Vertex AI Pricing : tarifs Gemini et budgets mensuels

Avec la grille Vertex AI Pricing, 100,000 appels destinés à rédiger des réponses pour le support reviennent aujourd’hui à $337.50 par mois en coût effectif sur Gemini 3.8 Flash, puis à $675 après la promotion de lancement. Google appelle désormais cette plateforme Gemini Enterprise Agent Platform. Commencez par la facturation à l’usage, comptez le raisonnement dans les tokens de sortie et établissez votre budget sur les tarifs hors promotion avant de passer en production.

Tarifs vérifiés sur les pages officielles de Google Cloud et de la Gemini Developer API le 20 octobre 2026. Il s’agit de tarifs publics en USD et d’exemples calculés, pas d’un benchmark en production ni d’un devis négocié. La promotion Cloud de Google prend la forme de crédits accordés sur les dépenses nettes éligibles : le coût effectif présenté ci-dessous ne garantit donc pas le montant de la facture initiale. Tarifs Google Cloud

Vertex AI Pricing : les tarifs en un coup d’œil

La facture Vertex AI dépend du modèle, des tokens et du mode d’inférence choisi. Un token est une petite unité de texte ou de média encodé. L’entrée comprend ce que vous envoyez ; la sortie comprend la réponse et le raisonnement facturable. Un tarif d’entrée bas peut donc aboutir à une réponse coûteuse si le modèle produit beaucoup de raisonnement.

Le tableau présente les tarifs de l’inférence Standard, en USD par million de tokens, en retenant les tarifs Global lorsque la page précise une région. L’entrée désigne ici le texte ; les différences entre modalités sont détaillées plus bas. Pour les lignes Pro, les valeurs séparées par une barre oblique correspondent à un contexte d’entrée jusqu’à 200,000 tokens / au-delà de 200,000 tokens. Ce seuil s’applique à chaque requête, pas au volume mensuel. Les lignes Gemini 2.5 ne portent pas la mention Global, car leur tableau source ne la précise pas. Tableaux officiels des modèles

L’absence de tarif de sortie pour Gemini 3 Flash Preview est volontaire. Le tableau Cloud Standard actuel de Google ne le fournit pas, alors que ses tableaux Priority et Flex/Batch affichent des tarifs de sortie. Reprendre un prix d’une autre API masquerait cette lacune. Faites confirmer le SKU Standard correspondant avant de l’intégrer au budget.

Pour une nouvelle fonctionnalité textuelle, évaluez d’abord un modèle Flash-Lite s’il répond à vos exigences de qualité. Passez à un modèle plus cher lorsqu’il améliore de façon mesurable les réponses acceptées, réduit les nouvelles tentatives ou accomplit une tâche hors de portée du modèle moins coûteux. Les tarifs des tokens fixent un coût plancher ; ils ne disent rien, à eux seuls, de la qualité des réponses.

Que change le nouveau nom pour votre budget ?

La plateforme de développement autrefois appelée Vertex AI se nomme désormais Gemini Enterprise Agent Platform. Le 22 avril 2026, Google écrivait : « Gemini Enterprise Agent Platform est notre nouvelle plateforme de développement et l’évolution de Vertex AI. » Ses notes de version consignent les changements de nom à la même date. Annonce de Google, notes de version

Google distingue Agent Platform, où les équipes techniques créent et exploitent des agents, de l’application Gemini Enterprise, destinée aux collaborateurs. Un abonnement par utilisateur et une facture de tokens répondent à des besoins d’achat différents. Le changement de nom ne justifie pas de remplacer une estimation d’API par le prix d’un abonnement à l’application.

Quels tarifs pour Vertex AI Studio ?

Vertex AI Studio est devenu Agent Studio dans la nouvelle nomenclature de Google. Pour estimer le coût des appels aux modèles Gemini depuis cet environnement, appliquez les tarifs d’inférence Cloud du modèle, puis ajoutez les services utilisés séparément. L’ancien nom de l’interface ne désigne pas un forfait distinct à tokens illimités. Pour les abonnements personnels à l’application Gemini, consultez le guide des tarifs Gemini. Changements de nom

Tarifs Vertex AI : au-delà du prix d’appel des modèles

Choisissez l’endpoint et la modalité avant d’appliquer un tarif. Une « entrée Gemini » peut être du texte, de l’audio ou des images, avec parfois une facturation différente selon la modalité. Tous les prix de cette section proviennent de la même page des tarifs Google Cloud.

