Thanawat Wongchai

Posted on Aug 14 Originally published at apidog.com

ไขข้อสงสัยราคา Gemini 3.7 Flash: ล็อกเรทด่วนก่อนราคาจะเบิ้ล

Google เปิดตัว Gemini 3.7 Flash เมื่อวันที่ 13 สิงหาคม 2026 สามสัปดาห์หลัง 3.6 Flash และเรียกโมเดลนี้ว่า “โมเดลเวิร์คฮอร์สที่ฉลาดที่สุดของเรา” สำหรับทีมที่ติดตามค่าใช้จ่าย API สิ่งสำคัญที่สุดคือราคา: อัตราเบื้องต้นอยู่ที่ $0.75 ต่อ 1 ล้านโทเค็นอินพุต และ $3.75 ต่อ 1 ล้านโทเค็นเอาต์พุต จนถึงวันที่ 31 ธันวาคม 2026 จากนั้นตั้งแต่ 1 มกราคม 2027 ทั้งสองอัตราจะเพิ่มขึ้น 2 เท่า

ลองใช้ Apidog วันนี้

นั่นหมายความว่าเวิร์คโหลดเดิม โค้ดเดิม และพรอมป์ต์เดิม จะมีค่าใช้จ่ายเพิ่มขึ้นตามกำหนด ตัวอย่างเช่น แชทบอทที่จ่าย $790 ต่อเดือนในวันนี้ อาจจ่ายประมาณ $1,575 ต่อเดือนในเดือนมกราคม หากปริมาณการใช้งานเท่าเดิม

บทความนี้สรุปราคา 2 ระดับ วิธีคำนวณต้นทุนจากโทเค็นสำหรับเวิร์คโหลดจริง และขั้นตอนลดค่าใช้จ่ายก่อนราคาเพิ่มขึ้น หากยังไม่ได้ส่งคำขอแรก ให้เริ่มจากคู่มือเริ่มต้นใช้งาน Gemini 3.7 Flash API เมื่อเริ่มเรียกใช้งานแล้ว Apidog ช่วยให้ตรวจสอบ usageMetadata ในทุกการตอบกลับ เพื่อนำจำนวนโทเค็นจริงมาเทียบกับประมาณการได้

TL;DR

อัตราเบื้องต้น: อินพุต $0.75 และเอาต์พุต $3.75 ต่อ 1 ล้านโทเค็น ถึงวันที่ 31 ธันวาคม 2026
อัตรามาตรฐานตั้งแต่ 1 มกราคม 2027: อินพุต $1.50 และเอาต์พุต $7.50 ต่อ 1 ล้านโทเค็น
ราคาเบื้องต้นเป็นครึ่งหนึ่งของราคา Gemini 3.6 Flash ตอนเปิดตัว
รองรับข้อความ รูปภาพ วิดีโอ เสียง และ PDF ในหน้าต่างบริบท 1 ล้านโทเค็น โดยมีเอาต์พุตสูงสุด 64k โทเค็น
แชทบอท 10,000 คำขอต่อวัน มีค่าใช้จ่ายประมาณ $26.25/วันในอัตราเบื้องต้น และ $52.50/วันในอัตรามาตรฐาน
เริ่มลดต้นทุนจากการจำกัดเอาต์พุต แคชบริบท ประมวลผลแบบแบตช์ และเลือกโมเดลให้เหมาะกับงาน
เก็บค่า usageMetadata ต่อเอนด์พอยต์และตั้ง budget guardrail ในชุดทดสอบ API

สองระดับราคา

Gemini 3.7 Flash เปิดตัวพร้อมส่วนลดจำกัดเวลา ไม่ใช่ราคาถาวร สำหรับ Gemini API ที่เรียกเก็บผ่านคีย์ AI Studio:

ระดับ	ช่วงเวลา	อินพุต (ต่อ 1 ล้านโทเค็น)	เอาต์พุต (ต่อ 1 ล้านโทเค็น)
เบื้องต้น	13 สิงหาคม 2026 – 31 ธันวาคม 2026	$0.75	$3.75
มาตรฐาน	ตั้งแต่ 1 มกราคม 2027	$1.50	$7.50

