Vertex AI pricing: tariffe Gemini e due budget mensili

Vertex AI pricing, in pratica: oggi un carico di 100,000 chiamate per preparare bozze di risposte di assistenza costa effettivamente $337.50 al mese con Gemini 3.8 Flash, oppure $675 alla fine della promozione di lancio. Google ora chiama la piattaforma Gemini Enterprise Agent Platform. Conviene partire dal pagamento a consumo, conteggiare il ragionamento nell'output e pianificare il budget sulle tariffe successive alla promozione prima di passare in produzione.

Verificato sulle pagine dei prezzi di Google Cloud e della Gemini Developer API il 20 ottobre 2026. Sono tariffe pubbliche in USD ed esempi di calcolo, non benchmark di produzione né preventivi negoziati. La promozione Cloud di Google restituisce crediti sulla spesa netta idonea: il costo effettivo indicato qui sotto non garantisce quindi che la prima fattura riporti quell'importo. Prezzi Google Cloud

Vertex AI pricing: le tariffe a colpo d'occhio

Il costo di Vertex AI dipende dal modello, dai token e dalla modalità di erogazione scelta. Un token è una piccola unità di testo o di contenuti multimediali codificati. L'input comprende ciò che si invia; l'output comprende la risposta e il ragionamento fatturabile. Una tariffa di input bassa può comunque tradursi in una risposta costosa se il modello genera molto ragionamento.

La tabella riporta le tariffe di inferenza Standard, in USD per milione di token, usando i prezzi Global dove la pagina specifica una regione. Qui per input si intende il testo; le differenze tra modalità sono illustrate più avanti. Nelle righe Pro, i valori separati da una barra corrispondono a contesti di input fino a 200,000 token / oltre 200,000 token. La soglia si applica alla singola richiesta, non al volume mensile. Le righe Gemini 2.5 non riportano l'etichetta Global perché la tabella di origine non la specifica. Tabelle ufficiali dei modelli

La cella vuota per l'output di Gemini 3 Flash Preview è intenzionale. La tabella Cloud Standard attuale di Google omette questo valore, mentre le tabelle Priority e Flex/Batch riportano le tariffe di output. Inserire un prezzo preso da un'altra API nasconderebbe la lacuna. Prima di includerlo nel budget, verificare quello SKU Standard.

Per una nuova funzionalità testuale, partire dalla valutazione di un modello Flash-Lite, se soddisfa i requisiti di qualità. Passare a un modello più costoso quando migliora in modo misurabile le risposte accettate, riduce i tentativi ripetuti o svolge un compito che il modello più economico non riesce a gestire. Le tariffe dei token definiscono il costo minimo, non la qualità delle risposte.

Che cosa cambia nel budget con il nuovo nome?

La piattaforma per sviluppatori precedentemente chiamata Vertex AI ora si chiama Gemini Enterprise Agent Platform. Il 22 aprile 2026, Google ha scritto: «Gemini Enterprise Agent Platform è la nostra nuova piattaforma per sviluppatori e l'evoluzione di Vertex AI». Le note di rilascio registrano i cambiamenti di nome nella stessa data. Annuncio di Google, note di rilascio

Google distingue Agent Platform, dove i team tecnici creano e gestiscono agenti, dall'app Gemini Enterprise, destinata ai dipendenti. Un abbonamento per utente e la fattura dei token di un modello rispondono a esigenze di acquisto diverse. Il cambio di nome, da solo, non giustifica l'uso del prezzo di un abbonamento all'app per stimare i costi delle API.

Quanto costa Vertex AI Studio?

Con i cambiamenti di nome introdotti da Google, Vertex AI Studio è diventato Agent Studio. Per stimare il costo delle chiamate ai modelli Gemini da quell'ambiente, usare le tariffe di inferenza Cloud del modello e aggiungere gli eventuali servizi utilizzati separatamente. Il vecchio nome dell'interfaccia non identifica un piano distinto con token illimitati. Per gli abbonamenti personali all'app Gemini, consultare la guida ai prezzi di Gemini del sito. Cambiamenti di nome

Costi Vertex AI: oltre la tariffa di base dei modelli

Prima di applicare una tariffa, scegliere endpoint e modalità. «Input Gemini» può indicare testo, audio o immagini, e alcuni modelli hanno voci di fatturazione diverse per ciascuno. I prezzi di questa sezione provengono dalla stessa pagina dei prezzi di Google Cloud.