Endpoints Global et Non-global

Pour plusieurs modèles actuels, la page affiche un tarif Non-global supérieur. Voici les prix d’entrée/sortie Standard par million de tokens :

• Gemini 4 Argon : $2.20/$11 jusqu’au 30 novembre, puis $4.40/$22. L’entrée en cache Non-global coûte $0.11, puis $0.22. Argon Cyber Permissive est facturé $4.40/$22 et $0.22 pour l’entrée en cache, sans la promotion Argon.
• Gemini 3.8 Flash, 3.7 Flash et 3.6 Flash : $0.825/$4.125 jusqu’au 31 décembre, puis $1.65/$8.25. L’entrée en cache coûte $0.0825, puis $0.165. 3.8 Flash Cyber est facturé $1.65/$8.25 et $0.165 pour l’entrée en cache.
• Gemini 3.5 Flash : $1.65/$9.90, avec une entrée en cache à $0.165. 3.5 Flash-Lite : $0.33/$2.75, avec une entrée en cache à $0.033.
• Gemini 3.1 Flash-Lite : $0.275/$1.65 pour l’entrée texte/image/vidéo et la sortie texte, avec une entrée en cache à $0.0275. L’entrée audio coûte $0.55, ou $0.055 en cache.

Ces tarifs Non-global sont supérieurs de 10% aux lignes Global correspondantes. C’est une règle utile pour budgéter ces lignes précises, pas une raison d’inventer un tarif régional pour un modèle qui n’affiche que Global. Retenez l’endpoint qui répond aux contraintes du déploiement, puis appliquez son tarif.

Entrée audio, sessions Live et modèles vocaux

En inférence Global Standard, l’entrée audio de Gemini 3.1 Flash-Lite coûte $0.50, ou $0.05 en cache, par million de tokens. Celle de Gemini 3 Flash Preview coûte $1.00, ou $0.10 en cache. Gemini 3.5 Flash, 3.5 Flash-Lite, 3.6/3.7/3.8 Flash, 3.8 Flash Cyber, 3.1 Pro Preview et Argon appliquent les tarifs d’entrée indiqués aux modalités nommées dans leurs lignes respectives.

L’entrée audio de Gemini 2.5 Flash Lite coûte $0.30, ou $0.03 en cache. Le tableau Cloud affiche l’entrée audio de Gemini 2.5 Flash à $1.00 jusqu’à 200K de contexte et $0.30 au-delà de 200K, avec $0.10 en cache dans les deux colonnes. Cette ligne Standard inhabituelle est reproduite telle que publiée ; faites-la confirmer avant de bâtir une estimation pour de longs contenus audio sur la valeur la plus basse.

Gemini 3.8 Live API, le modèle d’interaction en direct de Google, est proposé en Non-global à $0.75 pour l’entrée texte, $1 pour l’entrée image/vidéo, $3 pour l’entrée audio, $4.50 pour la sortie texte, $12 pour la sortie audio et $1 pour la sortie vidéo d’avatar, toujours par million de tokens. Ses colonnes de cache indiquent N/A. La page précise que le contexte accumulé de la session est retraité et refacturé à chaque tour. On ne peut donc pas chiffrer une conversation de dix tours comme si le contexte initial n’était envoyé qu’une fois.

Gemini 2.5 Flash Live API affiche $0.50 pour l’entrée texte, $3 pour l’entrée image/vidéo ou audio, $2 pour la sortie texte et $12 pour la sortie audio par million de tokens. Ses cellules Priority et Flex/Batch indiquent N/A.

Pour la synthèse vocale, Gemini 3.8 Flash TTS Preview affiche $0.50 en entrée texte/$9 en sortie audio, et Gemini 3.8 Flash-Lite TTS Preview affiche $0.50/$6, dans les unités de comptage par million utilisées sur la page, jusqu’au 31 décembre 2026. À partir du 1er janvier 2027, ces tarifs passent respectivement à $1/$18 et $1/$12. La page présente cette réduction de lancement comme des crédits promotionnels.

Gemini 3.5 Live Translate affiche $3.50 en entrée audio/$21 en sortie audio. Gemini 3.5 Transcribe Live affiche $3.50 en entrée audio/$21 en sortie texte ; Gemini 3.5 Transcribe affiche $2/$12. Ce sont des tarifs par million de tokens, pas un forfait par conversation. Utilisez les hypothèses de conversion audio propres au modèle avant de les ramener à la minute.

Modèles d’image, de vidéo et d’embeddings

La génération d’images possède sa propre unité de facturation en sortie. Les tarifs Cloud Standard ci-dessous suivent l’ordre entrée / sortie texte / sortie image, en USD par million de tokens :

• Gemini Nano Banana 2.1 : $1.50 / $7.50 / $30, avec une entrée en cache à $0.15.
• Gemini 3.1 Flash-Lite Image, Nano Banana 2 Lite : $0.25 / $1.50 / $30, avec une entrée en cache à $0.025.
• Gemini 3.1 Flash Image, Nano Banana 2 : Global $0.50 / $3 / $60, cache $0.05 ; Non-global $0.55 / $3.30 / $66, cache $0.055.
• Gemini 3 Pro Image, Nano Banana Pro : $2 / $12 / $120, avec une entrée en cache à $0.20.
• Gemini 2.5 Flash Image : $0.30 / $2.50 / $30 ; l’entrée en cache est indiquée N/A.