สิ่งที่ควรนำไปใช้กับการวางแผนงบประมาณมี 2 ข้อ:

คำนวณงบประมาณด้วยราคามาตรฐานเสมอ

ใช้อัตราเบื้องต้นสำหรับคาดการณ์ค่าใช้จ่ายระยะสั้น แต่ใช้ราคา $1.50/$7.50 สำหรับตัดสินใจว่าระบบจะคุ้มค่าในระยะยาวหรือไม่
ลดเอาต์พุตก่อนลดอินพุต

เอาต์พุตแพงกว่าอินพุต 5 เท่าในทั้งสองระดับราคา การลดคำตอบจาก 1,000 เหลือ 300 โทเค็น มักลดต้นทุนได้มากกว่าการตัดข้อความใน system prompt จำนวนเล็กน้อย

ราคาเบื้องต้นยังเป็นครึ่งหนึ่งของราคา Gemini 3.6 Flash ตอนเปิดตัว หากกำลังอัปเกรดจาก 3.6 ให้ใช้คู่มือการย้ายจาก 3.6 ไปยัง 3.7 Flashเป็น checklist สำหรับทดสอบ regression ก่อนสลับโมเดล

ราคาในบทความนี้ครอบคลุม Gemini API ผ่าน AI Studio key ส่วน Vertex AI ใช้ Google Cloud SKU ของตัวเอง รวมถึงค่าใช้จ่ายของความสามารถอย่าง context caching และ batch processing ด้วย ควรตรวจสอบตัวเลขล่าสุดที่หน้าการกำหนดราคาอย่างเป็นทางการก่อนอนุมัติงบประมาณ

สูตรคำนวณต้นทุน

ใช้สูตรนี้กับทุกเอนด์พอยต์:

ค่าใช้จ่ายอินพุต  = input_tokens  / 1,000,000 × input_price
ค่าใช้จ่ายเอาต์พุต = output_tokens / 1,000,000 × output_price
ค่าใช้จ่ายรวม      = ค่าอินพุต + ค่าเอาต์พุต

ตัวอย่างในอัตราเบื้องต้น:

20M input tokens  × $0.75 / 1M = $15.00
3M output tokens  × $3.75 / 1M = $11.25

รวม = $26.25 ต่อวัน

เมื่อเข้าสู่อัตรามาตรฐาน ให้แทนราคาเป็น $1.50 และ $7.50 ซึ่งทำให้ต้นทุนรวมเพิ่มขึ้น 2 เท่าเมื่อปริมาณโทเค็นเท่าเดิม

ค่าใช้จ่ายของเวิร์คโหลดจริง

เวิร์คโหลด 1: แชทบอทบริการลูกค้า

สมมติว่าแชทบอทมี 10,000 คำขอต่อวัน แต่ละคำขอใช้:

อินพุต 2,000 โทเค็น: system prompt, ประวัติสนทนา และข้อความผู้ใช้
เอาต์พุต 300 โทเค็น: คำตอบสำหรับลูกค้า

รายการ	โทเค็นรายวัน	ค่าใช้จ่ายเบื้องต้น/วัน	ค่าใช้จ่ายมาตรฐาน/วัน
อินพุต	20M	$15.00	$30.00
เอาต์พุต	3M	$11.25	$22.50
รวม	23M	$26.25	$52.50

คิดเป็นประมาณ:

$788/เดือน ในอัตราเบื้องต้น
$1,575/เดือน ในอัตรามาตรฐาน โดยสมมติ 30 วันต่อเดือน

สำหรับแชทบอท ให้เริ่มจากการตั้ง maxOutputTokens ที่ระดับเอนด์พอยต์ เช่น 300–500 โทเค็นสำหรับคำตอบทั่วไป แทนการปล่อยให้โมเดลสร้างคำตอบยาวโดยไม่จำเป็น

{
  "generationConfig": {
    "maxOutputTokens": 500,
    "temperature": 0.2
  }
}

