# Giá API Gemini Flash: 3.5 Flash Lite và 3.8 Flash chênh nhau 2,5 lần > Ba model Gemini Flash có giá vào từ 360đ đến 900đ và giá ra từ 3.000đ đến 4.500đ một triệu token. Bảng giá, phép tính một lượt và cách chọn theo tỉ lệ đầu ra. - URL: https://wisa.vn/blog/gia-api-gemini-flash - Markdown: https://wisa.vn/blog/gia-api-gemini-flash.md - Ngôn ngữ: vi - Loại: post - Xuất bản: 2026-10-29T06:05:00.000Z - Cập nhật: 2026-10-31T06:51:59Z - Tác giả: Đội ngũ WinSell (Product) - Thời gian đọc: ~6 phút - Từ khoá: giá api gemini flash, gemini 3.8 flash giá, gemini 3.5 flash lite giá, chi phí token gemini flash - cluster: chi-phi-va-gia - targetQuery: giá api gemini flash - citations: Google — bảng giá Gemini API (https://ai.google.dev/gemini-api/docs/pricing); Google Cloud — giá Vertex AI (https://cloud.google.com/gemini-enterprise-agent-platform/generative-ai/pricing); Google — caching ngữ cảnh (https://ai.google.dev/gemini-api/docs/caching); Wisa — bảng giá token (https://wisa.vn/bang-gia-token) --- Ba model Gemini Flash có giá vào 360đ, 600đ và 900đ một triệu token, giá ra 3.000đ, 3.600đ và 4.500đ. Một lượt 2.000 token vào và 700 token ra tốn 2,82, 3,72 hoặc 4,95 đồng. Khoảng cách giữa bản rẻ nhất và đắt nhất là 2,5 lần ở đầu vào và 1,5 lần ở đầu ra. ## Ba model Flash và giá một triệu token Bảng dưới đọc từ danh mục giá của Wisa, quy theo giá niêm yết một CUBE. Cột cuối là chi phí một lượt chuẩn 2.000 token vào và 700 token ra, cùng phép tính dùng ở mọi bài trong cụm này. | Model | Vào (1 triệu) | Ra (1 triệu) | Đọc cache | Ghi cache | Ra/vào | Một lượt | | --- | --- | --- | --- | --- | --- | --- | | Gemini 3.5 Flash Lite | 360đ | 3.000đ | 72đ | 0đ | 8,33 lần | 2,82 đồng | | Gemini 3 Flash | 600đ | 3.600đ | 60đ | 0đ | 6 lần | 3,72 đồng | | Gemini 3.8 Flash | 900đ | 4.500đ | 180đ | 0đ | 5 lần | 4,95 đồng | Cả ba model đều miễn phí ghi cache. Đó là điểm khác với họ Claude và GPT, nơi ghi cache bị tính 1,25 đến 2 lần giá đầu vào. Với tài liệu đọc lại nhiều lần, khoản miễn phí này quan trọng hơn giá niêm yết. Khoảng cách tuyệt đối giữa hai đầu bảng là 540 đồng ở cột đầu vào và 1.500 đồng ở cột đầu ra. Đọc theo số tuyệt đối, đầu ra chênh gần ba lần đầu vào. Đọc theo tỉ lệ, đầu vào chênh 2,5 lần còn đầu ra chỉ chênh 1,5 lần. Hai cách đọc cho hai kết luận khác nhau, và cách thứ hai mới là cách dùng để chọn model. ## Vì sao khoảng cách ở đầu ra hẹp hơn ở đầu vào Giá đầu ra luôn là một bội số của giá đầu vào, nhưng bội số đó giảm khi model đắt lên. Gemini 3.5 Flash Lite nhân 8,33 lần, Gemini 3 Flash nhân 6 lần, Gemini 3.8 Flash nhân 5 lần. Hệ quả nằm ở chỗ bản rẻ nhất không hề rẻ ở phần đầu ra. So một triệu token đầu ra: bản Lite là 3.000đ, bản 3.8 Flash là 4.500đ. So một triệu token đầu vào: 360đ và 900đ. Người dùng chủ yếu đọc tài liệu tiết kiệm 60 phần trăm khi chọn bản Lite. Người dùng chủ yếu viết nội dung chỉ tiết kiệm 33 phần trăm. Đây là lý do câu hỏi "model