Gemini API ราคาเท่าไร คิดค่าบริการอย่างไร

Gemini API มีทั้ง Free Tier และ Paid Tier โดยค่าใช้จ่ายไม่ได้คิดเป็นค่ารายเดือนแบบตายตัว แต่โดยทั่วไปคิดตามปริมาณการใช้งานจริง เช่น จำนวน Input Tokens, Output Tokens, Thinking Tokens, Cached Tokens และเครื่องมือเพิ่มเติมที่เรียกใช้ เช่น Google Search, Google Maps, Image, Audio หรือ Video

ราคายังแตกต่างกันตาม Model และ Processing Mode ที่เลือก เช่น Standard, Batch, Flex และ Priority ดังนั้นคำถามว่า “Gemini API ราคาเท่าไร” จึงไม่มีคำตอบเป็นตัวเลขเดียวสำหรับทุก Application

ตัวอย่างสำคัญ ณ วันที่ 2 กันยายน 2026 คือ gemini-3.7-flash แบบ Standard Paid Tier มีราคา Input $0.75 ต่อ 1 ล้าน Tokens และ Output $3.75 ต่อ 1 ล้าน Tokens จนถึงวันที่ 31 ธันวาคม 2026 โดย Google ประกาศว่าตั้งแต่วันที่ 1 มกราคม 2027 ราคาจะเปลี่ยนเป็น Input $1.50 และ Output $7.50 ต่อ 1 ล้าน Tokens

ดังนั้นก่อนสร้างระบบจริงควรคิดต้นทุนด้วยสูตร

ค่าใช้จ่าย
=
Input
+
Output
+
Caching
+
Tools
+
Media
+
Infrastructure อื่น

ไม่ควรดูเฉพาะราคา Input Token อย่างเดียว

❶ 💰 Gemini API ฟรีไหม

Gemini API มี Free Tier สำหรับ Developer และ Project ขนาดเล็กตามโมเดลและ Limit ที่ Google กำหนด

Free Tier เหมาะกับ

• เรียนรู้ Gemini API
• ทดลอง Prompt
• ทำ Prototype
• Development
• Test Integration
• Project ขนาดเล็ก

Google ระบุว่า Free Tier มี

• Access โมเดลบางรายการ
• Input/Output Tokens ฟรีตาม Limit
• Google AI Studio
• Rate Limit สำหรับระดับฟรี

แต่ Free Tier ไม่ได้หมายความว่า

ใช้งานไม่จำกัด

แต่ละโมเดลมีข้อจำกัดต่างกัน

❷ 💳 Paid Tier คืออะไร

Paid Tier เหมาะกับระบบ Production ที่ต้องการ

• Rate Limit สูงขึ้น
• Request จำนวนมากขึ้น
• โมเดลขั้นสูง
• Context Caching
• Batch API
• Feature เพิ่มเติม
• Production Traffic

เมื่อเปิด Paid Tier ระบบจะคิดค่าบริการตาม Usage จริง

ตัวอย่าง

วันนี้ใช้ 100,000 Tokens
↓
จ่ายตาม 100,000 Tokens

ไม่ใช่

จ่าย Package 1 เดือน
แล้วใช้ไม่จำกัด

❸ 🔤 Token คืออะไร

Token คือหน่วยที่โมเดลใช้ประมวลผลข้อความและข้อมูล

ตัวอย่างประโยค

Gemini API ช่วยสร้าง AI Application

ไม่ได้หมายความว่า 1 ตัวอักษร = 1 Token

การแบ่ง Token ขึ้นกับ Tokenizer และข้อมูลที่ส่ง

ดังนั้นควรใช้ Token Count จาก API หรือเครื่องมือของ Google เมื่อจะประมาณค่าใช้จ่ายจริง

❹ 📥 Input Token คืออะไร

Input Token คือข้อมูลที่ส่งเข้า Gemini

อาจประกอบด้วย

• System Instruction
• Prompt
• Conversation History
• Document
• Code
• Image
• Audio
• Video
• Tool Result

ตัวอย่าง

System Prompt
+
User Prompt
+
Conversation History
=
Input

ยิ่งส่ง Context มาก ค่า Input ก็สามารถเพิ่มขึ้น

❺ 📤 Output Token คืออะไร

Output Token คือข้อมูลที่ Gemini สร้างกลับมา

เช่น

คำตอบ
บทความ
JSON
Code
Summary

ถ้าสั่ง

ตอบ 1 ประโยค

มักใช้ Output น้อยกว่า

เขียนบทความ 5,000 คำ

ดังนั้นการจำกัด Output ให้ตรงกับงานช่วยลดต้นทุนได้

❻ 🧠 Thinking Token คิดเงินหรือไม่

สำหรับโมเดลที่ใช้ Thinking หรือ Reasoning Google ระบุราคา Output ว่า

รวม Thinking Tokens

ดังนั้นค่าใช้จ่ายไม่ได้ดูเฉพาะข้อความที่ User มองเห็นเท่านั้น

หากโมเดลใช้การ Reasoning มากขึ้น Total Output Token Billing สามารถเพิ่มขึ้นตาม Pricing ของ Model