Endpoint Global e Non-global

Per diversi modelli attuali, la pagina riporta una tariffa Non-global più alta. Per input/output Standard, al milione di token:

• Gemini 4 Argon: $2.20/$11 fino al 30 novembre, poi $4.40/$22. L'input dalla cache Non-global costa $0.11, poi $0.22. Argon Cyber Permissive applica $4.40/$22 e $0.22 per l'input dalla cache, senza la promozione Argon.
• Gemini 3.8 Flash, 3.7 Flash e 3.6 Flash: $0.825/$4.125 fino al 31 dicembre, poi $1.65/$8.25. L'input dalla cache costa $0.0825, poi $0.165. 3.8 Flash Cyber applica $1.65/$8.25 e $0.165 per l'input dalla cache.
• Gemini 3.5 Flash: $1.65/$9.90, con input dalla cache a $0.165. 3.5 Flash-Lite: $0.33/$2.75, con input dalla cache a $0.033.
• Gemini 3.1 Flash-Lite: $0.275/$1.65 per input testuale, immagini e video e per output testuale, con input dalla cache a $0.0275. L'input audio costa $0.55, oppure $0.055 dalla cache.

Queste tariffe Non-global sono superiori del 10% alle corrispondenti righe Global. È una regola utile per stimare il budget di queste righe, non un'autorizzazione a inventare un prezzo regionale per un modello che riporta solo Global. Scegliere l'endpoint adatto ai requisiti di deployment, poi calcolarne il costo.

Input audio, sessioni Live e modelli vocali

Per l'inferenza Global Standard, l'input audio di Gemini 3.1 Flash-Lite costa $0.50, oppure $0.05 dalla cache, al milione di token. L'input audio di Gemini 3 Flash Preview costa $1.00, oppure $0.10 dalla cache. Gemini 3.5 Flash, 3.5 Flash-Lite, 3.6/3.7/3.8 Flash, 3.8 Flash Cyber, 3.1 Pro Preview e Argon applicano le tariffe di input indicate a tutte le modalità elencate nelle rispettive righe.

L'input audio di Gemini 2.5 Flash Lite costa $0.30, oppure $0.03 dalla cache. La tabella Cloud indica per l'input audio di Gemini 2.5 Flash $1.00 fino a 200K di contesto e $0.30 oltre 200K, con $0.10 dalla cache in entrambe le colonne. Questa insolita riga Standard è riportata così come pubblicata: chiedere conferma prima di basare una stima per audio lunghi sul valore inferiore.

Gemini 3.8 Live API, il modello di Google per le interazioni in tempo reale, riporta per l'uso Non-global $0.75 per l'input testuale, $1 per l'input immagini/video, $3 per l'input audio, $4.50 per l'output testuale, $12 per l'output audio e $1 per l'output video con avatar, tutti al milione di token. Le colonne della cache riportano N/A. La pagina specifica che il contesto accumulato nella sessione viene elaborato e addebitato di nuovo a ogni turno. Una conversazione di dieci turni non può quindi essere stimata come se il contesto iniziale fosse inviato una sola volta.

Gemini 2.5 Flash Live API riporta $0.50 per l'input testuale, $3 per l'input immagini/video o audio, $2 per l'output testuale e $12 per l'output audio al milione di token. Le celle Priority e Flex/Batch riportano N/A.

Per i compiti specificamente vocali, Gemini 3.8 Flash TTS Preview riporta $0.50 per l'input testuale/$9 per l'output audio, mentre Gemini 3.8 Flash-Lite TTS Preview riporta $0.50/$6, nelle unità di conteggio al milione usate dalla pagina, fino al 31 dicembre 2026. Dal 1 gennaio 2027 le tariffe diventano rispettivamente $1/$18 e $1/$12. La pagina descrive la riduzione iniziale come crediti promozionali.

Gemini 3.5 Live Translate riporta $3.50 per l'input audio/$21 per l'output audio. Gemini 3.5 Transcribe Live riporta $3.50 per l'input audio/$21 per l'output testuale; Gemini 3.5 Transcribe riporta $2/$12. Sono tariffe al milione di token, non un costo fisso per conversazione. Per convertirle in minuti, usare le ipotesi di conversione audio proprie del modello.