nào rẻ nhất" không có một đáp án duy nhất. Câu trả lời phụ thuộc vào tỉ lệ đầu ra trong công việc của bạn, và tỉ lệ đó đo được từ chính log sử dụng. ## Một lượt hỏi 2.000 vào 700 ra tốn bao nhiêu? Công thức của Wisa tính theo CUBE, rồi nhân với giá niêm yết 1 CUBE = 1.000đ. Cách bóc đủ bốn khoản tiền của một lượt nằm ở [API AI LLM](/blog/api-ai-llm): `chi phí = (token vào × giá vào + token ra × giá ra + token cache đọc × giá cache đọc + token cache ghi × giá cache ghi) / 1.000.000` Thay số cho Gemini 3.8 Flash: (2.000 × 0,9 + 700 × 4,5) / 1.000.000 = (1.800 + 3.150) / 1.000.000 = 0,00495 CUBE, tức 4,95 đồng. Với Gemini 3.5 Flash Lite: (2.000 × 0,36 + 700 × 3,0) / 1.000.000 = 0,00282 CUBE, tức 2,82 đồng. Ba hình dạng lượt hỏi cho ba câu trả lời khác nhau. Bảng dưới dùng cùng công thức, chỉ đổi số token. | Hình dạng lượt hỏi | 3.5 Flash Lite | 3 Flash | 3.8 Flash | 3.8 so với Lite | | --- | --- | --- | --- | --- | | Đọc tài liệu: 2.000 vào, 300 ra | 1,62 đồng | 2,28 đồng | 3,15 đồng | 1,94 lần | | Lượt chuẩn: 2.000 vào, 700 ra | 2,82 đồng | 3,72 đồng | 4,95 đồng | 1,76 lần | | Viết nội dung: 500 vào, 2.000 ra | 6,18 đồng | 7,5 đồng | 9,45 đồng | 1,53 lần | Cột cuối là con số cần nhớ. Công việc càng nặng đầu ra, khoản chênh giữa bản Lite và bản 3.8 Flash càng hẹp. Với 1.000 lượt viết mỗi tháng, tổng chênh là 3.270 đồng. Với 1.000 lượt đọc tài liệu, tổng chênh là 1.530 đồng. ## Độ trễ của Gemini 3.8 Flash Con số độ trễ lấy từ số liệu đo tại gateway của Wisa trong cửa sổ 7 ngày kết thúc ngày 27/10/2026. `latency_ms` là thời gian hoàn tất toàn bộ yêu cầu. `tokensPerSecond = output_tokens / (latency_ms / 1000)`. Gemini 3.8 Flash có 6.051 mẫu, p50 10.181 ms, p95 27.344 ms, p99 59.922 ms và tốc độ 42,57 token/giây. Đây là model có nhiều mẫu nhất trong tập đo, nên p50 của nó đáng tin hơn p50 của những model chỉ có vài chục mẫu. Hai model còn lại không có mẫu nào trong cửa sổ đo. Vì vậy bài này không nêu độ trễ cho Gemini 3.5 Flash Lite và Gemini 3 Flash. Nếu bạn cần so độ trễ, chỉ có một điểm dữ liệu đáng dùng là của Gemini 3.8 Flash, và mọi so sánh phải quy về điểm đó. ## Cách chọn Flash theo tỉ lệ đầu ra Bạn lấy một tuần log sử dụng thật, cộng token vào và token ra, rồi chia. Ví dụ một nhóm đọc 200 tài liệu mỗi tháng, mỗi tài liệu 2.000 token, câu trả lời 300 token: tỉ lệ đầu ra là 13 phần trăm. Nhóm này dùng Gemini 3.5 Flash Lite và tiết kiệm 49 phần trăm so với Gemini 3.8 Flash. Nhóm thứ hai viết 200 email mỗi tháng, mỗi email 500 token vào và 800 token ra: tỉ lệ đầu ra là 62 phần trăm. Với hình dạng này, chênh lệch giữa hai model chỉ còn khoảng 1,6 lần, và câu hỏi chuyển từ "model nào rẻ" sang "model nào viết đúng giọng hơn". Nhóm thứ ba trộn cả hai. Cách làm gọn nhất là chia tuyến: việc đọc và phân loại đi qua Gemini 3.5 Flash Lite, việc soạn thảo đi qua Gemini 3.8 Flash. Wisa cho đổi model theo từng cuộc trò chuyện, nên không cần chọn một model cho