นี่เป็นเหตุผลว่าทำไมงานง่ายไม่จำเป็นต้องใช้ Reasoning สูงสุดทุกครั้ง

❼ 🚀 ราคา Gemini 3.7 Flash ล่าสุด

ณ วันที่ 2 กันยายน 2026 ราคา Standard Paid Tier ของ

gemini-3.7-flash

คือ

ประเภท	ราคาถึง 31 ธ.ค. 2026	ตั้งแต่ 1 ม.ค. 2027
Input	$0.75 / 1M tokens	$1.50 / 1M tokens
Output รวม Thinking	$3.75 / 1M tokens	$7.50 / 1M tokens
Cached Input	$0.075 / 1M tokens	$0.15 / 1M tokens
Cache Storage	$0.50 / 1M tokens/ชั่วโมง	$1.00 / 1M tokens/ชั่วโมง

จุดสำคัญคือราคาปัจจุบันมีช่วง Promotional Pricing ก่อนปรับวันที่ 1 มกราคม 2027

ดังนั้นถ้ากำลังวาง Business Model สำหรับปี 2027 ไม่ควรใช้ราคา $0.75/$3.75 ไปคำนวณต้นทุนระยะยาวโดยไม่คิดราคาที่ประกาศใหม่ด้วย

❽ 🧮 ตัวอย่างคำนวณ Gemini 3.7 Flash

สมมติ Request หนึ่งมี

Input = 2,000 tokens
Output = 500 tokens

ราคา ณ ช่วงปัจจุบันคือ

Input:
2,000 / 1,000,000 × $0.75

Output:
500 / 1,000,000 × $3.75

เท่ากับประมาณ

Input = $0.0015
Output = $0.001875

รวมประมาณ

$0.003375 ต่อ Request

ยังไม่รวม

• Search
• Maps
• Cache Storage
• Media
• Infrastructure

ถ้ามี Feature เหล่านี้

❾ 📊 ถ้ามี 10,000 Request ต่อวัน

ใช้ค่าเฉลี่ยเดิม

$0.003375 × 10,000

ประมาณ

$33.75 ต่อวัน

หรือประมาณ

$1,012.50 ต่อ 30 วัน

นี่เป็นเพียงตัวอย่างเพื่อให้เข้าใจสูตร

ต้นทุนจริงขึ้นกับ Token Usage ของแต่ละ Request

❿ ⚠️ Request ไม่ได้ราคาเท่ากันทุกครั้ง

User A อาจส่ง

100 tokens

User B อาจ Upload เอกสารยาว

100,000 tokens

ดังนั้น

1 Request

ไม่ใช่ Unit Cost ที่แม่นที่สุดเสมอไป

ควรติดตาม

Tokens per request

ควบคู่กับจำนวน Request

💡 ราคา Gemini 3.5 Flash

ตัวอย่าง Model อีกรุ่นคือ

gemini-3.5-flash

Standard Paid Tier ปัจจุบันมีราคา

ประเภท	ราคา
Input	$1.50 / 1M tokens
Output รวม Thinking	$9.00 / 1M tokens
Cached Input	$0.15 / 1M tokens
Cache Storage	$1.00 / 1M tokens/ชั่วโมง

ราคาสามารถเปลี่ยนในอนาคต จึงควรตรวจ Pricing Page ก่อนใช้ Production

💸 Gemini 3.5 Flash-Lite ราคาเท่าไร

สำหรับงานที่เน้น Volume และ Cost Efficiency มี

gemini-3.5-flash-lite

Standard Paid Tier ปัจจุบันคือ

ประเภท	ราคา
Input	$0.30 / 1M tokens
Output รวม Thinking	$2.50 / 1M tokens
Cached Input	$0.03 / 1M tokens
Cache Storage	$1.00 / 1M tokens/ชั่วโมง

เหมาะกับงานง่ายหรือ Volume สูงใน Use Case ที่คุณภาพของ Model รุ่นนี้เพียงพอ

เช่น

• Classification
• Translation
• Simple Extraction
• Data Processing

แต่ควร Benchmark คุณภาพจริงก่อนเลือกเพราะ Model ที่ถูกที่สุดไม่ได้หมายความว่าคุ้มที่สุดเสมอไป