Modelli per immagini, video ed embedding

La generazione di immagini ha una voce di output separata. Le tariffe Cloud Standard qui sotto corrispondono a input / output testuale / output immagini, in USD al milione di token:

• Gemini Nano Banana 2.1: $1.50 / $7.50 / $30, con input dalla cache a $0.15.
• Gemini 3.1 Flash-Lite Image, Nano Banana 2 Lite: $0.25 / $1.50 / $30, con input dalla cache a $0.025.
• Gemini 3.1 Flash Image, Nano Banana 2: Global $0.50 / $3 / $60, dalla cache $0.05; Non-global $0.55 / $3.30 / $66, dalla cache $0.055.
• Gemini 3 Pro Image, Nano Banana Pro: $2 / $12 / $120, con input dalla cache a $0.20.
• Gemini 2.5 Flash Image: $0.30 / $2.50 / $30; l'input dalla cache è indicato come N/A.

La risoluzione cambia il numero di token dell'immagine. Per esempio, Google indica per Nano Banana 2.1 costi di output approssimativi di $0.034 a 1K, $0.05 a 2K e $0.113 a 4K. L'input del prompt resta una voce separata. La tariffa di output immagini non va mai applicata all'output testuale né interpretata come prezzo per singola immagine.

Gemini Omni Flash e Gemini Omni 1.1 Flash riportano $1.50 per l'input, $9 per l'output testuale e $17.50 per l'output video al milione di token. Nella pagina, la conversione dei video in token varia in base alla risoluzione: una tariffa fissa per token non implica quindi un prezzo fisso al secondo a tutte le risoluzioni.

Gemini Embedding 2, Unified Multimodal Preview, che converte i contenuti in rappresentazioni numeriche per il recupero delle informazioni, riporta tariffe di input online di $0.20 per il testo, $0.45 per le immagini, $12 per i video e $6.50 per l'audio al milione di token. Le tariffe di input Batch sono rispettivamente $0.10, $0.225, $6 e $3.25; i token di output non vengono addebitati. La riga separata Gemini Embedding riporta $0.00015 online oppure $0.00012 Batch per 1,000 unità di conteggio, senza costi di output. Nel verificare lo SKU, mantenere la tariffa associata all'unità usata dalla fonte.

Un vecchio prezzo a listino non garantisce la disponibilità del modello

Google pubblica ancora i prezzi di Gemini 2.0: Flash ha input/output testuale a $0.15/$0.60, input audio a $1 e Batch a $0.075/$0.30, con input audio a $0.50. Flash Lite costa $0.075 per l'input/$0.30 per l'output, incluso l'input audio riportato, con Batch a $0.0375/$0.15. Tutti i valori sono al milione di token.

La riga 2.0 Flash Image Generation riporta $0.15 per l'input, $1 per l'input audio, $0.60 per l'output testuale e $30 per l'output immagini; la riga 2.0 Flash Live API riporta $0.50 per l'input testuale, $3 per l'input audio/video/immagini, $2 per l'output testuale e $12 per l'output audio. Le celle Batch vuote non indicano sconti disponibili. La pagina conserva anche i vecchi listini per modalità di Gemini 1.5 e 1.0. La presenza di una riga nel listino, da sola, non dimostra che il modello sia disponibile per un nuovo deployment: verificarne l'ID prima di sceglierlo.

Batch, Priority e cache: quale sconto si applica?

Usare Batch per i lavori che possono attendere e calcolare la cache separatamente. Batch invia i lavori per l'elaborazione asincrona. La cache riutilizza il contesto di input già disponibile. Un prezzo più basso in una colonna non dimostra che entrambi gli sconti siano cumulabili su ogni modello.

Le tariffe pubblicate per Batch e Flex

Google chiama Batch la tabella scontata di Gemini 4 e Flex/Batch le tabelle pertinenti di Gemini 3 e 2.5. Le tariffe Global di input/output pubblicate, al milione di token, sono:

• Gemini 4 Argon: $1/$5, dalla cache $0.05, fino al 30 novembre; poi $2/$10, dalla cache $0.10. Argon Cyber Permissive: $2/$10, dalla cache $0.10.
• Gemini 3.8 Flash, 3.7 Flash e 3.6 Flash: $0.375/$1.875, dalla cache $0.0375, fino al 31 dicembre; poi $0.75/$3.75, dalla cache $0.075. 3.8 Flash Cyber: $0.75/$3.75, dalla cache $0.075.
• Gemini 3.5 Flash: $0.75/$4.50, dalla cache $0.075. 3.5 Flash-Lite: $0.15/$1.25, dalla cache $0.015.
• Gemini 3.1 Flash-Lite: $0.125/$0.75 per input testuale, immagini e video e per output testuale, input dalla cache $0.0125; input audio $0.25, dalla cache $0.025.
• Gemini 3.1 Pro Preview: $1/$6 fino a 200K di contesto, $2/$9 oltre tale soglia. Le celle dell'input dalla cache Cloud Flex/Batch riportano N/A.
• Gemini 3 Flash Preview: $0.25 per l'input testuale, immagini e video, $0.50 per l'input audio e $1.50 per l'output testuale; le celle della cache riportano N/A.
• Gemini 2.5 Pro: $0.625/$5, oppure $1.25/$7.50 per il contesto lungo. 2.5 Flash: $0.15/$1.25, con $0.50 per l'input audio. 2.5 Flash Lite: $0.05/$0.20, e la tabella Cloud riporta esplicitamente $0.05 per l'input audio.

