DEV Community

Cover image for Gemini 3.6 Flash ราคาปี 2026: ค่าใช้จ่ายจริงเท่าไร
Thanawat Wongchai
Thanawat Wongchai

Posted on • Originally published at apidog.com

Gemini 3.6 Flash ราคาปี 2026: ค่าใช้จ่ายจริงเท่าไร

Gemini 3.6 Flash มีค่าใช้จ่าย 1.50 ดอลลาร์ต่อโทเค็นนำเข้า 1 ล้านโทเค็น และ 7.50 ดอลลาร์ต่อโทเค็นส่งออก 1 ล้านโทเค็น ซึ่งถูกกว่าโมเดลที่เข้ามาแทนที่ Google เปิดตัวเวอร์ชันปรับปรุงเมื่อวันที่ 21 กรกฎาคม 2026 สำหรับทีมที่ต้องติดตามบิล API นี่คือข่าวดี: Flash ระดับเรือธงทำงานเร็วขึ้นและมีราคาถูกลงพร้อมกัน

ลองใช้ Apidog วันนี้

คู่มือนี้สรุปตัวเลขสำหรับวางแผนงบประมาณ ได้แก่ อัตราต่อโทเค็น, ค่าใช้จ่ายของ context caching, ขอบเขตแพ็กเกจฟรี และตัวอย่างคำนวณค่าใช้จ่ายรายเดือนก่อนเริ่มเขียนโค้ด ตัวเลขทั้งหมดอ้างอิงจากเอกสารราคา Gemini API ของ Google และประกาศเปิดตัว หากต้องการดูภาพรวมโมเดลก่อน อ่านGemini 3.6 Flash คืออะไร

หมายเหตุเรื่องเวอร์ชัน: โมเดลหลักข้ามมาเป็น 3.6 แต่ Flash-Lite ระดับราคาต่ำกว่ายังอยู่ที่ 3.5 แม้เปิดตัวพร้อมกัน จึงต้องระวังชื่อโมเดลเมื่อกำหนด routing และคำนวณต้นทุน

ราคา Gemini 3.6 Flash โดยสรุป

รายการ ค่าใช้จ่าย
อินพุต 1.50 ดอลลาร์ต่อ 1 ล้านโทเค็น
เอาต์พุต (รวม thinking tokens) 7.50 ดอลลาร์ต่อ 1 ล้านโทเค็น
Context cache: อ่านอินพุตที่แคชไว้ 0.15 ดอลลาร์ต่อ 1 ล้านโทเค็น
Context cache: จัดเก็บ 1.00 ดอลลาร์ต่อ 1 ล้านโทเค็นต่อชั่วโมง
แพ็กเกจฟรี มี ผ่าน Google AI Studio และมีการจำกัดอัตรา

มีรายละเอียดสำคัญ 2 ข้อที่ต้องนำไปคิดในระบบ:

  1. เอาต์พุตรวม thinking tokens แล้ว

    โทเค็นที่โมเดลใช้ให้เหตุผลก่อนตอบจะถูกคิดที่อัตราเอาต์พุต 7.50 ดอลลาร์ต่อ 1 ล้านโทเค็น ไม่มีค่าใช้จ่ายแยกต่างหาก

  2. Context caching ไม่ได้ฟรี

    คุณจ่ายทั้งค่าอ่านข้อมูลที่แคชไว้ในอัตราที่ต่ำกว่า และค่าจัดเก็บรายชั่วโมง ดังนั้น cache จะคุ้มเมื่อมีการใช้ prompt prefix หรือเอกสารอ้างอิงชุดเดิมซ้ำหลายครั้งภายในช่วงเวลาสั้น ๆ

เปรียบเทียบกับ Gemini 3.5 Flash

อัตราเอาต์พุตลดจาก 9.00 ดอลลาร์ต่อ 1 ล้านโทเค็นใน Gemini 3.5 Flash เหลือ 7.50 ดอลลาร์ใน Gemini 3.6 Flash หรือถูกลงประมาณ 17% ต่อโทเค็นเอาต์พุต

แต่ผลประหยัดไม่ได้มาจากราคาเพียงอย่างเดียว หน้าโมเดล DeepMind Flash รายงานว่า Gemini 3.6 Flash สร้างโทเค็นเอาต์พุตน้อยลงประมาณ 17% สำหรับงานเดียวกัน เนื่องจากใช้ขั้นตอนการให้เหตุผลและการเรียกใช้เครื่องมือน้อยลงในงานหลายขั้นตอน

ผลลัพธ์คือคุณได้ทั้ง:

  • ราคาเอาต์พุตต่อโทเค็นที่ต่ำลง
  • จำนวนโทเค็นเอาต์พุตที่ลดลง

หากกำลังย้ายระบบจากโมเดลเดิม ให้ดูราคา Gemini 3.5 Flashควบคู่กัน และอ่านGemini 3.6 Flash vs 3.5 Flashเพื่อเปรียบเทียบความสามารถและประสิทธิภาพ