⚖️ Model ถูกแต่ตอบผิดอาจแพงกว่า

สมมติ Model ราคาถูกต้อง Retry 3 ครั้งกว่าจะได้ผลถูก

เมื่อเทียบกับ Model ที่แพงกว่าแต่ตอบถูกครั้งเดียว

ต้นทุนรวมอาจกลับกัน

จึงควรวัด

Cost per successful task

ไม่ใช่เพียง

Cost per token

นี่เป็น Metric ที่เหมาะกับ Business มากกว่า

📦 Batch API ถูกกว่าหรือไม่

โดยทั่วไปใช่สำหรับ Model ที่รองรับ

Google ระบุว่า Paid Tier มี Batch API ที่สามารถลดต้นทุนประมาณ 50% จาก Standard Pricing ในหลาย Model

ตัวอย่าง gemini-3.7-flash จนถึงวันที่ 31 ธันวาคม 2026

Standard

Input $0.75
Output $3.75

Batch

Input $0.375
Output $1.875

ต่อ 1 ล้าน Tokens

เหมาะกับงานที่ไม่จำเป็นต้องตอบ User ทันที

📋 งานแบบไหนเหมาะกับ Batch

เช่น

• วิเคราะห์ Review 100,000 รายการ
• Classification Dataset
• Generate Description หลายพันสินค้า
• วิเคราะห์เอกสารกลางคืน
• Data Enrichment
• Offline Evaluation

Workflow

Data
↓
Batch Job
↓
Gemini
↓
รอผล
↓
นำผลไปใช้

ถ้า User ต้องการคำตอบทันที Batch ไม่เหมาะ

🔄 Flex คืออะไร

Gemini API Pricing ปัจจุบันมี Processing Mode แบบ Flex สำหรับบาง Model

Flex เหมาะกับ Workload ที่ยอมรับการประมวลผลแบบยืดหยุ่นได้

ในบาง Model ราคาสามารถใกล้เคียง Batch

แลกกับ Processing Characteristics ที่ต่างจาก Standard

ควรเลือกตาม

• Latency Requirement
• Availability
• Pricing
• Workload Type

ไม่ควรเลือกเพียงเพราะราคาต่ำ

⚡ Priority คืออะไร

Priority Processing เหมาะกับ Workload ที่ต้องการ Processing Priority ตามเงื่อนไขของ Google

ราคาสูงกว่า Standard

ตัวอย่าง gemini-3.7-flash ปัจจุบันจนถึง 31 ธันวาคม 2026

Priority Input
$1.35 / 1M tokens

Priority Output
$6.75 / 1M tokens

เทียบกับ Standard

$0.75
$3.75

ดังนั้นไม่ควรใช้ Priority ทุก Request หาก Application ไม่ต้องการคุณสมบัตินั้น

🆚 Standard, Batch, Flex, Priority ต่างกันอย่างไร

Mode	เหมาะกับ
Standard	Request ทั่วไป
Batch	งานจำนวนมาก ไม่ต้องตอบทันที
Flex	Workload ที่ยืดหยุ่นเรื่องการประมวลผล
Priority	งานที่ต้องการ Processing Priority

การเลือก Mode เป็นอีกวิธีหนึ่งในการ Optimize Cost

🧠 Context Caching ลดค่าใช้จ่ายอย่างไร

สมมติมีคู่มือขนาดใหญ่

100,000 tokens

และถามคำถาม 1,000 ครั้ง

หากส่ง Context เดิมทั้งหมดทุกครั้ง

100,000 × 1,000

Input Token จะสูงมาก

Context Caching ช่วยให้ Context ที่ใช้ซ้ำสามารถถูกคิดในราคาที่ต่ำกว่า Input ปกติเมื่อ Cache Hit ตาม Model และ API ที่รองรับ

🔄 Implicit Caching

สำหรับ Gemini 2.5 และรุ่นใหม่กว่า Google เปิด Implicit Caching โดยอัตโนมัติ

Developer ไม่ต้องเปิดเอง

ถ้า Request ตรงกับ Cache ระบบสามารถส่ง Cost Saving ให้โดยอัตโนมัติ

แนวทางเพิ่มโอกาส Cache Hit คือ

• วาง Context ใหญ่ที่ใช้ซ้ำไว้ด้านหน้า
• ใช้ Prefix เดิม
• ส่ง Request ใกล้กันในช่วงเวลาเหมาะสม