La résolution fait varier le nombre de tokens d’image. Google donne par exemple des coûts de sortie approximatifs pour Nano Banana 2.1 de $0.034 en 1K, $0.05 en 2K et $0.113 en 4K. Le prompt d’entrée reste facturé séparément. Un tarif de sortie image ne doit jamais être appliqué à la sortie texte ni interprété comme un prix par image.

Gemini Omni Flash et Gemini Omni 1.1 Flash affichent $1.50 en entrée, $9 en sortie texte et $17.50 en sortie vidéo par million de tokens. La conversion des vidéos en tokens indiquée sur la page varie selon la résolution : un tarif fixe par token ne signifie donc pas un prix par seconde identique à toutes les résolutions.

Gemini Embedding 2, Unified Multimodal Preview, qui transforme les contenus en représentations numériques pour la recherche d’information, affiche des tarifs d’entrée en ligne de $0.20 pour le texte, $0.45 pour l’image, $12 pour la vidéo et $6.50 pour l’audio par million de tokens. Les tarifs d’entrée Batch sont respectivement de $0.10, $0.225, $6 et $3.25 ; les tokens de sortie ne sont pas facturés. La ligne distincte Gemini Embedding affiche $0.00015 en ligne ou $0.00012 en Batch par 1,000 unités comptées, sans frais de sortie. Conservez cette unité source avec le tarif lorsque vous vérifiez le SKU.

Un ancien tarif ne garantit pas la disponibilité du modèle

Google publie toujours les tarifs Gemini 2.0 : Flash à $0.15/$0.60 en entrée/sortie texte, $1 en entrée audio, et $0.075/$0.30 en Batch, avec une entrée audio à $0.50. Flash Lite coûte $0.075 en entrée/$0.30 en sortie, y compris pour l’entrée audio indiquée, et $0.0375/$0.15 en Batch. Tous ces prix sont par million de tokens.

La ligne 2.0 Flash Image Generation affiche $0.15 en entrée, $1 en entrée audio, $0.60 en sortie texte et $30 en sortie image ; la ligne 2.0 Flash Live API affiche $0.50 en entrée texte, $3 en entrée audio/vidéo/image, $2 en sortie texte et $12 en sortie audio. Une cellule Batch vide n’annonce aucune remise. La page conserve aussi les anciens barèmes par modalité de Gemini 1.5 et 1.0. La présence d’un tarif ne suffit pas à garantir qu’un modèle est disponible pour un nouveau déploiement ; vérifiez son identifiant avant de le retenir.

Batch, Priority et cache : quelles remises s’appliquent ?

Utilisez Batch pour les tâches qui peuvent attendre et calculez le cache séparément. Batch soumet les tâches à un traitement asynchrone. Le cache réutilise un contexte d’entrée antérieur. Un prix réduit dans une colonne ne prouve pas que les deux remises se cumulent sur tous les modèles.

Les tarifs Batch et Flex publiés

Google nomme Batch le tableau des tarifs réduits de Gemini 4, et Flex/Batch les tableaux correspondants de Gemini 3 et 2.5. Voici les tarifs Global d’entrée/sortie affichés, par million de tokens :

• Gemini 4 Argon : $1/$5, cache $0.05, jusqu’au 30 novembre ; puis $2/$10, cache $0.10. Argon Cyber Permissive : $2/$10, cache $0.10.
• Gemini 3.8 Flash, 3.7 Flash et 3.6 Flash : $0.375/$1.875, cache $0.0375, jusqu’au 31 décembre ; puis $0.75/$3.75, cache $0.075. 3.8 Flash Cyber : $0.75/$3.75, cache $0.075.
• Gemini 3.5 Flash : $0.75/$4.50, cache $0.075. 3.5 Flash-Lite : $0.15/$1.25, cache $0.015.
• Gemini 3.1 Flash-Lite : $0.125/$0.75 pour l’entrée texte/image/vidéo et la sortie texte, entrée en cache $0.0125 ; entrée audio $0.25, cache $0.025.
• Gemini 3.1 Pro Preview : $1/$6 jusqu’à 200K de contexte, $2/$9 au-delà. Ses cellules d’entrée en cache Cloud Flex/Batch indiquent N/A.
• Gemini 3 Flash Preview : $0.25 en entrée texte/image/vidéo, $0.50 en entrée audio et $1.50 en sortie texte ; les cellules de cache indiquent N/A.
• Gemini 2.5 Pro : $0.625/$5, ou $1.25/$7.50 en contexte long. 2.5 Flash : $0.15/$1.25, avec une entrée audio à $0.50. 2.5 Flash Lite : $0.05/$0.20, et son tableau Cloud précise une entrée audio à $0.05.