แพ็กเกจฟรีให้อะไรบ้าง

Gemini 3.6 Flash มีแพ็กเกจฟรีผ่านGoogle AI Studio คุณสามารถเรียกใช้โมเดลเพื่อสร้างต้นแบบและทดสอบได้โดยไม่ต้องใช้บัตรเครดิต

อย่างไรก็ตาม ให้แยกการใช้งานเป็น 2 ระยะชัดเจน:

ระยะ ควรใช้แพ็กเกจฟรีหรือไม่
ทดลอง prompt และสร้าง prototype ควรใช้
ทดสอบ integration ปริมาณน้อย ใช้ได้
Production traffic ไม่ควรใช้
ข้อมูลลูกค้า ข้อมูลลับ หรือข้อมูลกรรมสิทธิ์ ไม่ควรใช้

แพ็กเกจฟรีมีการจำกัดอัตราการใช้งาน และ Google อาจใช้ข้อมูลจากแพ็กเกจฟรีเพื่อปรับปรุงผลิตภัณฑ์ เมื่อเตรียมขึ้น production ให้ย้ายไปใช้คีย์แบบชำระเงิน

ดูขั้นตอนเริ่มต้นใช้งานได้ที่วิธีใช้ Gemini 3.6 Flash ฟรี

คำนวณค่าใช้จ่ายจริง

สมมติว่าคุณมีเอเจนต์สำหรับค้นคืนข้อมูล ที่ใช้:

  • อินพุต 2 ล้านโทเค็นต่อวัน
  • เอาต์พุต 500,000 โทเค็นต่อวัน

คำนวณต้นทุน Gemini 3.6 Flash ได้ดังนี้:

ค่าอินพุต  = 2,000,000 / 1,000,000 × $1.50
           = $3.00 ต่อวัน

ค่าเอาต์พุต = 500,000 / 1,000,000 × $7.50
            = $3.75 ต่อวัน

รวม        = $6.75 ต่อวัน
รายเดือน   = $6.75 × 30
           = $202.50 ต่อเดือน
Enter fullscreen mode Exit fullscreen mode

ผลประหยัดเมื่อเทียบกับ Gemini 3.5 Flash

สมมติว่างานเดียวกันสร้างเอาต์พุต 600,000 โทเค็นบน Gemini 3.5 Flash แต่ลดลงเหลือประมาณ 500,000 โทเค็นบน Gemini 3.6 Flash

โมเดล เอาต์พุตต่อวัน ราคาเอาต์พุต ค่าเอาต์พุตต่อวัน
Gemini 3.5 Flash 600,000 โทเค็น 9.00 ดอลลาร์ / 1M 5.40 ดอลลาร์
Gemini 3.6 Flash 500,000 โทเค็น 7.50 ดอลลาร์ / 1M 3.75 ดอลลาร์

ต่างกัน 1.65 ดอลลาร์ต่อวัน หรือประมาณ 49.50 ดอลลาร์ต่อเดือนเฉพาะค่าเอาต์พุต

($5.40 - $3.75) / $5.40 × 100 = 30.6%
Enter fullscreen mode Exit fullscreen mode

แม้ทั้งราคาและจำนวนโทเค็นจะลดลงราว 17% แต่เมื่อทั้งสองปัจจัยคูณกัน ค่าเอาต์พุตจริงจึงลดลงได้ประมาณ 31%

Flash-Lite ถูกกว่าอีกสำหรับงานง่าย

หาก workload ของคุณไม่ต้องใช้ reasoning ซับซ้อน Gemini 3.5 Flash-Lite เป็นตัวเลือกต้นทุนต่ำกว่า:

รายการ Gemini 3.5 Flash-Lite
อินพุต 0.30 ดอลลาร์ต่อ 1 ล้านโทเค็น
เอาต์พุต 2.50 ดอลลาร์ต่อ 1 ล้านโทเค็น
อ่าน context cache 0.03 ดอลลาร์ต่อ 1 ล้านโทเค็น
จัดเก็บ context cache 1.00 ดอลลาร์ต่อ 1 ล้านโทเค็นต่อชั่วโมง
ความเร็วเอาต์พุต ประมาณ 350 โทเค็นต่อวินาที

สำหรับปริมาณงานเดิม:

  • อินพุต 2 ล้านโทเค็นต่อวัน
  • เอาต์พุต 500,000 โทเค็นต่อวัน 
ค่าอินพุต  = 2 × $0.30 = $0.60
ค่าเอาต์พุต = 0.5 × $2.50 = $1.25
รวม        = $1.85 ต่อวัน
รายเดือน   = $55.50 ต่อเดือน
Enter fullscreen mode Exit fullscreen mode

