Precios de Vertex AI: cuánto pagarás por Gemini cada mes

Con los precios de Vertex AI actuales, una carga de 100,000 llamadas para redactar respuestas de soporte tiene un costo efectivo de $337.50 al mes con Gemini 3.8 Flash, o de $675 cuando termine su promoción de lanzamiento. Google ahora llama a la plataforma Gemini Enterprise Agent Platform. Empieza con el pago por uso, cuenta el razonamiento como salida y calcula el presupuesto con la tarifa posterior a la promoción antes de pasar a producción.

Verificado el 20 de octubre de 2026 en las páginas de precios vigentes de Google Cloud y Gemini Developer API. Son tarifas públicas en USD y ejemplos calculados; no representan una prueba de rendimiento en producción ni una cotización negociada. La promoción de Google Cloud devuelve créditos sobre el gasto neto que cumple sus condiciones, por lo que el costo efectivo que aparece aquí no garantiza que la factura inicial tenga ese importe. Precios de Google Cloud

Precios de Vertex AI de un vistazo

Vertex AI cobra según el modelo, los tokens y la modalidad de servicio que elijas. Un token es una pequeña unidad de texto o de contenido multimedia codificado. La entrada incluye lo que envías; la salida, la respuesta y el razonamiento facturable. Una tarifa de entrada baja puede acabar en una respuesta cara si el modelo genera mucho razonamiento.

La tabla muestra inferencia Standard, en USD por millón de tokens, con las tarifas Global cuando la página especifica una región. Aquí, la entrada corresponde a texto; más adelante se detallan las diferencias entre modalidades. En las filas de Pro, los valores separados por una barra corresponden a un contexto de entrada de hasta 200,000 tokens / superior a 200,000 tokens. El umbral se aplica a cada solicitud, no al volumen mensual. Las filas de Gemini 2.5 aparecen sin la etiqueta Global porque su tabla de origen no la especifica. Tablas oficiales de modelos

La ausencia de una tarifa de salida para Gemini 3 Flash Preview es intencional. La tabla Standard actual de Google Cloud no la incluye, aunque sus tablas Priority y Flex/Batch sí muestran tarifas de salida. Traer un precio de otra API ocultaría ese vacío. Confirma ese SKU de Standard antes de incorporarlo al presupuesto.

Para una nueva función de texto, evalúa primero un modelo Flash-Lite si alcanza la calidad que necesitas. Pasa a uno más caro cuando mejore de forma medible las respuestas aceptadas, reduzca los reintentos o resuelva una tarea que el modelo económico no pueda completar. Las tarifas por token marcan el costo mínimo; no determinan la calidad de las respuestas.

¿Qué implica el cambio de nombre para tu presupuesto?

La plataforma para desarrolladores que antes se llamaba Vertex AI ahora es Gemini Enterprise Agent Platform. El 22 de abril de 2026, Google escribió: «Gemini Enterprise Agent Platform es nuestra nueva plataforma para desarrolladores y la evolución de Vertex AI». Sus notas de lanzamiento recogen los cambios de nombre en esa misma fecha. Anuncio de Google, notas de lanzamiento

Google distingue entre Agent Platform, donde los equipos técnicos crean y operan agentes, y la aplicación Gemini Enterprise, dirigida a los empleados. Una suscripción por usuario y la factura de tokens de un modelo responden a necesidades de compra distintas. El cambio de nombre no justifica sustituir una estimación de la API por el precio de una suscripción a la aplicación.

¿Cuánto cuesta Vertex AI Studio?

Con los cambios de nombre de Google, Vertex AI Studio pasó a llamarse Agent Studio. Para estimar las llamadas a modelos Gemini desde ese entorno, usa las tarifas de inferencia del modelo en Cloud y añade los servicios que utilices por separado. El antiguo nombre de la interfaz no designa un plan independiente de tokens ilimitados. Para las suscripciones personales a la aplicación Gemini, consulta la guía de precios de Gemini del sitio. Cambios de nombre

Tarifas de los modelos de Vertex AI: más allá del precio anunciado

Elige el endpoint y la modalidad antes de aplicar una tarifa. «Entrada de Gemini» puede referirse a texto, audio o imágenes, y algunos modelos facturan cada tipo con una unidad distinta. Los precios de esta sección proceden de la misma página de precios de Google Cloud.