เวิร์คโหลด 2: ไปป์ไลน์เอกสาร PDF

Gemini 3.7 Flash อ่าน PDF ได้โดยตรง และ Google รายงานว่าคะแนน GDP.pdf benchmark เพิ่มจาก 22.0% เป็น 34.0% เมื่อเทียบกับ 3.6 Flash

สมมติว่าไปป์ไลน์ประมวลผลเอกสาร 500 ฉบับต่อวัน:

อินพุต 40,000 โทเค็นต่อเอกสาร
เอาต์พุต 1,000 โทเค็นต่อเอกสารในรูปแบบสรุปเชิงโครงสร้าง

รายการ	โทเค็นรายวัน	ค่าใช้จ่ายเบื้องต้น/วัน	ค่าใช้จ่ายมาตรฐาน/วัน
อินพุต	20M	$15.00	$30.00
เอาต์พุต	0.5M	$1.88	$3.75
รวม	20.5M	$16.88	$33.75

คิดเป็นประมาณ:

$506/เดือน ในอัตราเบื้องต้น
$1,013/เดือน ในอัตรามาตรฐาน

เวิร์คโหลดนี้มีอินพุตเป็นต้นทุนหลัก เพราะเอกสารยาวกว่าเอาต์พุตมาก ดังนั้นให้พิจารณา:

แคชเอกสารอ้างอิงหรือคำสั่งที่ส่งซ้ำ
ทำงานแบบ batch สำหรับเอกสารที่ไม่ต้องตอบทันที
กำหนด schema ของผลลัพธ์ให้ชัดเจนเพื่อลดข้อความอธิบายส่วนเกิน

ตัวอย่างคำสั่งสรุปที่จำกัดรูปแบบเอาต์พุต:

สรุปเอกสารเป็น JSON เท่านั้น โดยคืนค่า:
- document_type
- parties
- effective_date
- key_obligations
- risks

ห้ามเพิ่มคำอธิบายนอก JSON

เวิร์คโหลด 3: วงจร Agent

Agent เพิ่มจำนวนการเรียกใช้โมเดลอย่างรวดเร็ว สมมติว่า:

200 งานต่อวัน
12 model calls ต่องาน
8,000 โทเค็นอินพุตต่อ call จากบริบทและผลลัพธ์ของเครื่องมือ
400 โทเค็นเอาต์พุตต่อ call

รายการ	โทเค็นรายวัน	ค่าใช้จ่ายเบื้องต้น/วัน	ค่าใช้จ่ายมาตรฐาน/วัน
อินพุต	19.2M	$14.40	$28.80
เอาต์พุต	0.96M	$3.60	$7.20
รวม	20.16M	$18.00	$36.00

คิดเป็น:

$540/เดือน ในอัตราเบื้องต้น
$1,080/เดือน ในอัตรามาตรฐาน

จุดเสี่ยงของ Agent คือบริบทสะสมในทุกขั้นตอน งานที่เพิ่มจาก 12 เป็น 20 calls จะเพิ่มต้นทุนประมาณ 67% แม้ตารางราคาจะไม่เปลี่ยน

ให้กำหนด guardrail สำหรับ Agent อย่างน้อย 3 จุด:

1. จำกัดจำนวนรอบสูงสุดต่อ task
2. ตัดผลลัพธ์เครื่องมือที่ไม่จำเป็นออกจาก context
3. จำกัด maxOutputTokens ในทุกขั้นตอน

เอาต์พุตสูงสุด 64k โทเค็นยังเป็นเพดานของกรณีเลวร้ายที่สุด:

ประมาณ $0.24 ต่อ call ในอัตราเบื้องต้น
ประมาณ $0.48 ต่อ call ในอัตรามาตรฐาน

เพดานนี้ป้องกันค่าใช้จ่ายไม่ให้ไร้ขีดจำกัด แต่ retry loop ที่สร้างเอาต์พุตจำนวนมากก็ยังเพิ่มค่าใช้จ่ายได้เร็วมาก

การเปรียบเทียบราคา Gemini 3.7 Flash

การเปรียบเทียบราคาข้ามผู้ให้บริการเปลี่ยนเร็ว จึงควรใช้เพื่อดูตำแหน่งของโมเดล ไม่ใช่เป็นตารางราคาถาวร