Les tarifs réduits Non-global correspondants pour Argon, les modèles Flash récents et 3.1 Flash-Lite dépassent de 10% les tarifs Global. Par exemple, 3.8 Flash coûte actuellement $0.4125/$2.0625, avec une entrée en cache à $0.04125, tandis que 3.1 Flash-Lite coûte $0.1375/$0.825, avec une entrée texte en cache à $0.01375. Les tableaux de Google font foi, y compris leurs cellules N/A. Tarifs Batch et Flex

Pour les modèles d’image, les tarifs réduits entrée/sortie texte/sortie image sont 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 et 2.5 Flash Image $0.15/$1.25/$15. Les quatre premiers affichent des prix d’entrée en cache de $0.075, $0.0125, $0.025 et $0.10. Le tableau Nano Banana de Google regroupe Flex/Batch/Off-peak, mais précise que Nano Banana 2.1 ne prend pas en charge Flex.

Priority entraîne un surcoût

Pour les lignes de modèles textuels qui affichent des prix Priority, les tarifs d’entrée, de sortie et d’entrée en cache représentent 1.8 fois ceux de Standard. Ainsi, en Global, 3.8 Flash coûte actuellement $1.35 en entrée/$6.75 en sortie/$0.135 en entrée en cache, et 3.1 Pro Preview coûte $3.60/$21.60/$0.36 en contexte court ou $7.20/$32.40/$0.72 en contexte long. Les tarifs Global Priority actuels d’Argon sont de $3.60/$18/$0.18 et passent à $7.20/$36/$0.36 après sa promotion.

Les quatre lignes de modèles Nano Banana affichent également Priority à 1.8 fois leurs tarifs Standard, sortie image comprise. Gemini 2.5 Flash Image, 2.5 Flash Live API et 2.5 Pro Computer Use-Preview affichent N/A dans leurs cellules Priority sur cette page. N’appliquez pas de multiplicateur à un mode de service absent du tableau.

Le cache ajoute des frais de stockage

Le tableau Cloud du stockage en cache explicite affiche $0.000001 par token-heure, soit $1 par million de tokens-heures, pour les modèles Flash et Flash-Lite qui y figurent. Pour Gemini 3.1 Pro, 3 Pro et 2.5 Pro, il indique $0.0000045 par token-heure, soit $4.50 par million de tokens-heures. Le traitement de l’entrée en cache est facturé séparément. Le tableau de stockage ne donne pas de tarif de cache explicite pour Argon ; n’en déduisez pas un à partir d’un autre modèle. Tarifs du stockage en cache

Prenons un dossier de référence réutilisable de 100,000 tokens, sur Gemini 3.8 Flash Global aux tarifs actuels. Son traitement normal coûte $0.075 par appel ; une lecture du cache coûte $0.0075, soit $0.0675 économisé par réutilisation. Conserver ce dossier une heure coûte $0.10 : deux lectures du cache dans cette heure couvrent donc les frais de stockage, avant d’éventuels frais de création supplémentaires. Ce calcul porte sur le gain marginal de la réutilisation ; il ne suppose pas que la création du cache est gratuite.

Si ce même dossier reste stocké pendant un mois supposé de 720 heures, le stockage atteint $72. Il faut alors 1,067 lectures du cache pour que les économies dépassent cette facture de stockage aux mêmes tarifs. La durée de conservation compte autant que le pourcentage de remise. Mettez en cache les contenus que l’application réutilisera bientôt et réglez leur durée de vie en conséquence.

Provisioned Throughput : quand réserver de la capacité ?

Provisioned Throughput réserve de la capacité ; ce n’est pas un abonnement à tokens illimités. Google le vend en unités de capacité d’IA générative, ou GSUs. Le débit fourni par chaque GSU dépend du modèle et de la répartition de ses tokens. Le seul nombre de requêtes mensuelles ne permet pas de savoir combien d’unités réserver. Tarifs officiels de Provisioned Throughput

La vue horaire de la page indique les prix Global / Non-global suivants, en USD par GSU-heure :

• Engagement d’une semaine : $7.14 / $7.854.
• Engagement d’un mois : $3.698630137 / $4.068493151.
• Engagement de trois mois : $3.287671233 / $3.616438356.
• Engagement d’un an : $2.739726027 / $3.01369863.

