4月3日，谷歌更新Gemini API定价策略，按推理使用需求分档计费。新增五个档位：标准、弹性、优先、批量和缓存版。弹性档位利用闲置算力，提供五折优惠，延迟1至15分钟，无延迟保证；批量档位同样五折，延迟最长24小时。缓存档位按Token数量与存储时长计费，适合复杂指令对话、长视频分析及大规模文档查询场景。优先档位价格比标准高出75%-100%，延迟控制在毫秒至秒级，适用于实时客服、欺诈检测等关键业务场景。