Le corrispondenti tariffe scontate Non-global pubblicate per Argon, i modelli Flash più recenti e 3.1 Flash-Lite sono superiori del 10% ai valori Global. Per esempio, oggi 3.8 Flash costa $0.4125/$2.0625 con input dalla cache a $0.04125, mentre 3.1 Flash-Lite costa $0.1375/$0.825 con input testuale dalla cache a $0.01375. Fanno fede le tabelle di Google, comprese le celle N/A. Prezzi Batch e Flex

Per i modelli di immagini, le terne scontate input/output testuale/output immagini sono 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 e 2.5 Flash Image $0.15/$1.25/$15. I primi quattro hanno prezzi di input dalla cache di $0.075, $0.0125, $0.025 e $0.10. La tabella Nano Banana di Google raggruppa Flex/Batch/Off-peak, ma specifica che Nano Banana 2.1 non supporta Flex.

Priority prevede un sovrapprezzo

Per le righe dei modelli testuali che prevedono prezzi Priority, le tariffe pubblicate di input, output e input dalla cache sono 1.8 volte quelle Standard. Per esempio, oggi Global 3.8 Flash costa $1.35 per l'input/$6.75 per l'output/$0.135 per l'input dalla cache, e 3.1 Pro Preview costa $3.60/$21.60/$0.36 con contesto breve oppure $7.20/$32.40/$0.72 con contesto lungo. Le attuali tariffe Global Priority di Argon sono $3.60/$18/$0.18 e diventano $7.20/$36/$0.36 dopo la promozione.

Anche le quattro righe dei modelli Nano Banana riportano Priority a 1.8 volte le rispettive tariffe Standard, output immagini incluso. In questa pagina, Gemini 2.5 Flash Image, 2.5 Flash Live API e 2.5 Pro Computer Use-Preview hanno celle Priority contrassegnate N/A. Non applicare un moltiplicatore a un'opzione di servizio che la tabella non riporta.

Anche conservare la cache ha un costo

La tabella Cloud dello storage per la cache esplicita riporta $0.000001 per token-ora, equivalenti a $1 per milione di token-ora, per i modelli Flash e Flash-Lite elencati. Per Gemini 3.1 Pro, 3 Pro e 2.5 Pro riporta $0.0000045 per token-ora, equivalenti a $4.50 per milione di token-ora. L'elaborazione dell'input dalla cache si paga separatamente. La tabella dello storage non riporta una tariffa di cache esplicita per Argon: non ricavarla da quella di un altro modello. Prezzi dello storage della cache

Si consideri un pacchetto di riferimento riutilizzabile di 100,000 token su Global Gemini 3.8 Flash alle tariffe attuali. Elaborarlo normalmente costa $0.075 per chiamata; leggerlo dalla cache costa $0.0075, con un risparmio di $0.0675 per accesso. Conservarlo per un'ora costa $0.10, quindi due accessi alla cache in quell'ora coprono lo storage, prima di eventuali costi aggiuntivi di creazione. È un calcolo marginale del riutilizzo, non un'affermazione che creare la cache sia gratuito.

Se lo stesso pacchetto rimane memorizzato per un mese ipotetico di 720 ore, lo storage arriva a $72. Alle stesse tariffe servono allora 1,067 accessi alla cache perché il risparmio superi il costo di conservazione. Il tempo di conservazione conta quanto la percentuale di sconto. Mettere in cache il materiale che l'applicazione riutilizzerà a breve e impostarne la durata di conseguenza.

Provisioned Throughput: quando conviene riservare capacità?

Provisioned Throughput riserva capacità; non è un abbonamento con token illimitati. Google lo vende in generative AI scale units, o GSU. Il throughput fornito da ciascuna GSU dipende dal modello e dal mix di token. Il solo totale mensile delle richieste non basta a stabilire quante unità riservare. Prezzi ufficiali di Provisioned Throughput

La vista oraria della pagina riporta questi prezzi Global / Non-global in USD per GSU-ora:

• Impegno di una settimana: $7.14 / $7.854.
• Impegno di un mese: $3.698630137 / $4.068493151.
• Impegno di tre mesi: $3.287671233 / $3.616438356.
• Impegno di un anno: $2.739726027 / $3.01369863.