แต่ Cache Hit ไม่ได้รับประกันทุก Request

🗃️ Explicit Caching

Explicit Caching คือ Developer สร้าง Cache Object และกำหนด TTL เอง

เหมาะกับข้อมูล เช่น

• คู่มือใหญ่
• Video ที่ถามซ้ำ
• Code Repository
• Document Set
• System Instruction ขนาดใหญ่

ค่าใช้จ่ายประกอบด้วย

Cached Token Usage
+
Cache Storage Time

ดังนั้น Cache ไม่ใช่ฟรี

ต้องคำนวณว่าการใช้ซ้ำมากพอที่จะคุ้มกับ Storage หรือไม่

⚠️ Interactions API กับ Explicit Cache

Interactions API ปัจจุบันรองรับ Implicit Caching เท่านั้น

ถ้าต้องการสร้างและควบคุม Explicit Cache Object ด้วยตัวเอง Google ระบุให้ใช้ generateContent API ตาม Feature ปัจจุบัน

จุดนี้สำคัญมากก่อนออกแบบ Architecture

🔎 Google Search คิดเงินอย่างไร

Gemini 3.x Paid Tier ปัจจุบันให้

5,000 Search Requests ฟรีต่อเดือน

โดยใช้ร่วมกันระหว่าง Gemini 3.x Models

หลังจากนั้น ราคาอยู่ที่

$14 ต่อ 1,000 Search Requests

ตาม Pricing ปัจจุบัน

แต่ต้องระวังว่า User Prompt หนึ่งรายการสามารถทำให้ Gemini สร้าง Search Query มากกว่าหนึ่งครั้ง

Google คิดตาม Search Query ที่ระบบดำเนินการ

ไม่ใช่เพียงจำนวน Prompt ที่ User ส่ง

🔍 ตัวอย่าง Search Cost

สมมติ User ส่ง

1 Prompt

แต่ Gemini Search

Query 1
Query 2
Query 3

Usage อาจนับ 3 Search Requests

ดังนั้น Cost Planning ต้องติดตาม Tool Usage จริง

🗺️ Google Maps Grounding ราคาเท่าไร

สำหรับ Gemini 3 Pricing ปัจจุบันมี Free Allowance

5,000 requests/prompts ต่อเดือน

ตาม Model/Mode ที่รองรับ

หลังจากนั้น Pricing ปัจจุบันระบุ

$14 ต่อ 1,000 Search Queries

รายละเอียดสามารถเปลี่ยนได้ จึงควรตรวจ Pricing ก่อนเปิด Location App จำนวนมาก

🎨 Image Generation คิดอย่างไร

Model สร้างภาพสามารถมี Pricing แยกจาก Text

ตัวอย่างบาง Model คิดเป็น

ราคาต่อ 1M image output tokens

และ Google ยังแสดง Equivalent Cost ต่อภาพตาม Resolution

เช่นภาพ

• 0.5K
• 1K
• 2K
• 4K

สามารถมีราคาแตกต่างกัน

ดังนั้นระบบ Generate Image ต้องคิดต้นทุนต่อภาพ ไม่ควรใช้สูตร Text Token อย่างเดียว

🎙️ Audio คิดต่างจาก Text ได้

Audio Model สามารถคิดตาม

• Audio Tokens
• นาทีของเสียง

ตาม Model

ตัวอย่าง Pricing Page บางรุ่นแสดง Equivalent Cost ต่อ Minute

ดังนั้น Voice App ควรติดตาม

minutes per session

ควบคู่กับจำนวน User

🎬 Video อาจมี Cost สูงขึ้นมาก

Video Generation และ Video Processing ใช้ข้อมูลมากกว่า Text

บาง Model คิดตาม

• Video Tokens
• Duration
• Resolution

ก่อนสร้างระบบให้ User Generate Video ไม่จำกัด ควรคำนวณ

Cost per generated video

ให้ชัดก่อน

📄 PDF คิดเป็น Token แบบไหน

Google Pricing ปัจจุบันระบุว่า Token ใน DOCUMENT Modality เช่น PDF ถูกคิดตาม Image Token Rate