Gemini 3.7 Flash อยู่ในกลุ่มเวิร์คฮอร์ส: ราคาต่ำกว่าโมเดลแนวหน้าตระกูล Gemini Pro, โมเดล Claude ขนาดใหญ่ และระดับเรือธงของ OpenAI ขณะเดียวกันมีผล benchmark เช่น 65.3% บน DeepSWE v1.1 และ 1588 WebDev Arena Elo ซึ่งทับซ้อนกับความสามารถที่ก่อนหน้านี้ต้องใช้โมเดลระดับเรือธง

ประเด็นสำคัญสำหรับทีมพัฒนาคือ อย่าออกแบบระบบโดยยึดราคาปัจจุบันเพียงอย่างเดียว ผู้ให้บริการสามารถเปลี่ยนราคาได้ เช่น กรณี DeepSeek ที่ปรับอัตรา API ซึ่งอธิบายเพิ่มเติมในคู่มือการเพิ่มราคาและการเพิ่มประสิทธิภาพต้นทุนของ DeepSeek

สำหรับ Gemini ตารางเวลาชัดเจนอยู่แล้ว: เวิร์คโหลด $10,000/เดือนในช่วงเบื้องต้น อาจกลายเป็น $20,000/เดือนเมื่อใช้อัตรามาตรฐาน หากจำนวนโทเค็นไม่เปลี่ยน

ห้าวิธีลดค่าใช้จ่ายโทเค็น

1. จำกัดเอาต์พุตต่อเอนด์พอยต์

ตั้ง maxOutputTokens เป็นค่าต่ำสุดที่งานต้องใช้จริง เพราะเอาต์พุตแพงกว่าอินพุต 5 เท่า

เอนด์พอยต์	ค่าเริ่มต้นที่ควรทดสอบ
คำตอบแชทบริการลูกค้า	300–500
การจัดประเภท	50–150
สรุปเอกสารแบบมีโครงสร้าง	500–1,500
ขั้นตอนวางแผนของ Agent	300–800

ตัวอย่าง:

{
  "generationConfig": {
    "maxOutputTokens": 400
  }
}

อย่าปล่อยให้ทุกเส้นทางใช้เพดาน 64k โดยไม่มีเหตุผล เพราะการตอบผิดพลาดเพียงครั้งเดียวอาจแพงกว่าคำตอบปกติหลายสิบเท่า

2. แคชบริบทคงที่

หากทุกคำขอส่ง system prompt, นโยบายบริษัท หรือเอกสารอ้างอิง 3,000 โทเค็นเดิมซ้ำ ๆ คุณกำลังจ่ายค่าอินพุตเต็มจำนวนสำหรับข้อมูลเดิมหลายพันครั้งต่อวัน

เริ่มต้นด้วยการแยกข้อมูลออกเป็น 2 ส่วน:

บริบทคงที่:
- system prompt
- นโยบาย
- คู่มือผลิตภัณฑ์
- ข้อมูลอ้างอิงที่ใช้ซ้ำ

บริบทเปลี่ยนแปลง:
- ข้อความผู้ใช้
- ประวัติสนทนาล่าสุด
- ผลลัพธ์จากเครื่องมือ

จากนั้นใช้ context caching สำหรับส่วนคงที่ ตรวจสอบวิธีตั้งค่าและอัตราปัจจุบันในเอกสาร Gemini API

สำหรับแชทบอทตัวอย่าง การแคชคำนำหน้าคงที่ 1,500 โทเค็นสามารถลดค่าอินพุตได้เกือบครึ่งหนึ่ง

3. ประมวลผลงานที่ไม่ใช่เชิงโต้ตอบเป็นชุด

งานสรุปเอกสาร การติดแท็กข้อมูล และการจัดหมวดหมู่ย้อนหลัง มักไม่ต้องตอบภายในไม่กี่วินาที

แยกคิวงานออกจาก request path ของผู้ใช้:

API รับไฟล์
  → บันทึก job ลงคิว
  → ประมวลผล batch ตามรอบเวลา
  → เก็บผลลัพธ์ลงฐานข้อมูล
  → แจ้งสถานะเมื่อเสร็จ