L'esempio di Google che accompagna la tabella usa $1,200 per GSU-settimana, oppure $2,700, $2,400 e $2,000 per GSU-mese, rispettivamente per gli impegni mensile, trimestrale e annuale. Attenersi alla durata contrattuale e all'unità di fatturazione pubblicate: la tariffa annuale non è un piano disdicibile ogni mese.

Una GSU Global alla tariffa mensile dell'impegno annuale corrisponde a $24,000 su dodici mesi, rispetto a $32,400 mantenendo per dodici mesi la tariffa dell'impegno mensile. La differenza di $8,400 è utile solo se la capacità riservata serve per tutta la durata dell'impegno. Non è un punto di pareggio rispetto ai token a consumo, perché non è ancora stato stabilito il throughput GSU effettivamente utilizzabile dal proprio carico.

Google riporta anche crediti promozionali del 50% sulla spesa netta idonea di Provisioned Throughput: per Argon dal 13 ottobre al 30 novembre 2026, escluso Cyber Permissive; per 3.8/3.7/3.6 Flash dal 13 agosto al 31 dicembre 2026. La pagina indica che i crediti vengono emessi il settimo giorno del mese successivo e scadono dopo 30 giorni. Possono essere applicati agli SKU on-demand dei modelli indicati e agli SKU Provisioned Throughput dei vari modelli; non modificano la configurazione della capacità né le tariffe con cui viene scalato l'impegno sottoscritto.

Per un traffico intermittente, partire dal pagamento a consumo. Rivalutare la capacità riservata dopo aver misurato la domanda di picco, l'utilizzo continuativo e il costo aziendale di un throughput insufficiente.

Calcolare i costi di Vertex AI: due carichi mensili

Moltiplicare i token effettivamente fatturabili per le tariffe, poi aggiungere i servizi che li accompagnano. Per l'inferenza testuale senza cache:

Costo mensile dei token = token di input ÷ 1,000,000 × tariffa di input + token di output fatturabili ÷ 1,000,000 × tariffa di output.

Entrambi gli esempi che seguono sono carichi ipotetici. I conteggi di output includono il ragionamento. Sono esclusi cache, grounding, runtime degli agenti, storage, rete, imposte e sconti negoziati. Ogni chiamata al modello rimane sotto la relativa soglia del contesto lungo.

Primo carico: 100,000 chiamate al mese per bozze di risposte di assistenza

Si ipotizzano 2,000 token di input e 500 token di output fatturabili per chiamata. Il volume mensile è di 200 milioni di token di input e 50 milioni di token di output.

Con Global Standard Gemini 3.8 Flash, il costo effettivo promozionale attuale è:

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

Equivale a $0.003375 per bozza, oppure $3.375 per 1,000 bozze. Con le tariffe pubblicate dal 1 gennaio 2027, lo stesso carico arriva a 200 × $1.50 + 50 × $7.50 = $675. La versione Non-global costa oggi $371.25, destinati a salire a $742.50. Questi calcoli usano le tariffe dei modelli pubblicate da Google e presuppongono che i crediti promozionali spettanti siano utilizzabili. Tariffe usate nel calcolo

Un modello più economico cambia il costo minimo: Gemini 3.1 Flash-Lite costerebbe $125 per gli stessi conteggi di token, mentre 3.5 Flash-Lite costerebbe $185. Questo non dimostra che producano bozze accettabili. Valutare la qualità sui propri casi di assistenza prima di pagare per il modello più grande o scegliere quello più economico.

Secondo carico: estrazione di dati dai report durante la notte

Si ipotizzano 10,000 report al mese, ciascuno con 20,000 token di input e 2,000 token di output fatturabili. Il totale è di 200 milioni di token di input e 20 milioni di token di output.

Usando Global Gemini 3.1 Pro Preview sotto i 200K di contesto, Standard costa 200 × $2 + 20 × $12 = $640. Le tariffe Flex/Batch pubblicate danno 200 × $1 + 20 × $6 = $320. Equivale a $0.032 per report, oppure $32 per 1,000 report. Per un'elaborazione notturna, Batch è la prima modalità da valutare. Tariffe usate nel calcolo

Sommando il lavoro di assistenza Standard e quello sui report Batch, si ottengono $657.50 di costi effettivi mensili dei token oggi, oppure $995 dopo la promozione Flash, a parità di tutto il resto. È il subtotale dell'inferenza: va poi aggiunto il resto della fattura dell'applicazione.