ดังนั้น PDF Pricing ไม่ควรถูกประมาณจากจำนวนตัวอักษรในเอกสารเพียงอย่างเดียว

สำหรับระบบวิเคราะห์ PDF จำนวนมากควรดู Usage Metadata จาก Request จริง

🧮 วิธีประมาณค่าใช้จ่ายอย่างง่าย

ใช้สูตร

Input Cost
=
Input Tokens
÷ 1,000,000
× Input Price

และ

Output Cost
=
Output Tokens
÷ 1,000,000
× Output Price

รวม

Total
=
Input Cost
+
Output Cost
+
Tools
+
Caching
+
Media

📊 ตัวอย่างระบบ Chatbot

สมมติ Chatbot มี

5,000 Users

แต่ละ User ใช้

20 Requests / เดือน

รวม

100,000 Requests / เดือน

ถ้าเฉลี่ยต่อ Request

Input 1,500 tokens
Output 400 tokens

รวม Token

Input
150,000,000 tokens

Output
40,000,000 tokens

จากนั้นนำไปคูณราคา Model ที่เลือก

นี่เป็นวิธีประมาณก่อนเปิด Production

💡 อย่าคำนวณจาก Average อย่างเดียว

Production Traffic อาจมี

Normal User
1,000 tokens

แต่บาง User

Upload PDF
100,000 tokens

Average อย่างเดียวอาจซ่อน Heavy User

ควรดู

• Median
• p95
• Maximum
• Cost per User

ด้วย

👤 Cost per User สำคัญ

สมมติ

รายได้/User
= 300 บาท/เดือน

แต่ AI Cost

= 400 บาท/User/เดือน

Business Model ไม่ยั่งยืน

ควรคำนวณ

Revenue
-
AI Cost
-
Hosting
-
Database
-
Payment Fee
=
Margin

ก่อน Scale

🎯 Cost per Successful Task ดีกว่า Cost per Request

สมมติ Model A

$0.001 / request

แต่ต้องเรียก 5 ครั้ง

รวม

$0.005

Model B

$0.003

แต่สำเร็จครั้งเดียว

Model B อาจถูกกว่าในเชิง Business

ดังนั้น Evaluate

Cost per successful result

ด้วย

📉 วิธีลดค่า Gemini API

❶ เลือก Model ให้เหมาะ

งานง่ายใช้ Model ที่ Cost-efficient

❷ ลด Input ที่ไม่จำเป็น

อย่าส่ง Context ทั้งหมดทุกครั้ง

❸ จำกัด Output

กำหนด Length

❹ ใช้ Structured Output

ลดคำอธิบายส่วนเกิน

❺ ใช้ Caching

เมื่อ Context ซ้ำ

❻ ใช้ Batch

สำหรับ Offline Workload

❼ Deduplicate Request

อย่าส่ง Prompt ซ้ำ

❽ จำกัด User Quota

ป้องกัน Heavy Usage

❾ Monitor Tool Calls

Search สามารถสร้าง Cost เพิ่ม

❿ ติดตาม Tokens จริง

อย่าประมาณจากจำนวน Request อย่างเดียว

🧠 Model Routing ช่วยลด Cost

Application ไม่จำเป็นต้องใช้โมเดลเดียวทุก Feature

ตัวอย่าง

Classification
→ Flash-Lite

Complex Analysis
→ Flash/Pro

Realtime
→ Live Model

ใช้ Model ตามความยากของงาน

ช่วยควบคุมทั้ง Cost และ Latency

🔀 ทำ Fallback อย่างระมัดระวัง

ตัวอย่าง

Model A fail
↓
Model B

มีประโยชน์ด้าน Reliability

แต่ถ้า Configuration ผิดอาจเกิด

A
→ B
→ C
→ Retry A

ทำให้ Cost เพิ่มโดยไม่รู้ตัว

ควรกำหนด Maximum Attempt

🔁 Retry มีค่าใช้จ่ายหรือไม่

ขึ้นกับผล Request

Google Billing FAQ ปัจจุบันระบุว่า Request ที่ล้มเหลวด้วย Error 400 หรือ 500 จะ ไม่ถูกคิด Token Charge แต่ Request ยังนับกับ Quota

อย่างไรก็ตามไม่ควร Retry ไม่จำกัด

เพราะ Error อื่นและ Request ที่สำเร็จสามารถสร้าง Usage ได้

🔢 GetTokens เสียเงินไหม

Google ระบุว่า Request ไปยัง GetTokens API

• ไม่ถูกคิดเงิน
• ไม่นับ Inference Quota

จึงสามารถใช้ช่วยตรวจ Token ก่อนส่ง Request จริงได้ตาม Workflow ที่เหมาะสม

☁️ $300 Google Cloud Free Trial ใช้ Gemini API ได้ไหม

จุดนี้สำคัญมาก

Google ระบุว่าตั้งแต่ มีนาคม 2026 ค่าใช้ Gemini API ถูกแยกออกจาก Google Cloud Free Trial $300