Endpoints Global y Non-global

La página muestra una tarifa Non-global más alta para varios modelos actuales. En entrada/salida Standard, por millón de tokens:

• Gemini 4 Argon: $2.20/$11 hasta el 30 de noviembre; después, $4.40/$22. La entrada en caché Non-global cuesta $0.11 y luego $0.22. Argon Cyber Permissive tiene tarifas de $4.40/$22 y $0.22 para entrada en caché, sin la promoción de Argon.
• Gemini 3.8 Flash, 3.7 Flash y 3.6 Flash: $0.825/$4.125 hasta el 31 de diciembre; después, $1.65/$8.25. La entrada en caché cuesta $0.0825 y luego $0.165. 3.8 Flash Cyber tiene tarifas de $1.65/$8.25 y $0.165 para entrada en caché.
• Gemini 3.5 Flash: $1.65/$9.90, con entrada en caché a $0.165. 3.5 Flash-Lite: $0.33/$2.75, con entrada en caché a $0.033.
• Gemini 3.1 Flash-Lite: $0.275/$1.65 para entrada de texto, imagen o video y salida de texto, con entrada en caché a $0.0275. La entrada de audio cuesta $0.55, o $0.055 en caché.

Estas tarifas Non-global publicadas superan en un 10% a las filas Global correspondientes. Es una regla útil para presupuestar estas filas, no una autorización para inventar un precio regional de un modelo que solo publica tarifas Global. Elige el endpoint que cumpla los requisitos de tu despliegue y calcula su costo con la tarifa correspondiente.

Entrada de audio, sesiones en vivo y modelos de voz

En inferencia Global Standard, la entrada de audio de Gemini 3.1 Flash-Lite cuesta $0.50, o $0.05 en caché, por millón de tokens. La entrada de audio de Gemini 3 Flash Preview cuesta $1.00, o $0.10 en caché. Gemini 3.5 Flash, 3.5 Flash-Lite, 3.6/3.7/3.8 Flash, 3.8 Flash Cyber, 3.1 Pro Preview y Argon aplican sus tarifas de entrada publicadas a las modalidades que figuran en sus filas.

La entrada de audio de Gemini 2.5 Flash Lite cuesta $0.30, o $0.03 en caché. La tabla de Cloud muestra la entrada de audio de Gemini 2.5 Flash a $1.00 con un contexto de hasta 200K y $0.30 por encima de 200K, con $0.10 en caché en ambas columnas. Reproducimos esa peculiar fila de Standard tal como está publicada; confirma el valor más bajo antes de usarlo para prever el gasto de audios largos.

Gemini 3.8 Live API, el modelo de interacción en vivo de Google, figura para uso Non-global con tarifas de $0.75 para entrada de texto, $1 para entrada de imagen/video, $3 para entrada de audio, $4.50 para salida de texto, $12 para salida de audio y $1 para salida de video de avatar, todas por millón de tokens. Sus columnas de caché indican N/A. La página señala que el contexto acumulado de la sesión se vuelve a procesar y cobrar en cada turno. Por eso, una conversación de diez turnos no se puede presupuestar como si el contexto original se enviara una sola vez.

Gemini 2.5 Flash Live API publica $0.50 para entrada de texto, $3 para entrada de imagen/video o audio, $2 para salida de texto y $12 para salida de audio por millón de tokens. Sus celdas Priority y Flex/Batch indican N/A.

Para tareas específicas de voz, Gemini 3.8 Flash TTS Preview publica $0.50 para entrada de texto/$9 para salida de audio, y Gemini 3.8 Flash-Lite TTS Preview, $0.50/$6, en las unidades por millón que emplea la página, hasta el 31 de diciembre de 2026. Desde el 1 de enero de 2027 pasan a $1/$18 y $1/$12, respectivamente. La página describe la rebaja de lanzamiento como créditos promocionales.

Gemini 3.5 Live Translate publica $3.50 para entrada de audio/$21 para salida de audio. Gemini 3.5 Transcribe Live publica $3.50 para entrada de audio/$21 para salida de texto; Gemini 3.5 Transcribe, $2/$12. Son tarifas por millón de tokens, no un cargo fijo por conversación. Usa las equivalencias de audio del propio modelo antes de convertirlas en minutos.

Modelos de imágenes, video y embeddings

La generación de imágenes tiene una tarifa de salida independiente. Las siguientes tarifas de Cloud Standard corresponden a entrada / salida de texto / salida de imagen, en USD por millón de tokens:

• Gemini Nano Banana 2.1: $1.50 / $7.50 / $30, con entrada en caché a $0.15.
• Gemini 3.1 Flash-Lite Image, Nano Banana 2 Lite: $0.25 / $1.50 / $30, con entrada en caché a $0.025.
• Gemini 3.1 Flash Image, Nano Banana 2: Global $0.50 / $3 / $60, en caché $0.05; Non-global $0.55 / $3.30 / $66, en caché $0.055.
• Gemini 3 Pro Image, Nano Banana Pro: $2 / $12 / $120, con entrada en caché a $0.20.
• Gemini 2.5 Flash Image: $0.30 / $2.50 / $30; la entrada en caché figura como N/A.

