterminada dentro de la categoría Flash para nuevos proyectos. En cargas de trabajo centradas en prompts, como la recuperación, ambos modelos tienen el mismo costo, ya que sus tarifas de entrada coinciden. Para aclarar una duda frecuente: no existe ningún Gemini 4 hasta julio de 2026.
la factura que suele predominar. Para cargas de trabajo intensivas en generación, esto representa un ahorro directo
sin comprometer capacidades, tal como lo indica su precio, lo que lo convierte en la opción predeterminada
dentro del nivel Flash para trabajos nuevos. En cargas de trabajo de recuperación pesadas en consultas, ambos son
intercambiables en costo, ya que la entrada es idéntica. Para aclarar una búsqueda común: no existe
Gemini 4 a partir de julio de 2026.

Gemini 3.1 Pro vale la pena elegir por su profundidad multimodal en lugar de por
defecto, dado que Flash la supera en codificación a un precio menor.

Gemini 2.5 Pro sigue ampliamente implementado y bien soportado. Alcanzó
disponibilidad general el 17 de junio de 2025 y fue líder de referencia en codificación, matemáticas y
razonamiento de contexto largo, con un contexto nativo de 1.048.576 tokens y entrada completamente multimodal —texto,
imágenes, audio, vídeo y PDF. Los modelos 3.x más nuevos lo superan, pero a $1,25 de entrada sigue siendo
una de las opciones de mejor valor entre los modelos de razonamiento de frontera.

El umbral de 200K es lo que hay que planificar

la facturación de contexto largo de Gemini es donde se rompen los presupuestos. Gemini 3.1 Pro factura consultas superiores a
200K tokens aproximadamente al doble de la tarifa de entrada. Gemini 2.5 Pro tiene explícitamente niveles: $1,25 por
1M de entrada hasta 200K, aumentando a $2,50 por encima, con salida moviéndose de $10 a $15.

La consecuencia práctica es que una característica que cuesta una cantidad en pruebas puede costar el doble
en producción, porque el umbral se cruza por solicitud y depende enteramente de cómo
haya pegado el usuario. Presupuestar una función de contexto largo basándose únicamente en la cifra destacada subestimará
sustancialmente la factura una vez que comiencen a llegar solicitudes reales.

Existen dos respuestas razonables. Diseñar la solución evitando dicho umbral mediante técnicas agresivas de recuperación y reordenamiento (reranking), para mantener los prompts por debajo de él —lo cual, además, suele mejorar la calidad de las respuestas, ya que la atención sobre contextos extremadamente largos no es uniforme. O compararlo con un modelo que aplique una tarifa plana única para toda su ventana de contexto;
volver a ordenar para que los prompts se mantengan por debajo de dicho umbral —lo cual normalmente mejora también la calidad de las respuestas, ya que
la atención sobre contextos muy largos no es uniforme. O bien compararlo con un modelo que cobra una tarifa fija para toda su ventana de contexto;
tarifa plana en toda su ventana; Claude Opus
4.8 no aplica ningún recargo adicional por contextos largos, lo cual, en cargas de trabajo genuinamente centradas en recuperación, puede resultar más económico pese a tener un precio nominal más alto.
resultará más económico a pesar de tener un precio de etiqueta más alto.

Los modelos abiertos de Google tienen precios independientes

Gemma 3 es la familia de modelos de código abierto de Google y queda fuera de esta tabla porque representa una propuesta distinta: modelos de 4 000 millones, 12 000 millones y 27 000 millones de parámetros bajo licencia abierta, multimodales (texto e imágenes), con un contexto de 128 000 tokens y tan económicos en APIs alojadas (de 0,05 a 0,16 USD por millón de tokens) que la verdadera decisión radica en si conviene ejecutarlos localmente. Gemma 3 de 27 000 millones requiere aproximadamente 16 GB de VRAM en cuantización de 4 bits, lo que permite ejecutarlo en una sola tarjeta gráfica de consumo. Dimensione su uso en la
propuesta: modelos de 4 000 millones, 12 000 millones y 27 000 millones de parámetros bajo licencia abierta, multimodales (texto e imágenes),
con contexto de 128 K y suficientemente económicos en APIs alojadas (de 0,05 a 0,16 dólares por cada millón de tokens), de modo que la verdadera decisión sea
si ejecutarlos localmente o no. Gemma 3 de 27B requiere aproximadamente 16 GB de VRAM en cuantización de 4 bits, lo que permite ejecutarlo en
una única tarjeta para consumidores. Dimensione esta en la
Calculadora de VRAM, o evalúe si
alojarlo usted mismo resulta más económico que usar la API, según su volumen, con la ayuda de la
autohospedaje frente a API
calculadora.