L’exemple fourni par Google utilise $1,200 par GSU-semaine, ou $2,700, $2,400 et $2,000 par GSU-mois pour les engagements d’un mois, de trois mois et d’un an respectivement. Respectez la durée d’engagement et l’unité de facturation publiées ; le tarif annuel n’est pas celui d’un forfait résiliable chaque mois.

Un GSU Global au tarif mensuel de l’engagement annuel représente $24,000 sur douze mois, contre $32,400 si le tarif de l’engagement d’un mois était maintenu pendant douze mois. Ces $8,400 d’écart ne sont utiles que si vous avez besoin de la capacité réservée pendant toute la durée de l’engagement. Ils ne constituent pas un seuil de rentabilité face aux tokens facturés à l’usage : le débit GSU exploitable pour votre charge de travail reste à établir.

Google affiche aussi 50% de crédits promotionnels sur les dépenses nettes éligibles de Provisioned Throughput : pour Argon du 13 octobre au 30 novembre 2026, hors Cyber Permissive ; et pour 3.8/3.7/3.6 Flash du 13 août au 31 décembre 2026. La page précise que ces crédits sont émis le septième jour du mois suivant et expirent après 30 jours. Ils peuvent s’appliquer aux SKU à la demande des modèles nommés ainsi qu’aux SKU Provisioned Throughput, tous modèles confondus ; ils ne modifient ni la configuration de capacité ni le rythme de décompte des engagements.

Pour un trafic intermittent, commencez par la facturation à l’usage. Réévaluez la capacité réservée lorsque vous aurez mesuré les pics de demande, l’utilisation soutenue et le coût métier d’un débit insuffisant.

Calculer le prix Vertex AI : deux budgets mensuels

Multipliez les tokens réellement facturables, puis ajoutez les services associés. Pour une inférence textuelle sans cache :

Coût mensuel des tokens = tokens d’entrée ÷ 1,000,000 × tarif d’entrée + tokens de sortie facturables ÷ 1,000,000 × tarif de sortie.

Les deux exemples ci-dessous sont hypothétiques. Les volumes de sortie comprennent le raisonnement. Ils excluent le cache, le grounding, l’environnement d’exécution des agents, le stockage, le réseau, les taxes et les remises négociées. Chaque appel au modèle reste sous le seuil de contexte long applicable.

Premier cas : rédiger des réponses de support avec 100,000 appels par mois

Supposons 2,000 tokens d’entrée et 500 tokens de sortie facturables par appel. Le volume mensuel atteint 200 millions de tokens d’entrée et 50 millions de tokens de sortie.

Avec Gemini 3.8 Flash en Global Standard, le coût effectif pendant la promotion actuelle est :

200 × $0.75 + 50 × $3.75 = $150 + $187.50 = $337.50 par mois.

Cela représente $0.003375 par brouillon, ou $3.375 pour 1,000 brouillons. Aux tarifs affichés à partir du 1er janvier 2027, la même charge coûte 200 × $1.50 + 50 × $7.50 = $675. La version Non-global revient actuellement à $371.25, puis à $742.50. Ces calculs utilisent les tarifs publiés par Google et supposent que les crédits promotionnels éligibles sont utilisables. Tarifs utilisés dans le calcul

Un modèle moins cher abaisse le coût plancher : Gemini 3.1 Flash-Lite coûterait $125 pour ces mêmes volumes de tokens, et 3.5 Flash-Lite coûterait $185. Cela ne prouve pas que l’un ou l’autre produit des brouillons acceptables. Évaluez la qualité sur vos propres cas de support avant de payer pour le modèle plus puissant ou de retenir le moins cher.

Deuxième cas : extraire des données de rapports pendant la nuit

Supposons 10,000 rapports par mois, chacun mobilisant 20,000 tokens d’entrée et 2,000 tokens de sortie facturables. Le total atteint 200 millions de tokens d’entrée et 20 millions de tokens de sortie.

Avec Gemini 3.1 Pro Preview Global, sous 200K de contexte, Standard coûte 200 × $2 + 20 × $12 = $640. Les tarifs Flex/Batch affichés donnent 200 × $1 + 20 × $6 = $320. Cela représente $0.032 par rapport, ou $32 pour 1,000 rapports. Pour un traitement nocturne, Batch est le premier mode d’inférence à évaluer. Tarifs utilisés dans le calcul

Ensemble, la rédaction de réponses de support en Standard et l’extraction de rapports en Batch totalisent $657.50 de coût mensuel effectif en tokens aujourd’hui, ou $995 après la promotion Flash, toutes choses égales par ailleurs. Ce montant constitue le sous-total d’inférence ; ajoutez ensuite le reste de la facture de l’application.