Prezzi Gemini API e Vertex AI a confronto

A parità di modello, la Gemini Developer API non è automaticamente più economica. L'API di Google per sviluppatori e la piattaforma Cloud riportano attualmente le stesse tariffe di base Global Standard per Argon, 3.8 Flash, 3.1 Flash-Lite e 3.1 Pro Preview. Prima di confrontarle devono coincidere modello, livello di servizio, lunghezza del contesto e data. Prezzi Developer API, prezzi Cloud

Le differenze si trovano nelle voci che accompagnano quelle tariffe:

• Accesso gratuito: la Developer API riporta input/output gratuiti per alcuni modelli, tra cui 3.8 Flash, ma Argon e 3.1 Pro Preview non sono disponibili nel livello Free. La tabella dei prezzi Cloud di Google è un listino distinto.
• Uso dei dati: la Developer API indica che i contenuti del livello Free vengono usati per migliorare i prodotti, mentre quelli del normale livello Paid non vengono usati a questo scopo. Riporta inoltre un'anteprima Contributor accessibile solo su invito e con condizioni diverse, da non confondere con le normali tariffe Paid.
• Storage della cache esplicita: la Developer API riporta $0.50 per milione di token-ora per 3.8 Flash fino al 31 dicembre, poi $1. La tabella dello storage Cloud riporta $1. In ogni stima usare il prezzo dello storage della relativa piattaforma.
• Input Batch dalla cache: le celle Cloud Flex/Batch di 3.1 Pro Preview riportano N/A; le tabelle Batch e Flex della Developer API riportano $0.20/$0.40 per contesto breve/lungo. Per 3.5 Flash-Lite, Cloud riporta $0.015 per l'input Flex/Batch dalla cache, mentre la Developer API indica $0.02.
• Audio: la tabella Cloud Flex/Batch di 2.5 Flash Lite riporta $0.05 per l'input audio al milione di token; la Developer API riporta $0.15. Su quella cella le due pagine non coincidono. Per un carico con molto audio, verificare lo SKU fatturato anziché presumere che una pagina corregga l'altra.

Google presenta l'offerta enterprise con supporto opzionale, funzionalità di sicurezza e conformità, Provisioned Throughput e sconti sui volumi. Sceglierla quando questi requisiti operativi contano. Se l'applicazione ha bisogno soltanto di chiamate ai modelli, confrontare il percorso di acquisto più semplice della Developer API sulle funzionalità effettivamente utilizzate.

Calcolo dei prezzi Gemini API: confrontare lo stesso carico

Con i 200M di input/50M di output del carico di assistenza e senza cache, anche le tariffe attuali di 3.8 Flash sulla Developer API danno $337.50, che salgono a $675 alla data annunciata. Questa corrispondenza numerica non elimina il meccanismo di restituzione dei crediti della promozione Cloud né le differenze di storage illustrate sopra.

Amazon Bedrock, la piattaforma di modelli gestita da Amazon Web Services, è un'altra opzione di deployment. La sua tabella Standard ufficiale riporta DeepSeek v3.2 a $0.62 per l'input/$1.85 per l'output al milione di token in US East, N. Virginia e Ohio, e US West, Oregon. Con gli stessi conteggi di token ipotizzati, il costo è di $216.50 al mese. È uno scenario di prezzo per un modello diverso, non una prova di pari qualità delle risposte. La guida ai prezzi di Amazon Bedrock approfondisce i servizi che accompagnano l'inferenza. Prezzi AWS

Microsoft Azure, la piattaforma cloud di Microsoft, pubblica prezzi per modello e tipo di deployment. Selezionare deployment e valuta nella pagina aggiornata prima di confrontarli con una stima Global di Google Cloud. Il prezzo di un'altra fascia di contesto o di un altro deployment non è un sostituto valido. Prezzi Azure

Tra i modelli Google più costosi, Argon Global Standard dà $900 per il carico di assistenza alle tariffe promozionali attuali, poi $1,800 dopo il 30 novembre. Confrontare risultati accettati e requisiti operativi prima di considerarlo un upgrade conveniente. Tariffe Argon usate nel calcolo

Per ampliare la rosa dei candidati, consultare il confronto tra le API LLM più economiche. Il criterio di scelta è il costo per risultato accettato: includere risposte scartate, chiamate ripetute e lavoro di sviluppo prima di dichiarare un fornitore più economico.