La resolución modifica la cantidad de tokens de imagen. Por ejemplo, Google publica costos aproximados de salida de Nano Banana 2.1 de $0.034 a 1K, $0.05 a 2K y $0.113 a 4K. La entrada del prompt se cobra por separado. Una tarifa de salida de imagen nunca debe aplicarse a la salida de texto ni interpretarse como un precio por imagen.

Gemini Omni Flash y Gemini Omni 1.1 Flash publican $1.50 para entrada, $9 para salida de texto y $17.50 para salida de video por millón de tokens. La conversión a tokens de video que usa la página cambia según la resolución; una tarifa fija por token no implica un precio fijo por segundo para todas las resoluciones.

Gemini Embedding 2, Unified Multimodal Preview, que convierte contenido en representaciones numéricas para recuperarlo después, publica tarifas de entrada en línea de $0.20 para texto, $0.45 para imagen, $12 para video y $6.50 para audio por millón de tokens. Las tarifas de entrada Batch son $0.10, $0.225, $6 y $3.25, respectivamente; los tokens de salida no tienen costo. La fila independiente de Gemini Embedding muestra $0.00015 en línea o $0.00012 en Batch por cada 1,000 unidades, sin cargo por salida. Conserva esa unidad de origen junto a la tarifa al verificar el SKU.

Que un modelo antiguo tenga precio no garantiza que puedas desplegarlo

Google sigue publicando precios de Gemini 2.0: Flash tiene entrada/salida de texto a $0.15/$0.60, entrada de audio a $1 y Batch a $0.075/$0.30, con entrada de audio a $0.50. Flash Lite cuesta $0.075 por entrada/$0.30 por salida, incluida la entrada de audio que figura en su tabla, con Batch a $0.0375/$0.15. Todas son tarifas por millón de tokens.

La fila de 2.0 Flash Image Generation publica $0.15 para entrada, $1 para entrada de audio, $0.60 para salida de texto y $30 para salida de imagen; la de 2.0 Flash Live API publica $0.50 para entrada de texto, $3 para entrada de audio/video/imagen, $2 para salida de texto y $12 para salida de audio. Las celdas Batch vacías no anuncian descuentos. La página también conserva tablas de modalidades de los anteriores Gemini 1.5 y 1.0. Que una fila de precios siga publicada no demuestra que el modelo esté disponible para un nuevo despliegue; verifica el ID del modelo antes de elegirlo.

Batch, Priority y caché: ¿qué descuento corresponde?

Usa Batch para tareas que pueden esperar y calcula la caché por separado. Batch envía el trabajo para procesarlo de forma asíncrona. La caché reutiliza contexto de entrada previo. Un precio más bajo en una columna no significa que ambos descuentos se puedan combinar en todos los modelos.

Tarifas publicadas de Batch y Flex

Google llama Batch a la tabla con descuento de Gemini 4, y Flex/Batch a las tablas correspondientes de Gemini 3 y 2.5. Las tarifas Global publicadas de entrada/salida por millón de tokens son:

• Gemini 4 Argon: $1/$5, en caché $0.05, hasta el 30 de noviembre; después, $2/$10, en caché $0.10. Argon Cyber Permissive: $2/$10, en caché $0.10.
• Gemini 3.8 Flash, 3.7 Flash y 3.6 Flash: $0.375/$1.875, en caché $0.0375, hasta el 31 de diciembre; después, $0.75/$3.75, en caché $0.075. 3.8 Flash Cyber: $0.75/$3.75, en caché $0.075.
• Gemini 3.5 Flash: $0.75/$4.50, en caché $0.075. 3.5 Flash-Lite: $0.15/$1.25, en caché $0.015.
• Gemini 3.1 Flash-Lite: $0.125/$0.75 para entrada de texto/imagen/video y salida de texto, entrada en caché $0.0125; entrada de audio $0.25, en caché $0.025.
• Gemini 3.1 Pro Preview: $1/$6 hasta 200K de contexto, $2/$9 por encima de ese umbral. Sus celdas de entrada en caché Flex/Batch de Cloud indican N/A.
• Gemini 3 Flash Preview: $0.25 para entrada de texto/imagen/video, $0.50 para entrada de audio y $1.50 para salida de texto; las celdas de caché indican N/A.
• Gemini 2.5 Pro: $0.625/$5, o $1.25/$7.50 para contexto largo. 2.5 Flash: $0.15/$1.25, con $0.50 para entrada de audio. 2.5 Flash Lite: $0.05/$0.20, y su tabla de Cloud publica expresamente $0.05 para entrada de audio.