Prix API Gemini : comparer Vertex AI et Gemini Developer API

La Gemini Developer API n’est pas automatiquement moins chère pour un même modèle. L’API destinée aux développeurs et la plateforme Cloud de Google affichent actuellement les mêmes tarifs de référence Global Standard pour Argon, 3.8 Flash, 3.1 Flash-Lite et 3.1 Pro Preview. Pour comparer, il faut faire coïncider le modèle, le niveau de service, la longueur du contexte et la date. Tarifs de la Developer API, tarifs Cloud

Les différences se trouvent dans les lignes qui entourent ces tarifs de référence :

• Accès gratuit : la Developer API propose des entrées/sorties gratuites pour certains modèles, dont 3.8 Flash, mais Argon et 3.1 Pro Preview ne sont pas disponibles dans son offre Free. Le tableau des tarifs Cloud de Google constitue un barème distinct.
• Utilisation des données : la Developer API indique que les contenus de l’offre Free servent à améliorer les produits, contrairement à ceux de l’offre Paid classique. Elle présente aussi une préversion Contributor accessible uniquement sur invitation, assortie de conditions différentes ; ne la confondez pas avec la tarification Paid habituelle.
• Stockage en cache explicite : la Developer API affiche $0.50 par million de tokens-heures pour 3.8 Flash jusqu’au 31 décembre, puis $1. Le tableau de stockage Cloud affiche $1. Conservez le tarif de stockage de chaque plateforme dans l’estimation qui lui correspond.
• Entrée Batch en cache : les cellules Cloud Flex/Batch de 3.1 Pro Preview indiquent N/A ; les tableaux Batch et Flex de la Developer API affichent $0.20/$0.40 pour les contextes court/long. Pour 3.5 Flash-Lite, Cloud indique $0.015 pour l’entrée en cache Flex/Batch, tandis que la Developer API affiche $0.02.
• Audio : le tableau Cloud Flex/Batch de 2.5 Flash Lite indique $0.05 par million de tokens d’entrée audio ; la Developer API affiche $0.15. Ces pages divergent sur cette cellule. Pour une charge de travail essentiellement audio, faites confirmer le SKU facturé au lieu de supposer qu’une page corrige l’autre.

Google positionne son offre d’entreprise autour du support optionnel, des fonctions de sécurité et de conformité, de Provisioned Throughput et des remises sur volume. Retenez-la lorsque ces exigences d’exploitation comptent. Si votre application a seulement besoin d’appels aux modèles, comparez le parcours d’achat plus simple de la Developer API sur les fonctionnalités que vous utilisez réellement.

Calculateur de prix API Gemini : garder la même charge de travail

Avec les 200M de tokens d’entrée/50M de tokens de sortie de l’exemple de support et sans cache, les tarifs actuels de 3.8 Flash sur la Developer API donnent eux aussi $337.50, puis $675 à la date annoncée. Cette égalité chiffrée n’efface ni le mécanisme de crédits accordés après dépense de la promotion Cloud ni les différences de stockage présentées plus haut.

Amazon Bedrock, la plateforme de modèles managée d’Amazon Web Services, constitue une autre option de déploiement. Son tableau Standard officiel affiche DeepSeek v3.2 à $0.62 en entrée/$1.85 en sortie par million de tokens dans les régions US East, Virginie du Nord et Ohio, et US West, Oregon. Avec les mêmes volumes de tokens supposés, cela représente $216.50 par mois. C’est un scénario tarifaire pour un autre modèle, pas une preuve de qualité équivalente. Le guide des tarifs Amazon Bedrock détaille les services qui s’ajoutent à l’inférence. Tarifs AWS

Microsoft Azure, la plateforme cloud de Microsoft, publie ses prix par modèle et par type de déploiement. Sélectionnez le déploiement et la devise sur sa page officielle avant de les comparer à une estimation Google Cloud Global. Un tarif relevant d’une autre tranche de contexte ou d’un autre déploiement ne peut pas s’y substituer. Tarifs Azure

Parmi les options Google plus coûteuses, Argon Global Standard revient à $900 pour la charge de support aux tarifs promotionnels actuels, puis à $1,800 après le 30 novembre. Comparez les résultats acceptés et les exigences d’exploitation avant de juger cette montée en gamme intéressante. Tarifs Argon utilisés dans le calcul

Consultez le comparatif des API LLM les moins chères pour élargir la sélection. Le bon critère est le coût par résultat accepté : comptez les réponses rejetées, les appels répétés et le travail d’ingénierie avant de déclarer un fournisseur moins cher.