ดังนั้นอย่าคิดว่าเปิด Google Cloud ใหม่แล้ว

$300 Free Trial

สามารถนำไปจ่าย Gemini API ได้โดยอัตโนมัติ

ต้องตรวจประเภท Credit และ Eligibility แยกต่างหาก

💳 วิธีเปิด Paid Tier

ใน Google AI Studio สามารถเลือก

Set up billing

จากหน้า

• API Keys
• Projects

แล้วทำตามขั้นตอน Cloud Billing

ปัจจุบัน Getting Started ของ Google ระบุว่าการเปิด Paid Tier ต้อง

• เชื่อม Billing Account
• เพิ่ม Payment Method
• Prepay ขั้นต่ำ $10 หรือมูลค่าเทียบเท่า

ตาม Billing Workflow ปัจจุบัน

💵 $10 คือค่ารายเดือนหรือไม่

ไม่ใช่

จำนวนดังกล่าวเป็น Minimum Prepay ใน Workflow เปิด Paid Tier ปัจจุบัน

ไม่ใช่ Subscription รายเดือนราคา $10

หลังจากนั้น Billing ยังขึ้นกับ Usage และ Billing Model ของบัญชี

📊 ดู Usage ที่ไหน

Google AI Studio สามารถดูการใช้งานที่

Dashboard
↓
Usage

ควรตรวจเป็นประจำ

โดยเฉพาะหลัง

• เปิด Paid Tier
• เปลี่ยน Model
• เปิด Public App
• เพิ่ม Search
• เพิ่ม File Upload
• เพิ่ม User

🔔 ควรตั้ง Budget ไหม

ควร

โดยเฉพาะ Production

สามารถตั้ง Budget Monitoring ใน Cloud Billing ตามระบบที่รองรับ

ตัวอย่าง Threshold

50%
75%
90%
100%

แต่ควรจำไว้ว่า Budget Alert ไม่ควรถูกสมมติว่าเป็น Hard Stop ของ Service

Application ควรมี Usage Control ของตัวเองด้วย

🛡️ Application Rate Limit ช่วยคุม Cost

ตัวอย่าง

Free User
10 requests/day

Paid User
100 requests/day

ช่วยจำกัด Abuse

ก่อน Request ถึง Gemini

ดังนั้นควรมี

Application Rate Limit
+
Gemini API Rate Limit

สองชั้น

⚠️ API Key รั่วทำให้ Cost เพิ่มได้

ถ้า Paid Key ถูกขโมย

ผู้โจมตีอาจใช้ Project Quota และสร้างค่าใช้จ่าย

ดังนั้นต้อง

• เก็บ Key ฝั่ง Server
• ใช้ Secret Manager
• Restrict Credential
• Monitor Usage
• Rotate เมื่อรั่ว