Las tarifas Non-global con descuento publicadas para Argon, los modelos Flash más nuevos y 3.1 Flash-Lite superan en un 10% a las Global correspondientes. Por ejemplo, actualmente 3.8 Flash cuesta $0.4125/$2.0625, con entrada en caché a $0.04125, mientras que 3.1 Flash-Lite cuesta $0.1375/$0.825, con entrada de texto en caché a $0.01375. Las tablas de Google, incluidas las celdas N/A, siguen siendo la referencia. Precios de Batch y Flex

Para los modelos de imagen, las tarifas con descuento de entrada/salida de texto/salida de imagen son Nano Banana 2.1 $0.75/$3.75/$15, Nano Banana 2 Lite $0.125/$0.75/$15, Nano Banana 2 $0.25/$1.50/$30, Nano Banana Pro $1/$6/$60 y 2.5 Flash Image $0.15/$1.25/$15. Los cuatro primeros tienen tarifas de entrada en caché de $0.075, $0.0125, $0.025 y $0.10. La tabla de Nano Banana de Google agrupa Flex/Batch/Off-peak, pero señala expresamente que Nano Banana 2.1 no admite Flex.

Priority tiene un recargo

En las filas de modelos de texto que publican precios Priority, las tarifas de entrada, salida y entrada en caché equivalen a 1.8 veces las de Standard. Por ejemplo, actualmente Global 3.8 Flash cuesta $1.35 por entrada/$6.75 por salida/$0.135 por entrada en caché, y 3.1 Pro Preview cuesta $3.60/$21.60/$0.36 con contexto corto o $7.20/$32.40/$0.72 con contexto largo. Las tarifas Global Priority actuales de Argon son $3.60/$18/$0.18 y pasarán a $7.20/$36/$0.36 cuando termine la promoción.

Las cuatro filas de modelos Nano Banana también publican Priority a 1.8 veces sus tarifas Standard, incluida la salida de imagen. Gemini 2.5 Flash Image, 2.5 Flash Live API y 2.5 Pro Computer Use-Preview muestran N/A en las celdas Priority de esta página. No apliques un multiplicador a una modalidad de servicio que la tabla no incluye.

Almacenar la caché también cuesta

La tabla de almacenamiento de caché explícita de Cloud publica $0.000001 por token-hora, equivalente a $1 por millón de tokens-hora, para los modelos Flash y Flash-Lite que incluye. Para Gemini 3.1 Pro, 3 Pro y 2.5 Pro publica $0.0000045 por token-hora, equivalente a $4.50 por millón de tokens-hora. El procesamiento de la entrada en caché se cobra por separado. La tabla de almacenamiento no incluye una tarifa de caché explícita para Argon; no la deduzcas a partir de otro modelo. Precios de almacenamiento de caché

Piensa en un conjunto reutilizable de documentos de referencia de 100,000 tokens en Global Gemini 3.8 Flash con las tarifas actuales. Procesarlo de la forma habitual cuesta $0.075 por llamada; leerlo desde la caché cuesta $0.0075, con un ahorro de $0.0675 por acierto de caché. Conservarlo durante una hora cuesta $0.10, de modo que dos aciertos de caché en esa hora cubren el almacenamiento, antes de cualquier costo adicional de creación. Es un cálculo del ahorro marginal por reutilización, no una afirmación de que crear la caché sea gratis.

Si conservas ese mismo conjunto durante un mes supuesto de 720 horas, el almacenamiento asciende a $72. Harán falta 1,067 aciertos de caché para superar ese gasto de almacenamiento con las mismas tarifas. El tiempo de conservación importa tanto como el porcentaje de descuento. Guarda en caché material que tu aplicación vaya a reutilizar pronto y ajusta su tiempo de vida a ese uso.

Provisioned Throughput: reserva capacidad cuando la necesites

Provisioned Throughput reserva capacidad; no es una suscripción de tokens ilimitados. Google la vende en unidades de escala de IA generativa, o GSUs. El rendimiento que aporta cada GSU depende del modelo y de la combinación de tokens. El total mensual de solicitudes no basta para saber cuántas unidades debes reservar. Precios oficiales de Provisioned Throughput

La vista por hora de la página publica estos precios Global / Non-global en USD por GSU-hora:

• Compromiso de una semana: $7.14 / $7.854.
• Compromiso de un mes: $3.698630137 / $4.068493151.
• Compromiso de tres meses: $3.287671233 / $3.616438356.
• Compromiso de un año: $2.739726027 / $3.01369863.