Prix Vertex AI : les coûts qui s’ajoutent aux tokens

Une estimation de tokens ne devient un budget d’application qu’après l’ajout de la recherche d’information, des outils et de l’exécution. Les postes de facturation détaillés ici sont plus utiles qu’un pourcentage de marge générique.

Raisonnement et contexte répété. Les lignes de sortie de Google comprennent le raisonnement. Les longs historiques de conversation, les documents récupérés et les appels répétés au modèle augmentent l’entrée. Pour les sessions Live, la page indique explicitement que le contexte accumulé est refacturé aux tours suivants. Comptez les appels et l’intégralité de leur contexte facturable, pas seulement les utilisateurs.

Le passage au contexte long. Au-delà de 200K tokens d’entrée, les modèles disposant d’une tranche de contexte long facturent toute l’entrée et toute la sortie au tarif de cette tranche. Sur 3.1 Pro Preview Standard, une requête de 200,000 tokens d’entrée et 2,000 tokens de sortie coûte $0.424. À 200,001 tokens d’entrée, la même sortie porte le coût à $0.836004. Le token supplémentaire fait changer de tranche toute la requête. C’est une raison concrète de réduire les documents récupérés à l’approche du seuil. Règle de contexte et tarifs

Grounding, ou recherche d’informations à l’appui. Pour Gemini 3 et 4, Google Search et Web Grounding for Enterprise comprennent 5,000 requêtes de grounding par mois, partagées entre ces familles de modèles, puis coûtent $14 pour 1,000 requêtes. Un seul prompt utilisateur peut déclencher plusieurs requêtes. Google Maps possède son propre quota mensuel de 5,000 requêtes, puis coûte $14 pour 1,000 requêtes. Le grounding sur vos propres données coûte $2.50 pour 1,000 prompts. Ne transposez pas l’ancienne facturation par prompt avec grounding de Gemini 2.5 à un budget Gemini 3/4.

Requêtes en échec et exception à venir. La page indique, en règle générale, que les frais d’entrée/sortie s’appliquent uniquement aux réponses HTTP 200. Elle précise séparément qu’à partir du 13 novembre 2026, les générations Gemini 4 dépassant 32K tokens seront facturées pour les tokens récupérables utilisés, même si la requête finit par échouer à cause d’un délai d’attente dépassé côté client ou serveur. Une politique de nouvelle tentative peut donc entraîner des coûts différents pour ces longues générations.

Ajustement des modèles. L’entraînement est facturé séparément, et Google indique qu’à partir de Gemini 3, l’inférence des modèles ajustés coûte 1.5 fois le prix de prédiction du modèle de base. Une estimation de tokens pour un modèle non ajusté ne constitue pas le budget final d’un endpoint ajusté. Frais et conditions supplémentaires

Quels tarifs pour Vertex AI Agent Builder ?

Un agent peut consommer des tokens de modèle et des services de plateforme facturés séparément. La page consacrée à l’IA générative renvoie explicitement au barème plus large d’Agent Platform pour les frais de plateforme ML et de MLOps. Chiffrez les composants réellement utilisés par l’agent au lieu d’appeler le sous-total de tokens « coût Agent Builder ». Tarifs de l’ensemble de la plateforme

La page d’IA générative inclut bien un produit spécifique, Gemini Deep Research Agent : Standard à $2 en entrée/$12 en sortie/$0.20 en entrée en cache, et Deferred à $1/$6/$0.10, par million de tokens. Ces tarifs concernent cet agent précis. Ce n’est pas un forfait applicable à tous les agents que vous créez, et le grounding reste un poste de facturation distinct.

Vertex AI gratuit : pour qui et dans quelles limites ?

Ne budgétez pas l’inférence Gemini en production sur Google Cloud comme un service gratuit et illimité. L’offre de Google pour les nouveaux clients comprend $300 de crédits d’essai, et Google précise qu’aucun montant n’est facturé avant l’activation d’un compte payant complet. Les critères d’éligibilité et les conditions de l’essai restent applicables. Un crédit temporaire compense l’usage ; il ne ramène pas à zéro le tarif sous-jacent des tokens. Offre gratuite Google Cloud

La Gemini Developer API propose séparément des entrées/sorties gratuites pour certains modèles, avec un accès limité et des restrictions propres à chacun. Un développeur qui expérimente dans ces limites, utilise un modèle éligible et accepte les conditions d’utilisation des données de l’offre Free peut ne jamais avoir besoin d’un compte API payant pour ce petit projet. Une équipe en production qui a besoin d’un modèle uniquement payant, de plafonds plus élevés ou d’options d’entreprise doit prévoir un budget. Offres Free et Paid

Que vérifier avant la mise en production ?