Cost Control กับ Security เป็นเรื่องเดียวกันในหลายกรณี

📈 Monitor ค่าใช้จ่ายต่อ Feature

ถ้า App มี

Chat
Search
Image
Document
Voice

ควรแยก Usage

เช่น

Chat = 40%
Search = 10%
Image = 35%
Voice = 15%

ทำให้รู้ว่า Feature ใดกิน Budget มากที่สุด

🧾 เก็บ Token Usage ในระบบ

Gemini API Response มี Usage Metadata ตาม API

สามารถนำมาบันทึก

user_id
model
input_tokens
output_tokens
cached_tokens
timestamp

จากนั้นสร้าง Dashboard

Daily Tokens
Monthly Tokens
Cost per User
Cost per Feature

มีประโยชน์มากกว่าเดาค่าใช้จ่ายจากจำนวนสมาชิก

📉 Optimization ที่คุ้มที่สุดมักไม่ใช่ Prompt สั้นที่สุด

Prompt ที่สั้นมากแต่อธิบายไม่ชัดอาจทำให้

Bad Output
↓
Retry
↓
Retry

สุดท้ายแพงกว่า Prompt ที่ยาวขึ้นเล็กน้อยแต่ให้คำตอบถูกครั้งเดียว

ดังนั้น Optimize ที่

Accuracy
+
Tokens
+
Retries

พร้อมกัน

📚 System Prompt ยาวต้องระวัง

ถ้า System Prompt

20,000 tokens

ถูกส่งทุก Request

เมื่อมี Request จำนวนมากต้นทุน Input จะสูง

ควรพิจารณา

• ย่อ Instruction
• Caching
• Retrieval
• แยก Task

ตาม Architecture

💬 Conversation History ก็สร้าง Cost

Chatbot ที่ส่ง

Message 1
...
Message 500

ทุกครั้งจะมี Context ใหญ่ขึ้นเรื่อย ๆ

ควรใช้ Strategy เช่น

• Session
• Summary
• Sliding Window
• Retrieval
• Caching

เพื่อไม่ให้ Token โตโดยไม่มีขอบเขต

📄 File Upload อาจทำให้ Cost เพิ่มมาก

User Upload

PDF 300 หน้า

อาจใช้ Token มากกว่า Prompt Text ธรรมดามาก

Public App ควรกำหนด

• File Size
• Page Limit
• User Quota
• Maximum Files

ตาม Business Model

อย่าเปิด Upload ไม่จำกัดถ้าเจ้าของระบบเป็นคนจ่าย API Cost

🎬 Image/Video App ต้องกำหนด Credit ต่อ User

สำหรับ Media Generation เหมาะกับระบบ Credit เช่น

1 Image
= X credits

1 Video
= Y credits

เพราะแต่ละงานมีต้นทุนต่างกันมาก

ดีกว่าปล่อย

Unlimited Generate

โดยไม่มี Usage Control

💼 Free Tier กับ Paid Tier ต่างเรื่องข้อมูลด้วย

Pricing Page ของ Google ปัจจุบันระบุ

Free Tier

Content สามารถถูกใช้เพื่อช่วยปรับปรุงผลิตภัณฑ์ตามเงื่อนไขของ Google

Paid Tier

Content ไม่ถูกใช้เพื่อปรับปรุงผลิตภัณฑ์ภายใต้เงื่อนไข Paid Service ที่ระบุ

ดังนั้นธุรกิจไม่ควรเลือก Tier จากราคาอย่างเดียว

ควรดู Data Terms ด้วย

📋 Checklist ก่อนเลือก Gemini Model

งานคืออะไร

Text, Image, Audio, Video

Quality ต้องการระดับไหน

Latency สำคัญไหม

Input เฉลี่ยเท่าไร

Output เฉลี่ยเท่าไร

ต้องใช้ Search ไหม

ต้องใช้ Cache ไหม

ต้องตอบทันทีไหม

ถ้าไม่ต้องทันทีอาจใช้ Batch

User กี่คน

Cost ต่อ User รับได้เท่าไร

ตอบคำถามเหล่านี้ก่อนเลือก Model

🚫 10 ข้อผิดพลาดเรื่อง Gemini API Pricing

❶ คิดว่าทุก Model ราคาเท่ากัน

ไม่จริง

❷ ดูเฉพาะ Input Price

Output อาจแพงกว่า

❸ ลืม Thinking Tokens

รวมใน Output Billing สำหรับ Model ที่เกี่ยวข้อง

❹ คิด 1 Request = ราคาเดียว

Token ต่างกันทุก Request

❺ เปิด Search ทุกครั้ง

Tool Usage เพิ่ม

❻ ไม่ใช้ Batch กับงาน Offline

พลาด Cost Saving

❼ ส่ง Context ซ้ำ

Token สูงโดยไม่จำเป็น

❽ ไม่มี User Limit

Heavy User กิน Budget

❾ ใช้ราคาปีเก่า

ราคาเปลี่ยนได้

❿ ไม่ Monitor Usage

รู้ตัวเมื่อ Bill มาแล้ว

🪜 Workflow คุมค่า Gemini API

❶ เลือก Use Case

รู้ว่าต้องการ AI ทำอะไร

❷ เลือก Model

ไม่เลือกจากชื่ออย่างเดียว

❸ วัด Token

ใช้ข้อมูลจริง

❹ คำนวณ Cost/Request

สร้าง Baseline

❺ คำนวณ Cost/User

ดู Unit Economics

❻ ตั้ง Quota

ป้องกัน Abuse

❼ ใช้ Batch

สำหรับงานไม่เร่งด่วน

❽ ใช้ Caching

เมื่อ Context ซ้ำ

❾ Monitor

เก็บ Usage Metadata

❿ ตั้ง Budget

ก่อน Production

⓫ Review รายเดือน

ดู Feature ที่ Cost สูง

⓬ Optimize

ลด Cost โดยไม่ทำให้ Quality พัง

สำหรับ Project AI ของ comsiam การเก็บ Token Usage ตั้งแต่ Development จะช่วยให้ตัดสินใจเรื่อง Model และราคาได้ดีกว่ารอจนเปิด Production แล้วค่อยดูยอดรวมจาก Billing