El ejemplo que acompaña Google usa $1,200 por GSU-semana, o $2,700, $2,400 y $2,000 por GSU-mes para los compromisos de un mes, tres meses y un año, respectivamente. Usa el plazo y la unidad de facturación publicados; no trates la tarifa anual como un plan que se puede cancelar cualquier mes.

Una GSU Global a la tarifa mensual del compromiso anual representa $24,000 a lo largo de doce meses, frente a $32,400 si se mantuviera durante doce meses la tarifa del compromiso de un mes. Esa diferencia de $8,400 solo resulta útil si necesitas la capacidad reservada durante todo el compromiso. No es un punto de equilibrio frente a los tokens de pago por uso, porque aún no se ha determinado el rendimiento aprovechable de la GSU para tu carga de trabajo.

Google también publica créditos promocionales del 50% sobre el gasto neto elegible de Provisioned Throughput: para Argon, del 13 de octubre al 30 de noviembre de 2026, con exclusión de Cyber Permissive; y para 3.8/3.7/3.6 Flash, del 13 de agosto al 31 de diciembre de 2026. La página indica que esos créditos se emiten el séptimo día del mes siguiente y caducan a los 30 días. Se pueden aplicar a los SKU bajo demanda de los modelos indicados y a los SKU de Provisioned Throughput de distintos modelos; no modifican la configuración de capacidad ni las tasas de consumo del compromiso.

Para tráfico intermitente, empieza con el pago por uso. Reconsidera la capacidad reservada cuando hayas medido los picos de demanda, la utilización sostenida y el costo para el negocio de un rendimiento insuficiente.

Calculadora de precios de Vertex AI: dos cargas mensuales

Multiplica los tokens realmente facturables y suma después los servicios que los acompañan. Para inferencia de texto sin caché:

Costo mensual de tokens = tokens de entrada ÷ 1,000,000 × tarifa de entrada + tokens de salida facturables ÷ 1,000,000 × tarifa de salida.

Los dos ejemplos siguientes son cargas de trabajo hipotéticas. La salida incluye el razonamiento. No incluyen caché, grounding, entorno de ejecución de agentes, almacenamiento, redes, impuestos ni descuentos negociados. Cada llamada al modelo queda por debajo del umbral de contexto largo que le corresponde.

Primer caso: redactar respuestas de soporte con 100,000 llamadas al mes

Supongamos 2,000 tokens de entrada y 500 tokens de salida facturables por llamada. El volumen mensual es de 200 millones de tokens de entrada y 50 millones de salida.

Con Global Standard Gemini 3.8 Flash, el costo efectivo promocional actual es:

200 × $0.75 + 50 × $3.75 = $150 + $187.50 = $337.50 al mes.

Son $0.003375 por borrador, o $3.375 por cada 1,000 borradores. Con las tarifas publicadas a partir del 1 de enero de 2027, la misma carga pasa a 200 × $1.50 + 50 × $7.50 = $675. La versión Non-global cuesta actualmente $371.25 y subirá a $742.50. Estos cálculos usan las tarifas de modelos publicadas por Google y suponen que se pueden utilizar los créditos promocionales aplicables. Tarifas utilizadas

Un modelo más económico cambia el costo mínimo: Gemini 3.1 Flash-Lite costaría $125 con las mismas cantidades de tokens, y 3.5 Flash-Lite costaría $185. Eso no demuestra que ninguno de los dos produzca borradores aceptables. Evalúa la calidad con tus propios casos de soporte antes de pagar por el modelo más grande o elegir el más barato.

Segundo caso: extraer información de informes durante la noche

Supongamos 10,000 informes al mes, cada uno con 20,000 tokens de entrada y 2,000 tokens de salida facturables. El total es de 200 millones de tokens de entrada y 20 millones de salida.

Con Global Gemini 3.1 Pro Preview y un contexto inferior a 200K, Standard cuesta 200 × $2 + 20 × $12 = $640. Sus tarifas Flex/Batch publicadas dan 200 × $1 + 20 × $6 = $320. Son $0.032 por informe, o $32 por cada 1,000 informes. Para un trabajo nocturno, Batch es la primera modalidad que conviene evaluar. Tarifas utilizadas

En conjunto, el trabajo de soporte con Standard y el de informes con Batch suman $657.50 de costo efectivo mensual en tokens actualmente, o $995 después de la promoción de Flash, si todo lo demás se mantiene igual. Tómalo como el subtotal de inferencia y añade después el resto de la factura de tu aplicación.