Prezzi delle API Vertex: i costi oltre ai token

Una stima dei token diventa un budget applicativo solo dopo aver aggiunto recupero delle informazioni, strumenti e runtime. Le specifiche voci di costo elencate qui sono più utili di una generica percentuale per gli imprevisti.

Ragionamento e contesto ripetuto. Le righe di output di Google includono il ragionamento. Cronologie di chat lunghe, documenti recuperati e chiamate ripetute al modello aumentano l'input. Per le sessioni Live, la pagina specifica che il contesto accumulato viene addebitato nuovamente nei turni successivi. Conteggiare le chiamate e il loro intero contesto fatturabile, non soltanto gli utenti.

Il salto di tariffa del contesto lungo. Oltre 200K token di input, i modelli con una fascia di contesto lungo addebitano tutto l'input e l'output alla tariffa di quella fascia. Con 3.1 Pro Preview Standard, una richiesta con 200,000 token di input e 2,000 di output costa $0.424. Con 200,001 token di input, lo stesso output porta il costo a $0.836004. Il token in più cambia la fascia dell'intera richiesta. È un motivo concreto per ridurre il materiale recuperato quando ci si avvicina alla soglia. Regola del contesto e tariffe

Grounding, cioè recupero di informazioni a supporto della risposta. Per Gemini 3 e 4, Google Search e Web Grounding for Enterprise includono 5,000 query di grounding al mese condivise tra queste famiglie di modelli, poi $14 per 1,000 query. Un singolo prompt dell'utente può generare più query. Google Maps ha una propria quota mensile di 5,000 query, poi $14 per 1,000 query. Il grounding con i propri dati costa $2.50 per 1,000 prompt. Non trasferire in un budget Gemini 3/4 la vecchia fatturazione per prompt con grounding di Gemini 2.5.

Richieste non riuscite e un'eccezione in arrivo. Come regola generale, la pagina indica che i costi di input/output si applicano solo alle risposte HTTP 200. Specifica però che, dal 13 novembre 2026, per le risposte generate da Gemini 4 che superano 32K token verrà addebitato l'utilizzo dei token recuperabili anche se la richiesta alla fine non riesce per un timeout del client o del server. Una strategia di nuovi tentativi può quindi comportare costi diversi per queste risposte lunghe.

Tuning. L'addestramento ha una voce di fatturazione separata e Google indica che, da Gemini 3 in poi, l'inferenza dei modelli sottoposti a tuning costa 1.5 volte il prezzo di predizione del modello di base. Una stima dei token di un modello senza tuning non è il budget definitivo per un endpoint sottoposto a tuning. Costi aggiuntivi e condizioni

Quanto costa Vertex AI Agent Builder?

Un agente può consumare token del modello e servizi della piattaforma fatturati separatamente. La pagina dell'AI generativa rimanda esplicitamente al listino più ampio di Agent Platform per i costi della piattaforma ML e di MLOps. Calcolare il prezzo dei componenti effettivamente usati dall'agente, senza chiamare il subtotale dei token «costo di Agent Builder». Prezzi dell'intera piattaforma

La pagina dell'AI generativa include uno specifico prodotto, Gemini Deep Research Agent: Standard $2 per l'input/$12 per l'output/$0.20 per l'input dalla cache, e Deferred $1/$6/$0.10, al milione di token. Sono le tariffe di quell'agente specifico. Non sono un prezzo fisso per qualsiasi agente si costruisca, e il grounding resta una voce di fatturazione separata.

Vertex AI gratis: chi può continuare a usarlo senza pagare?

Nel budget di produzione, non considerare l'inferenza Gemini su Google Cloud un servizio gratuito illimitato. L'offerta di Google per i nuovi clienti prevede $300 di credito di prova e indica che non vengono effettuati addebiti finché non si attiva un account completo a pagamento. Restano validi i requisiti di idoneità e le condizioni della prova. Un credito temporaneo compensa i consumi; non azzera la tariffa dei token sottostante. Offerta gratuita Google Cloud

Separatamente, la Gemini Developer API offre input/output gratuiti per alcuni modelli, con accesso limitato e restrizioni specifiche. Uno sviluppatore che sperimenta entro quei limiti, usa un modello idoneo e accetta le condizioni d'uso dei dati del livello Free potrebbe non aver mai bisogno di un account API a pagamento per quel piccolo progetto. Un team di produzione che necessita di un modello disponibile solo a pagamento, limiti più alti o opzioni enterprise deve prevedere una spesa. Livelli Free e Paid

Che cosa fare prima del rilascio

Costruire il primo budget a partire da chiamate rappresentative, poi decidere quali ottimizzazioni giustificano la complessità aggiuntiva. La prossima settimana, usare un campione del proprio carico per registrare input, input dalla cache e output totale fatturato, ragionamento incluso. Associare a ogni registrazione l'ID esatto del modello, l'endpoint e la modalità di erogazione.