Établissez le premier budget à partir d’appels représentatifs, puis décidez quelles optimisations justifient leur complexité. La semaine prochaine, prenez un échantillon de votre propre charge de travail et relevez l’entrée, l’entrée en cache et la totalité de la sortie facturée, raisonnement compris. Conservez pour chaque relevé l’identifiant exact du modèle, l’endpoint et le mode d’inférence.

1. 1

   Chiffrer les cas courants et les cas coûteux

   Utilisez des appels typiques ainsi que les appels plus longs qui pèsent le plus sur la facture. Calculez séparément les requêtes qui dépassent le seuil de contexte d’un modèle.

2. 2

   Séparer les interactions des traitements planifiés

   Placez les requêtes utilisateur immédiates sur le niveau de service en ligne adapté. Évaluez Batch pour l’extraction de rapports, l’enrichissement et les autres tâches dont l’échéance est plus lointaine.

3. 3

   Ajouter les coûts absents du calcul des tokens

   Intégrez la conservation du cache, les requêtes de grounding, l’exécution et les services associés. Présentez séparément le coût effectif pendant la promotion et le coût hors promotion.

4. 4

   Mesurer la demande avant de s’engager

   Appuyez-vous sur le débit observé et la conversion en GSU du modèle choisi avant d’acheter de la capacité réservée. Un tarif unitaire annuel plus bas ne compense pas une faible utilisation.

Questions fréquentes sur les coûts Vertex AI

Vertex AI s’appelle-t-il désormais Agent Platform ?

Oui. Google a présenté Gemini Enterprise Agent Platform le 22 avril 2026 comme l’évolution de Vertex AI, et ses notes de version documentent les changements de nom. La plateforme de développement et l’application Gemini Enterprise destinée aux collaborateurs restent deux offres distinctes à l’achat.

Quelles sont les formules tarifaires de Google Cloud ?

La facturation de Google Cloud dépend de chaque produit. Pour l’inférence Gemini traitée ici, comparez Standard, les modes de service à tarif réduit publiés, Priority et Provisioned Throughput. Une gamme générale de forfaits d’application Free/Professional/Enterprise ne décrit pas la facturation de ces modèles.

Quels services peut-on comparer à Vertex AI ?

Pour acheter de l’inférence de modèles en tant que développeur, comparez la Gemini Developer API de Google, Amazon Bedrock et Microsoft Azure. Retenez le même modèle lorsque c’est possible ; sinon, comparez le coût par résultat accepté sur votre propre tâche, en intégrant la région, les outils et les services associés.

Les tarifs Vertex AI sont-ils identiques à ceux de l’API Gemini ?

Certains tarifs Global Standard sont identiques. Le stockage en cache, l’entrée Batch en cache, les lignes audio et la disponibilité d’une offre gratuite peuvent différer. Utilisez la page tarifaire de l’API que vous appellerez.

Google Vertex est-il gratuit ?

Google offre des crédits d’essai aux nouveaux clients éligibles. Le barème d’inférence Cloud prévoit toujours des tarifs à l’usage. Certains modèles de la Gemini Developer API disposent d’une offre gratuite distincte, avec des limites et des conditions différentes d’utilisation des données.

Existe-t-il un calculateur de prix Vertex AI ?

Commencez par multiplier les totaux de tokens d’entrée et de sortie facturée par les tarifs publiés du modèle, comme dans les deux exemples ci-dessus. Ajoutez séparément le traitement des tokens en cache, le stockage en tokens-heures et le grounding. La capacité réservée exige aussi une estimation du débit propre au modèle, en plus du volume mensuel.

Existe-t-il une réduction pour les étudiants ?

La page citée des tarifs Cloud pour l’IA générative ne publie pas de tarif de tokens spécifique aux étudiants. N’appliquez pas une offre étudiante Gemini grand public aux appels d’API Cloud sans crédit explicite ou droit prévu par un programme.

Quelle est la politique de remboursement ?

La page tarifaire des modèles ne promet pas de délai général de remboursement pour l’inférence consommée. Signalez les écarts de facturation au support Google Cloud et vérifiez les conditions liées à votre compte ou à vos crédits promotionnels. Ne construisez pas le budget d’une expérimentation sur un remboursement supposé.

Ces prix vont-ils changer ?

Google affiche actuellement des tarifs Argon plus élevés à partir du 1er décembre 2026, et des tarifs 3.8/3.7/3.6 Flash plus élevés à partir du 1er janvier 2027. Ces changements programmés sont déjà intégrés aux budgets ci-dessus. Revérifiez la page officielle avant d’engager des dépenses.

Utilisez la checklist d’audit des workflows IA en entreprise pour préciser le volume, l’échéance et les exigences d’exploitation de chaque tâche d’IA envisagée avant de choisir l’infrastructure.