Precios de Vertex AI frente a Gemini Developer API

Gemini Developer API no es automáticamente más barata para el mismo modelo. La API de Google para desarrolladores y su plataforma Cloud publican actualmente las mismas tarifas principales Global Standard para Argon, 3.8 Flash, 3.1 Flash-Lite y 3.1 Pro Preview. Antes de comparar, deben coincidir el modelo, el nivel de servicio, la longitud de contexto y la fecha. Precios de Developer API, precios de Cloud

Las diferencias aparecen en las filas que acompañan a esas tarifas principales:

• Acceso gratuito: Developer API publica entrada/salida gratuita para determinados modelos, incluido 3.8 Flash, pero Argon y 3.1 Pro Preview no están disponibles en su nivel Free. La tabla de precios de Google Cloud es independiente.
• Uso de los datos: Developer API indica que el contenido del nivel Free se utiliza para mejorar productos y que el del nivel Paid habitual no se usa con ese fin. También incluye una versión preliminar Contributor, solo por invitación, con condiciones distintas; no la confundas con las tarifas Paid habituales.
• Almacenamiento de caché explícita: Developer API publica $0.50 por millón de tokens-hora para 3.8 Flash hasta el 31 de diciembre, y después $1. La tabla de almacenamiento de Cloud publica $1. Usa el precio de almacenamiento de cada plataforma en su propia estimación.
• Entrada Batch en caché: las celdas Flex/Batch de 3.1 Pro Preview en Cloud indican N/A; las tablas Batch y Flex de Developer API publican $0.20/$0.40 para contexto corto/largo. Para 3.5 Flash-Lite, Cloud publica $0.015 por entrada Flex/Batch en caché, mientras que Developer API muestra $0.02.
• Audio: la tabla Flex/Batch de 2.5 Flash Lite en Cloud publica $0.05 por millón de tokens de entrada de audio; Developer API publica $0.15. Las páginas discrepan en esa celda. Para una carga con mucho audio, confirma el SKU facturado en lugar de suponer que una página corrige a la otra.

Google presenta la vía empresarial con opciones de soporte, seguridad y cumplimiento normativo, Provisioned Throughput y descuentos por volumen. Elígela cuando esos requisitos operativos sean relevantes. Si tu aplicación solo necesita llamadas al modelo, compara la vía de contratación más sencilla de Developer API a partir de las funciones concretas que uses.

Calculadora de precios de Gemini API: compara la misma carga

Con los 200M de entrada/50M de salida del trabajo de soporte y sin caché, las tarifas actuales de 3.8 Flash en Developer API también dan $337.50, que subirán a $675 en la fecha anunciada. Esa coincidencia numérica no elimina el mecanismo de devolución de créditos de la promoción de Cloud ni las diferencias de almacenamiento anteriores.

Amazon Bedrock, la plataforma administrada de modelos de Amazon Web Services, es otra opción de despliegue. Su tabla oficial Standard publica DeepSeek v3.2 a $0.62 por entrada/$1.85 por salida por millón de tokens en US East, N. Virginia y Ohio, y US West, Oregon. Con las mismas cantidades de tokens supuestas, son $216.50 al mes. Es un escenario de precios para otro modelo, no una prueba de que las respuestas tengan la misma calidad. Consulta la guía de precios de Amazon Bedrock para conocer los servicios que acompañan a la inferencia. Precios de AWS

Microsoft Azure, la plataforma en la nube de Microsoft, publica precios por modelo y tipo de despliegue. Selecciona el despliegue y la moneda en su página vigente antes de compararlos con una estimación Global de Google Cloud. Un precio de otro intervalo de contexto o de otro despliegue no es un sustituto válido. Precios de Azure

Entre los modelos de Google de mayor costo, Argon Global Standard da $900 para la carga de soporte con sus tarifas promocionales actuales, y luego $1,800 después del 30 de noviembre. Compara los resultados aceptados y los requisitos operativos antes de decidir si compensa el cambio. Tarifas de Argon utilizadas

Usa la comparativa de las API de LLM más baratas para ampliar las opciones. El criterio de decisión es el costo por resultado aceptado: incluye respuestas rechazadas, llamadas repetidas y trabajo de ingeniería antes de afirmar que un proveedor es más barato.

