Tarification de l’API Gemini (2026) : coût par million de jetons pour chaque modèle

Les tarifs de l’API Gemini commencent à 1,25 $ par million de jetons d’entrée sur Gemini 2.5 Pro et atteignent
2 $ sur Gemini 3.1 Pro, avec des tarifs de sortie compris entre 7,50 $ et 12 $. Les tarifs affichés sont
compétitifs, mais la politique tarifaire de Gemini possède une caractéristique qu’aucun de ses concurrents ne partage à ce degré :
les prompts dépassant environ 200 000 jetons sont facturés à un tarif majoré sur plusieurs modèles. Pour une famille commercialisée sur sa capacité à gérer des contextes d’un million de jetons, c’est ce seuil de 200 000 jetons qui détermine votre facture réelle.
Prix de l’API Gemini : tous les modèles, par million de jetons

Quel modèle Gemini devriez-vous utiliser ?

Ce qui est intéressant avec la gamme actuelle de Google, c'est que le tier moins cher est souvent le
meilleur.

Gemini 3.5 Flash surpasse Gemini 3.1 Pro sur les benchmarks de codage et d'agents tout en fonctionnant environ quatre fois plus vite et environ 25 % moins cher, avec le même
contexte de 1M tokens. Quand le modèle plus rapide et moins cher obtient aussi de meilleurs scores, le tier Pro cesse d'être
le choix par défaut et devient un choix spécialisé. Pour les assistants de codage, les boucles d'agents et tout ce où
le choix par défaut et devient un choix de spécialiste. Pour les assistants de codage, les boucles d'agent et tout ce qui
sélection de modèles, où la vitesse, le coût et la qualité font normalement des compromis.
sélection de modèle, où la vitesse, le coût et la qualité font normalement l'objet de compromis.

Gemini 3.6 Flash, lancé le 21 juillet 2026, est le plus récent de la gamme. Son
tarif d'entrée est inchangé à 1,50 $ tandis que la sortie baisse de 9 $ à 7,50 $ — une réduction de 17 % du côté de
la facture qui domine habituellement. Pour les charges de travail à génération intensive, c'est une économie directe
sans compromis de capacité impliqué par la tarification, ce qui en fait le choix par défaut
au sein du tier Flash pour les nouveaux travaux. Sur les charges de travail de récupération à entrée intensive, les deux sont
interchangeables en coût, puisque l'entrée est identique. Pour clarifier une recherche courante : il n'existe pas de
Gemini 4 en juillet 2026.

Gemini 3.1 Pro mérite d'être choisi pour la profondeur multimodale plutôt que par
défaut, étant donné que Flash le surpasse en codage à un prix inférieur.

Gemini 2.5 Pro reste largement déployé et bien pris en charge. Il a atteint
la disponibilité générale le 17 juin 2025 et était un leader des benchmarks en codage, mathématiques et
raisonnement sur long contexte, avec un contexte natif de 1 048 576 tokens et une entrée entièrement multimodale — texte,
images, audio, vidéo et PDF. Les modèles 3.x plus récents le remplacent, mais à 1,25 $ d'entrée, il reste
l'un des meilleurs rapports qualité-prix parmi les modèles de raisonnement de pointe.

Le seuil de 200K est ce sur quoi planifier

La facturation à long contexte de Gemini est où les budgets éclatent. Gemini 3.1 Pro facture les prompts au-delà de
200K tokens à environ le double du tarif d'entrée. Gemini 2.5 Pro est explicitement en tiers : 1,25 $ par
1M d'entrée jusqu'à 200K, montant à 2,50 $ au-delà, la sortie passant de 10 $ à 15 $.

La conséquence pratique est qu'une fonctionnalité coûtant un certain montant en test peut coûter deux fois
ce montant en production, car le seuil est franchi par requête et dépend entièrement de la
quantité qu'un utilisateur a collée. Budgéter une fonctionnalité à long contexte sur le chiffre phare compromettra
la facture augmente sensiblement dès que des prompts réels commencent à arriver.

Il existe deux réponses raisonnables. Concevoir l’application en tenant compte de ce seuil, avec une récupération et
un réordonnancement agressifs afin de maintenir les prompts en dessous de celui-ci — ce qui améliore généralement de toute façon la qualité des réponses, car
l’attention portée à des contextes très longs n’est pas uniforme. Ou comparer le modèle à un autre qui applique un tarif forfaitaire
sur l’intégralité de sa fenêtre contextuelle ; Claude Opus
4.8 ne comporte aucune surcharge pour les contextes longs, ce qui, dans le cas d’une charge de travail véritablement axée sur la récupération, peut
s’avérer moins coûteux malgré un prix catalogue plus élevé.

Les modèles ouverts de Google sont tarifés séparément

Gemma 3 est la famille de modèles open-weight de Google et n’apparaît pas dans ce tableau, car il s’agit d’une offre différente : des modèles de 4 milliards, 12 milliards et 27 milliards de paramètres sous licence ouverte, multimodaux (texte et images),
proposition : modèles de 4 milliards, 12 milliards et 27 milliards de paramètres sous une licence ouverte, multimodaux (texte et images),
un contexte de 128 K et suffisamment peu coûteux sur les API hébergées (0,05 à 0,16 $ par million de jetons) pour que la véritable question soit
de savoir si vous souhaitez les exécuter vous-même. Gemma 3 27B nécessite environ 16 Go de VRAM en quantification 4 bits, ce qui permet de l’exécuter sur
une seule carte grand public. Évaluez sa taille dans le cadre de
calculatrice VRAM, ou déterminez si
l’auto-hébergement est plus avantageux que l’API, selon votre volume d’utilisation, à l’aide du
Hébergement local vs API
calculateur.