แนวทางนี้ช่วยให้ใช้ batch processing กับงานที่ยอมรับ latency ได้ และลดความเสี่ยงที่ทราฟฟิกกระชากจะทำให้งบประมาณรายวันเกินเป้า

4. ใช้โมเดลให้เหมาะกับแต่ละเส้นทาง

ไม่ใช่ทุก call ต้องใช้ Gemini 3.7 Flash ใช้โมเดลระดับเล็กกว่าสำหรับงานที่ไม่ต้องการการให้เหตุผลหลายขั้นตอน เช่น:

จัดประเภท intent
routing
ตรวจรูปแบบข้อมูล
ดึงฟิลด์สั้น ๆ
ตรวจว่าเอกสารต้องส่งต่อให้ Agent หรือไม่

เก็บ Gemini 3.7 Flash ไว้กับงานที่ใช้ความสามารถของโมเดลจริง เช่น การวางแผนหลายขั้นตอน การดีบัก การวิเคราะห์เอกสารซับซ้อน และ tool-calling chain

5. สร้างต้นแบบบนบริการฟรีก่อน

ใช้โควตาฟรีของ AI Studio เพื่อปรับ prompt, schema และรูปแบบผลลัพธ์ ก่อนเปิดทราฟฟิกที่มีค่าใช้จ่ายจริง ดูขอบเขตและข้อจำกัดของเส้นทางฟรีได้ในคู่มือการเข้าถึง Gemini API ฟรี

เป้าหมายคือให้ prompt มีประสิทธิภาพก่อนนำไปใช้ใน production ไม่ใช่ค่อยค้นพบว่า prompt ยาวเกินไปหลังเริ่มมีใบแจ้งหนี้แล้ว

ติดตามค่าใช้จ่ายต่อเอนด์พอยต์ด้วย Apidog

การประมาณการช่วยตั้งงบประมาณ แต่การวัดผลต่อคำขอช่วยให้ไม่เกินงบ ทุกการตอบกลับจาก Gemini มี usageMetadata ซึ่งรวมจำนวนโทเค็นอินพุตและเอาต์พุต

ตัวอย่างโครงสร้างข้อมูลที่ควรบันทึก:

{
  "usageMetadata": {
    "promptTokenCount": 2000,
    "candidatesTokenCount": 300,
    "totalTokenCount": 2300
  }
}

ใน Apidog ให้ตั้ง workflow ดังนี้:

สร้าง request สำหรับทุก production endpoint เช่น แชท สรุปเอกสาร และ Agent step
เก็บ API key ใน environment variable เช่น GEMINI_API_KEY
ใช้ payload ที่ใกล้เคียงกับ production ใน test scenario
ดึง usageMetadata.promptTokenCount และ usageMetadata.candidatesTokenCount
ตั้ง assertion เพื่อบล็อกการเปลี่ยน prompt ที่ทำให้ใช้โทเค็นเกิน budget
รัน scenario ทุกครั้งที่แก้ prompt, tool schema หรือรูปแบบข้อมูล

ตัวอย่างเกณฑ์ที่ควรตั้ง:

chat endpoint:
- promptTokenCount ต้องไม่เกิน 2,500
- candidatesTokenCount ต้องไม่เกิน 500

document-summary endpoint:
- candidatesTokenCount ต้องไม่เกิน 1,200

หากการแก้ prompt ทำให้แชทเอนด์พอยต์เพิ่มจาก 2,000 เป็น 2,500 input tokens นั่นหมายถึงค่าอินพุตเพิ่มขึ้น 25% ต่อคำขอ การให้ test ล้มเหลวก่อน deploy ช่วยป้องกันต้นทุนที่เพิ่มขึ้นโดยไม่ตั้งใจ

จากนั้นคำนวณต้นทุนจริงจากข้อมูลที่วัดได้:

endpoint_cost =
  (promptTokenCount / 1,000,000 × input_price) +
  (candidatesTokenCount / 1,000,000 × output_price)

ทีมที่มี API test suite อยู่แล้วสามารถต่อยอดรูปแบบนี้ได้ทันที ดูแนวทางจัดโครงสร้าง scenario เพิ่มเติมได้ในคู่มือการทดสอบ API สำหรับวิศวกร QA

คำถามที่พบบ่อย

ราคา Gemini 3.7 Flash จะเพิ่มขึ้นเป็นสองเท่าเมื่อใด?