Costos de la API de Vertex AI que no aparecen en los tokens

Una estimación de tokens solo se convierte en un presupuesto de aplicación cuando añades recuperación de información, herramientas y entorno de ejecución. Los riesgos de facturación concretos que siguen son más útiles que un porcentaje genérico para imprevistos.

Razonamiento y contexto repetido. Las filas de salida de Google incluyen el razonamiento. Los historiales de chat largos, los documentos recuperados y las llamadas repetidas al modelo aumentan la entrada. Para las sesiones Live, la página señala expresamente que el contexto acumulado se vuelve a cobrar en los turnos siguientes. Cuenta las llamadas y todo su contexto facturable, no solo los usuarios.

El salto de tarifa por contexto largo. Por encima de 200K tokens de entrada, los modelos que tienen un nivel de contexto largo cobran toda la entrada y la salida a la tarifa de ese nivel. En 3.1 Pro Preview Standard, una solicitud con 200,000 tokens de entrada y 2,000 de salida cuesta $0.424. Con 200,001 tokens de entrada, la misma salida cuesta $0.836004. Ese token adicional cambia el nivel de toda la solicitud. Es un motivo concreto para recortar el material recuperado cuando te acercas al umbral. Regla de contexto y tarifas

Grounding: obtener información para fundamentar la respuesta. Para Gemini 3 y 4, Google Search y Web Grounding for Enterprise incluyen 5,000 consultas de grounding al mes compartidas entre esas familias de modelos, y después cobran $14 por cada 1,000 consultas. Un solo prompt del usuario puede generar varias consultas. Google Maps tiene su propia franquicia mensual de 5,000 consultas y después cobra $14 por cada 1,000 consultas. El grounding con tus datos cuesta $2.50 por cada 1,000 prompts. No traslades la antigua unidad de facturación por prompt con grounding de Gemini 2.5 a un presupuesto de Gemini 3/4.

Solicitudes fallidas y una próxima excepción. Como regla general, la página indica que los cargos de entrada/salida solo se aplican a respuestas HTTP 200. Por separado, señala que, a partir del 13 de noviembre de 2026, las generaciones de Gemini 4 que superen los 32K tokens se cobrarán por el consumo de tokens recuperable aunque la solicitud termine fallando por un tiempo de espera agotado del cliente o del servidor. Por tanto, una política de reintentos puede tener un costo distinto para esas generaciones largas.

Ajuste del modelo. El entrenamiento se factura por separado, y Google señala que la inferencia de modelos ajustados, desde Gemini 3 en adelante, cuesta 1.5 veces el precio de predicción del modelo base. No uses una estimación de tokens de un modelo sin ajustar como presupuesto final de un endpoint ajustado. Cargos y condiciones adicionales

¿Cuánto cuesta Vertex AI Agent Builder?

Un agente puede consumir tokens del modelo y servicios de la plataforma que se facturan por separado. La página de IA generativa remite expresamente a la tabla general de Agent Platform para los cargos de la plataforma de ML y de MLOps. Calcula el precio de los componentes que tu agente utiliza realmente, en lugar de llamar «costo de Agent Builder» al subtotal de tokens. Precios generales de la plataforma

La página de IA generativa sí incluye un producto específico, Gemini Deep Research Agent: Standard a $2 por entrada/$12 por salida/$0.20 por entrada en caché, y Deferred a $1/$6/$0.10, por millón de tokens. Son las tarifas de ese agente concreto. No son una cuota fija para todos los agentes que crees, y el grounding sigue teniendo una tarifa independiente publicada.

¿Vertex AI es gratis? ¿Quién puede seguir sin pagar?

No presupuestes la inferencia de Gemini en producción sobre Google Cloud como un servicio gratuito ilimitado. La oferta de Google para nuevos clientes es de $300 en crédito de prueba, y la empresa indica que no cobra hasta que se activa una cuenta de pago completa. Siguen aplicándose los requisitos de acceso y las condiciones de la prueba. Un crédito temporal compensa el consumo; no convierte en cero la tarifa de los tokens. Oferta gratuita de Google Cloud

Por separado, Gemini Developer API ofrece entrada/salida gratuita en determinadas filas de modelos, con acceso limitado y restricciones específicas de cada modelo. Un desarrollador que experimente dentro de esos límites, use un modelo elegible y acepte las condiciones de uso de datos del nivel Free quizá nunca necesite una cuenta de API de pago para ese pequeño proyecto. Un equipo de producción que necesite un modelo exclusivo de pago, límites más altos u opciones empresariales debe presupuestar ese gasto. Niveles Free y Paid

Qué hacer antes de pasar a producción

Prepara el primer presupuesto con llamadas representativas y decide después qué optimizaciones justifican su complejidad. La próxima semana, toma una muestra de tu propia carga y registra la entrada, la entrada en caché y la salida total facturada, incluido el razonamiento. Guarda en cada registro el ID exacto del modelo, el endpoint y la modalidad de servicio.