cả tháng. Bài [giá API Gemini bao nhiêu](/blog/gia-api-gemini-bao-nhieu) xếp cả họ Gemini theo cùng lượt chuẩn, còn [chi phí token Gemini](/blog/chi-phi-token-gemini) đi qua từng model với công thức đầy đủ. Nếu bạn cần con số của cả 41 model chat có giá token để so, [chi phí token AI](/blog/chi-phi-token-ai) xếp 41 model chat có giá token theo tiền thật của một lượt. Bảng giá hiện hành nằm ở [bảng giá token](/bang-gia-token). ## Giới hạn của bài này Giá trong bài đọc từ danh mục ngày 30/10/2026. Giá API của Google thay đổi theo phiên bản model và theo bậc sử dụng, nên con số trên là giá bán của Wisa chứ không phải giá gốc của nhà cung cấp. Bài cũng không trả lời câu hỏi model nào viết tốt hơn. Chúng tôi không có phép đo chất lượng công khai, và một phép đo như vậy sẽ phụ thuộc vào loại việc của bạn. Con số duy nhất đáng tin trong bài là giá và độ trễ, không phải chất lượng. Cuối cùng, hai model Lite không có mẫu đo trong cửa sổ 7 ngày. Nếu bạn cần quyết định dựa trên độ trễ, hãy tự đo trên công việc thật của mình trước khi đổi toàn bộ tuyến sang model đó. ## Câu hỏi thường gặp ### Giá API Gemini 3.5 Flash Lite là bao nhiêu? Gemini 3.5 Flash Lite có giá 360đ cho một triệu token đầu vào và 3.000đ cho một triệu token đầu ra. Một lượt hỏi 2.000 token vào và 700 token ra tốn 2,82 đồng, thấp hơn 3,72 đồng của Gemini 3 Flash và 4,95 đồng của Gemini 3.8 Flash. Trong cả danh mục có 12 model mang chữ flash, và mức thấp nhất là 1,73 đồng của MiniMax M3.1 Flash. ### Vì sao giá đầu ra chênh ít hơn giá đầu vào? Vì tỉ lệ giá ra trên giá vào giảm dần khi model đắt lên: 8,33 lần ở Gemini 3.5 Flash Lite, 6 lần ở Gemini 3 Flash và 5 lần ở Gemini 3.8 Flash. Bản rẻ nhất có giá vào thấp nhưng tỉ lệ nhân cho đầu ra lại cao nhất. ### Gemini 3.8 Flash có đáng dùng hơn bản Lite không? Đáng khi câu trả lời dài hoặc khi sai một chi tiết tốn nhiều hơn khoản chênh. Một lượt viết 500 token vào và 2.000 token ra tốn 9,45 đồng với Gemini 3.8 Flash so với 6,18 đồng với Gemini 3.5 Flash Lite, chênh 3,27 đồng. ### Độ trễ của Gemini 3.8 Flash là bao nhiêu? Theo số liệu đo tại gateway của Wisa trong cửa sổ 7 ngày kết thúc ngày 27/10/2026, Gemini 3.8 Flash có 6.051 mẫu với p50 10.181 ms, p95 27.344 ms và p99 59.922 ms. Tốc độ sinh chữ là 42,57 token/giây. ### Model Flash nào phù hợp để viết nội dung dài? Gemini 3.8 Flash, vì đầu ra của nó chỉ đắt gấp 1,5 lần bản Lite trong khi đầu vào đắt gấp 2,5 lần. Với việc đọc tài liệu thì ngược lại: bản Lite tiết kiệm 60 phần trăm cho cùng khối lượng đầu vào. --- ## Đường dẫn cho agent - Bản HTML: https://wisa.vn/blog/gia-api-gemini-flash - Mục lục Blog: https://wisa.vn/blog (markdown: https://wisa.vn/blog.md) - Bản đồ site cho LLM: https://wisa.vn/llms.txt - Toàn văn nội dung: https://wisa.vn/llms-full.txt - Dữ liệu sản phẩm và bảng giá: https://wisa.vn/facts.json - Sitemap: https://wisa.vn/sitemap.xml - Quy tắc crawl: https://wisa.vn/robots.txt