วันที่ 1 มกราคม 2027 อัตราเบื้องต้น $0.75 ต่อ 1 ล้านโทเค็นอินพุต และ $3.75 ต่อ 1 ล้านโทเค็นเอาต์พุต จะใช้ถึง 31 ธันวาคม 2026 หลังจากนั้นจะเปลี่ยนเป็น $1.50 และ $7.50

Gemini 3.7 Flash ถูกกว่า Gemini 3.6 Flash หรือไม่?

ตอนเปิดตัว ใช่ ราคาแนะนำของ 3.7 Flash เป็นครึ่งหนึ่งของราคาเปิดตัว 3.6 Flash ขณะที่ผล benchmark ดีขึ้น เช่น DeepSWE v1.1 จาก 49.0% เป็น 65.3% ดูรายละเอียดเปรียบเทียบได้ในคู่มืออ้างอิงฉบับย่อของ Gemini 3.7 Flash

ราคาเบื้องต้นมีผลกับ Vertex AI หรือไม่?

อัตราในบทความนี้ใช้กับ Gemini API ที่เรียกเก็บผ่าน AI Studio key ส่วน Vertex AI เรียกเก็บผ่าน Google Cloud ด้วย SKU และข้อกำหนดของตัวเอง ให้ตรวจสอบราคาใน GCP Billing Console และหน้าราคาอย่างเป็นทางการก่อนใช้งานจริง

อะไรถูกนับเป็นค่าใช้จ่ายโทเค็นอินพุต?

ทุกสิ่งที่ส่งไปในคำขอ ได้แก่ ข้อความ รูปภาพ วิดีโอ เสียง และหน้า PDF จะถูกแปลงเป็นโทเค็นและคิดตามอัตราอินพุต เอกสารยาวและคำขอที่มีสื่อจำนวนมากมักเป็นสาเหตุของค่าใช้จ่ายที่เกินคาด

หลังเรียก API ให้ตรวจสอบ usageMetadata เพื่อดูจำนวนจริง แทนการเดาจากจำนวนตัวอักษรหรือจำนวนคำ

จะประเมินโทเค็นก่อนส่งคำขอได้อย่างไร?

ใช้ endpoint countTokens เพื่อวัด payload โดยไม่ต้องสร้างผลลัพธ์ หรือส่ง representative request จำนวนหนึ่งแล้วอ่าน usageMetadata จาก response

ควรวัดจาก payload จริงเสมอ เนื่องจาก tokenizer ของแต่ละตระกูลโมเดลให้ผลต่างกันได้

3.7 Flash เหมาะกับสแต็คของคุณอย่างไร

Gemini 3.7 Flash ในราคาเบื้องต้นให้ความสามารถสูงในต้นทุนที่ต่ำ แต่ราคานี้มีวันสิ้นสุดชัดเจน วิธีดำเนินการที่เหมาะสมคือ:

ย้ายเวิร์คโหลดที่เหมาะสมไปทดสอบบน 3.7 Flash ตอนนี้
วัด token usage จริงแยกตามเอนด์พอยต์
คำนวณทั้งต้นทุนเบื้องต้นและต้นทุนมาตรฐาน
ลด output limit และ context ที่ไม่จำเป็น
ลดระดับงานง่ายไปใช้โมเดลขนาดเล็กกว่า
ตัดสินใจจากข้อมูลจริงก่อนราคาเปลี่ยนในเดือนมกราคม

ใช้ดาวน์โหลด Apidogเพื่อเก็บ Gemini requests, environment, token assertions และการตรวจสอบต้นทุนไว้ใน workspace เดียวกัน เพื่อให้ใบแจ้งหนี้เดือนมกราคมเป็นตัวเลขที่คุณคาดการณ์ไว้แล้ว

DEV Community