💡 สูตรวาง Budget แบบง่าย

เริ่มจาก

Users × Requests/User
=
Requests

จากนั้น

Requests × Average Input Tokens
=
Total Input

และ

Requests × Average Output Tokens
=
Total Output

คำนวณ

Input Cost
+
Output Cost
+
Tools
+
Media
+
Caching
=
Estimated Gemini Cost

จากนั้นเพิ่ม Safety Margin เช่น

20–30%

ตามความผันผวนของ Usage

📊 ตัวอย่าง Spreadsheet ที่ควรทำ

Column เช่น

Feature
Model
Requests/month
Avg input tokens
Avg output tokens
Search calls
Cost/request
Monthly cost

เช่น

Chat
FAQ
PDF
Search
Image

จะเห็นชัดว่า Feature ไหนควร Optimize ก่อน

❓ คำถามที่พบบ่อย

Gemini API ราคาเท่าไร

ไม่มีราคาเดียว ราคาขึ้นกับ Model, Input/Output Tokens, Processing Mode และ Feature ที่ใช้ ตัวอย่าง gemini-3.7-flash แบบ Standard Paid Tier ณ 2 กันยายน 2026 อยู่ที่ $0.75 ต่อ 1 ล้าน Input Tokens และ $3.75 ต่อ 1 ล้าน Output Tokens จนถึง 31 ธันวาคม 2026

Gemini API มีฟรีไหม

มี Free Tier สำหรับ Model และ Limit ที่ Google กำหนด เหมาะกับการทดลองและ Project ขนาดเล็ก แต่ไม่ใช่ Unlimited Usage

Output Token แพงกว่า Input Token ไหม

ในหลาย Model ใช่ ตัวอย่าง Gemini 3.7 Flash ปัจจุบัน Input $0.75 แต่ Output $3.75 ต่อ 1 ล้าน Tokens จึงควรควบคุม Output Length

Thinking Token เสียเงินไหม

สำหรับโมเดลที่เกี่ยวข้อง Googleรวม Thinking Tokens ไว้ใน Output Token Pricing

Batch API ถูกกว่าหรือไม่

สำหรับ Model ที่รองรับ Batch Pricing มักต่ำกว่า Standard อย่างมาก และ Googleระบุ Paid Tier ว่า Batch API ช่วยลด Cost ได้ประมาณ 50% เหมาะกับงานที่ไม่ต้องตอบทันที

Google AI Studio เสียเงินตาม Token เหมือน API ไหม

Google ระบุว่า Google AI Studio Usage เองใช้ฟรีในพื้นที่ที่รองรับ แต่เมื่อใช้ Paid API Project หรือสร้าง Usage ผ่าน Gemini API จะต้องคิดตาม Pricing และ Billing ของ API ที่เกี่ยวข้อง

🎯 สรุป

Gemini API คิดค่าบริการแบบ Usage-based โดยต้นทุนหลักมาจาก Input Tokens, Output Tokens และ Thinking Tokens รวมถึง Feature เพิ่มเติม เช่น Context Caching, Google Search, Google Maps, Image, Audio และ Video

แต่ละโมเดลมีราคาไม่เท่ากัน และยังมี Processing Mode หลายประเภท เช่น Standard, Batch, Flex และ Priority ทำให้ Developer สามารถเลือกระหว่างราคา Latency และลักษณะ Workload ได้

ณ วันที่ 2 กันยายน 2026 gemini-3.7-flash มี Standard Paid Pricing ที่ $0.75 ต่อ 1 ล้าน Input Tokens และ $3.75 ต่อ 1 ล้าน Output Tokens จนถึงวันที่ 31 ธันวาคม 2026 และ Google ประกาศราคาใหม่ตั้งแต่ 1 มกราคม 2027 เป็น $1.50 และ $7.50 ตามลำดับ

งานจำนวนมากที่ไม่ต้องตอบทันทีควรพิจารณา Batch ซึ่งปัจจุบันมีราคาประมาณครึ่งหนึ่งของ Standard สำหรับ Gemini 3.7 Flash ส่วน Context ที่ใช้ซ้ำจำนวนมากอาจลดต้นทุนด้วย Caching

การควบคุม Cost ที่ดีที่สุดไม่ใช่เพียงเลือก Model ที่ถูกที่สุด แต่ต้องวัด Cost per Successful Task, Cost per User และ Cost per Feature พร้อมควบคุม Input, Output, Retry, Tool Calls และ User Quota

แนวทางของ comsiam คือเริ่มจาก Free Tier สำหรับ Development จากนั้นวัด Token Usage ของงานจริงก่อนเปิด Paid Tier และสร้าง Budget จาก Traffic จริง วิธีนี้ช่วยป้องกันทั้งการประเมิน Cost ต่ำเกินไปและการเลือก Model ที่แพงเกินความจำเป็น