1. 1

   Calcula el costo de los casos habituales y de los más caros

   Usa las llamadas típicas y las más largas que concentran el gasto. Calcula por separado las solicitudes que superen el umbral de contexto de un modelo.

2. 2

   Separa el trabajo interactivo del programado

   Asigna las solicitudes inmediatas de los usuarios al nivel en línea adecuado. Evalúa Batch para extraer información de informes, enriquecer datos y resolver otras tareas con un plazo más amplio.

3. 3

   Añade los costos que los tokens no incluyen

   Incluye la conservación de caché, las consultas de grounding, el entorno de ejecución y los servicios de apoyo. Presenta por separado el costo efectivo promocional y el posterior a la promoción.

4. 4

   Asume un compromiso solo después de medir la demanda

   Usa el rendimiento observado y la conversión a GSUs del modelo elegido antes de comprar capacidad reservada. Una tarifa anual por unidad más baja no corrige una utilización escasa.

Preguntas frecuentes sobre el costo de Vertex AI

¿Vertex AI ahora se llama Agent Platform?

Sí. Google presentó Gemini Enterprise Agent Platform el 22 de abril de 2026 como la evolución de Vertex AI, y sus notas de lanzamiento documentan los cambios de nombre. La plataforma para desarrolladores y la aplicación Gemini Enterprise para empleados siguen siendo opciones de compra distintas.

¿Qué planes de precios tiene Google Cloud?

Google Cloud factura por producto. Para la inferencia de Gemini que se analiza aquí, compara Standard, las modalidades con descuento publicadas, Priority y Provisioned Throughput. Un esquema general de planes de aplicación Free/Professional/Enterprise no describe estos cargos de modelos.

¿Qué alternativas hay a Vertex AI?

Si eres desarrollador y contratas inferencia de modelos, compara Gemini Developer API de Google, Amazon Bedrock y Microsoft Azure. Usa el mismo modelo cuando sea posible; en caso contrario, compara el costo por resultado aceptado en tu propia tarea e incluye región, herramientas y servicios de apoyo.

¿Los precios de Vertex AI son iguales a los de Gemini API?

Algunas tarifas Global Standard coinciden. El almacenamiento de caché, la entrada Batch en caché, las filas de audio y la disponibilidad del nivel gratuito pueden variar. Usa la página de precios de la API a la que vayas a llamar.

¿Google Vertex es gratis?

Google ofrece crédito de prueba a nuevos clientes que cumplen los requisitos. La tabla de inferencia de Cloud sigue publicando precios por consumo. Algunos modelos de Gemini Developer API tienen un nivel gratuito independiente, con límites y condiciones de uso de datos diferentes.

¿Hay una calculadora de precios de Vertex AI?

Empieza por multiplicar los totales de tokens de entrada y salida facturada por las tarifas publicadas del modelo, como en los dos ejemplos anteriores. Añade por separado el procesamiento de tokens en caché, el almacenamiento en tokens-hora y el grounding. Para la capacidad reservada necesitas estimar el rendimiento específico del modelo además del volumen mensual.

¿Hay descuento para estudiantes?

La página de precios de IA generativa de Cloud citada no publica una tarifa de tokens específica para estudiantes. No apliques una oferta de Gemini para estudiantes orientada al consumidor a las llamadas de la API de Cloud sin un crédito o un derecho de uso explícito dentro de un programa.

¿Cuál es la política de reembolsos?

La página de precios de modelos no promete un plazo general de reembolso para la inferencia ya consumida. Comunica las discrepancias de facturación al soporte de Google Cloud y revisa las condiciones de tu cuenta o de tus créditos promocionales. No presupuestes un experimento dando por hecho que recibirás un reembolso.

¿Van a cambiar estos precios?

Google publica actualmente tarifas más altas para Argon desde el 1 de diciembre de 2026, y para 3.8/3.7/3.6 Flash desde el 1 de enero de 2027. Esos cambios programados ya están incluidos en los presupuestos anteriores. Vuelve a consultar la página oficial antes de comprometer gasto.

Usa la lista de verificación para auditar flujos de trabajo empresariales con IA para definir el volumen, el plazo y los requisitos operativos de cada tarea de IA propuesta antes de elegir la infraestructura.