คิดเป็นต้นทุนต่ำกว่า Gemini 3.6 Flash ราว 70% เมื่อใช้จำนวนโทเค็นเท่ากัน

เลือก Flash-Lite สำหรับงาน เช่น:

  • การจัดหมวดหมู่
  • การดึงข้อมูล
  • การกำหนดเส้นทางคำขอ
  • การตอบแบบ structured output สั้น ๆ

ส่วน Gemini 3.6 Flash เหมาะกับงานที่ต้องใช้ reasoning หลายขั้นตอนมากกว่า อ่านเพิ่มได้ที่Gemini 3.5 Flash-Lite คืออะไรและGemini 3.5 Flash-Lite vs 3.6 Flash

วิธีควบคุมและวัดค่าใช้จ่าย

ใช้ 4 แนวทางนี้ในการควบคุมบิล API

1. แคช context ที่ใช้ซ้ำ

หากทุกคำขอมี system prompt ยาว ๆ หรือเอกสารอ้างอิงชุดเดิม ให้ใช้ context caching

อินพุตปกติ:       $1.50 / 1M tokens
อ่านจาก cache:    $0.15 / 1M tokens
ค่าจัดเก็บ cache: $1.00 / 1M tokens / ชั่วโมง
Enter fullscreen mode Exit fullscreen mode

ก่อนเปิด cache ให้ประเมินจำนวนครั้งที่จะ reuse context เดิม เพราะการแคชคุ้มสำหรับ prefix ที่ถูกเรียกซ้ำบ่อย ไม่ใช่ข้อมูลที่ใช้เพียงครั้งเดียว

2. ตัด prompt และจำกัดเอาต์พุต

เอาต์พุตมีราคาแพงกว่าอินพุต 5 เท่า จึงควร:

  • ตัดข้อมูลอ้างอิงที่ไม่เกี่ยวข้องออกจาก prompt
  • ส่งเฉพาะ document chunk ที่จำเป็น
  • จำกัดจำนวนโทเค็นเอาต์พุตสูงสุด
  • บังคับรูปแบบคำตอบให้สั้นและมีโครงสร้างเมื่อเหมาะสม

ตัวอย่าง prompt ที่กระชับ:

สรุปเอกสารต่อไปนี้เป็น JSON โดยมีฟิลด์:
- summary: ไม่เกิน 100 คำ
- risks: รายการไม่เกิน 5 ข้อ
- next_actions: รายการไม่เกิน 3 ข้อ
Enter fullscreen mode Exit fullscreen mode

3. Route งานตามความซับซ้อน

อย่าใช้โมเดลเดียวกับทุก endpoint ให้แยกเส้นทางงาน เช่น:

classification / extraction / routing
  -> Gemini 3.5 Flash-Lite

multi-step reasoning / agent workflow / complex analysis
  -> Gemini 3.6 Flash
Enter fullscreen mode Exit fullscreen mode

การทำ model routing แบบผสมมักลดต้นทุนได้มากกว่าการพยายามเลือกโมเดลเดียวที่เหมาะกับทุกงาน

4. เก็บค่า usageMetadata จากทุกคำขอ

อย่าคาดการณ์จาก prompt เพียงอย่างเดียว ให้บันทึก usageMetadata จาก response ของ Gemini ทุกครั้ง เพราะนี่คือข้อมูลที่บอกจำนวนโทเค็นจริงที่ใช้ในการเรียก API

โครงสร้างการเก็บข้อมูลในระบบอาจเป็นแบบนี้:

const usage = response.usageMetadata;

console.log({
  inputTokens: usage.promptTokenCount,
  outputTokens: usage.candidatesTokenCount,
  totalTokens: usage.totalTokenCount,
});
Enter fullscreen mode Exit fullscreen mode

นำข้อมูลนี้ไปเก็บในระบบ observability หรือฐานข้อมูล แล้วคำนวณต้นทุนต่อ endpoint, ต่อผู้ใช้ หรือแต่ละ workflow ได้

ตัวอย่างสูตรคำนวณ:

const inputCost = (inputTokens / 1_000_000) * 1.5;
const outputCost = (outputTokens / 1_000_000) * 7.5;
const totalCost = inputCost + outputCost;
Enter fullscreen mode Exit fullscreen mode

ทดสอบงบประมาณ API ก่อนขึ้น production

ในApidogคุณสามารถสร้างคำขอ POST ไปยัง Gemini API, เก็บ API key ใน environment variables และทดสอบด้วย prompt จริงของระบบได้

แนวทางที่ใช้งานได้จริง:

  1. สร้าง request สำหรับ workflow หลักแต่ละเส้นทาง
  2. ใช้ environment variable เก็บ API key แทนการใส่คีย์ลงใน request
  3. ส่ง prompt ที่ใกล้เคียง production มากที่สุด
  4. ตรวจสอบ usageMetadata ใน response
  5. เพิ่ม assertion เพื่อป้องกัน token usage เพิ่มขึ้นโดยไม่ตั้งใจ
  6. ตั้ง schedule ให้รันทดสอบเป็นระยะเพื่อตรวจจับต้นทุนที่เพิ่มขึ้น

ตัวอย่างแนวคิดของ assertion:

// ทำให้การทดสอบล้มเหลวหากเอาต์พุตสูงเกินงบที่ตั้งไว้
expect(response.body.usageMetadata.candidatesTokenCount)
  .toBeLessThan(2000);
Enter fullscreen mode Exit fullscreen mode

วิธีนี้ช่วยป้องกันกรณีที่แก้ prompt แล้วเอาต์พุตเพิ่มเป็นสองเท่าโดยไม่มีใครสังเกต จนบิล production เพิ่มขึ้นตามไปด้วย

คุณสามารถกำหนดเวลาทดสอบ APIเพื่อตรวจจับการเปลี่ยนแปลงได้ตั้งแต่เนิ่น ๆ หรือดาวน์โหลด Apidogเพื่อทดสอบ Gemini endpoint ก่อนนำระบบขึ้น production

คำถามที่พบบ่อย

Gemini 3.6 Flash มีค่าใช้จ่ายเท่าไรต่อ 1 ล้านโทเค็น?

อินพุตราคา 1.50 ดอลลาร์ต่อ 1 ล้านโทเค็น และเอาต์พุตราคา 7.50 ดอลลาร์ต่อ 1 ล้านโทเค็น การอ่าน context cache ราคา 0.15 ดอลลาร์ต่อ 1 ล้านโทเค็น พร้อมค่าจัดเก็บ 1.00 ดอลลาร์ต่อ 1 ล้านโทเค็นต่อชั่วโมง

ราคาเอาต์พุตรวม thinking tokens หรือไม่?

รวมแล้ว โทเค็นที่โมเดลใช้ให้เหตุผลก่อนตอบถูกคิดรวมในอัตราเอาต์พุต 7.50 ดอลลาร์ต่อ 1 ล้านโทเค็น ดังนั้น reasoning ที่มากขึ้นหมายถึงค่าใช้จ่ายเอาต์พุตที่สูงขึ้น

มีแพ็กเกจฟรีหรือไม่?

มี ผ่าน Google AI Studio แต่มีการจำกัดอัตราการใช้งาน เหมาะสำหรับ prototype และการทดสอบ ไม่เหมาะกับ production หรือข้อมูลละเอียดอ่อน

Gemini 3.6 Flash ถูกกว่า 3.5 Flash หรือไม่?

ถูกกว่า อัตราเอาต์พุตลดจาก 9.00 ดอลลาร์เหลือ 7.50 ดอลลาร์ต่อ 1 ล้านโทเค็น และ Gemini 3.6 Flash ใช้โทเค็นเอาต์พุตน้อยลงประมาณ 17% สำหรับงานเดียวกัน ทำให้ค่าเอาต์พุตจริงลดลงได้ประมาณ 31%

ควรใช้ Flash-Lite เมื่อใด?

ใช้เมื่อภารกิจมีปริมาณมากแต่ไม่ซับซ้อน เช่น classification, extraction, routing และ structured response แบบสั้น Flash-Lite มีราคาอินพุต 0.30 ดอลลาร์ และเอาต์พุต 2.50 ดอลลาร์ต่อ 1 ล้านโทเค็น จึงถูกกว่า Gemini 3.6 Flash ราว 70% สำหรับจำนวนโทเค็นเท่ากัน

สรุป

วางงบประมาณ Gemini 3.6 Flash ที่:

  • 1.50 ดอลลาร์ต่อ 1 ล้านโทเค็นอินพุต
  • 7.50 ดอลลาร์ต่อ 1 ล้านโทเค็นเอาต์พุต
  • 0.15 ดอลลาร์ต่อ 1 ล้านโทเค็นสำหรับ cache read
  • 1.00 ดอลลาร์ต่อ 1 ล้านโทเค็นต่อชั่วโมงสำหรับ cache storage

ลดต้นทุนด้วย context caching สำหรับข้อมูลที่ reuse บ่อย, ตัด prompt ให้กระชับ, จำกัดเอาต์พุต, และ route งานง่ายไปยัง Flash-Lite ที่สำคัญที่สุดคือวัด usageMetadata จากคำขอจริงเสมอ

สำหรับบริบทการเปลี่ยนแปลงต้นทุนในเวอร์ชันก่อนหน้า ดูค่าใช้จ่าย Gemini 3.0 API และใช้Apidogเพื่อตรวจสอบว่า token budget ที่วางไว้ตรงกับค่าใช้จ่ายจริงใน production.

Top comments (0)