1. 1

   Calcolare i casi ordinari e quelli più costosi

   Usare le chiamate tipiche e quelle più lunghe che pesano maggiormente sulla fattura. Calcolare separatamente le richieste che superano la soglia di contesto del modello.

2. 2

   Separare le attività interattive da quelle programmate

   Assegnare le richieste immediate degli utenti al livello online appropriato. Valutare Batch per l'estrazione dai report, l'arricchimento dei dati e gli altri lavori con scadenze più lontane.

3. 3

   Aggiungere i costi non inclusi nei token

   Includere conservazione della cache, query di grounding, runtime e servizi di supporto. Mostrare separatamente il costo effettivo promozionale e quello successivo alla promozione.

4. 4

   Assumere impegni solo dopo aver misurato la domanda

   Prima di acquistare capacità riservata, usare il throughput osservato e la conversione GSU del modello scelto. Una tariffa unitaria annuale più bassa non risolve un utilizzo scarso.

Domande frequenti sui costi di Vertex AI

Vertex AI ora si chiama Agent Platform?

Sì. Google ha presentato Gemini Enterprise Agent Platform il 22 aprile 2026 come evoluzione di Vertex AI, e le note di rilascio documentano i cambiamenti di nome. La piattaforma per sviluppatori e l'app Gemini Enterprise per i dipendenti rimangono offerte distinte dal punto di vista dell'acquisto.

Quali piani tariffari offre Google Cloud?

Google Cloud fattura in base al prodotto. Per l'inferenza Gemini trattata qui, confrontare Standard, le modalità scontate riportate nel listino, Priority e Provisioned Throughput. Una generica scala di piani per app Free/Professional/Enterprise non descrive questi costi dei modelli.

Quali sono le alternative a Vertex AI?

Per uno sviluppatore che acquista inferenza, le opzioni da confrontare sono Gemini Developer API di Google, Amazon Bedrock e Microsoft Azure. A parità di modello, quando possibile; altrimenti confrontare il costo per risultato accettato sul proprio compito, includendo regione, strumenti e servizi di supporto.

Vertex AI e Gemini API hanno gli stessi prezzi?

Alcune tariffe Global Standard coincidono. Possono invece differire lo storage della cache, l'input Batch dalla cache, le voci audio e la disponibilità del livello gratuito. Usare la pagina dei prezzi dell'API che si intende chiamare.

Google Vertex è gratuito?

Google offre crediti di prova ai nuovi clienti idonei. Il listino dell'inferenza Cloud continua a riportare prezzi a consumo. Alcuni modelli della Gemini Developer API hanno un livello gratuito separato, con limiti e condizioni d'uso dei dati differenti.

Esiste un calcolatore dei costi di Vertex AI?

Partire dai totali dei token di input e di output fatturato, moltiplicati per le tariffe pubblicate del modello, come nei due esempi precedenti. Aggiungere separatamente elaborazione dei token dalla cache, storage in token-ora e grounding. Per la capacità riservata serve anche una stima del throughput specifica per modello, oltre a quella del volume mensile.

È previsto uno sconto per studenti?

La pagina citata dei prezzi Cloud per l'AI generativa non pubblica una tariffa dei token separata per studenti. Non applicare alle chiamate API Cloud un'offerta Gemini consumer per studenti senza un credito o un diritto esplicito previsto dal programma.

Qual è la politica sui rimborsi?

La pagina dei prezzi dei modelli non promette una finestra generale di rimborso per l'inferenza consumata. Segnalare le discrepanze di fatturazione al supporto Google Cloud e verificare le condizioni associate al proprio account o ai crediti promozionali. Non basare il budget di un esperimento su un rimborso presunto.

Questi prezzi cambieranno?

Google riporta attualmente tariffe più alte per Argon dal 1 dicembre 2026 e per 3.8/3.7/3.6 Flash dal 1 gennaio 2027. Questi aumenti programmati sono già inclusi nei budget precedenti. Ricontrollare la pagina ufficiale prima di impegnare una spesa.

Usare la checklist di audit dei workflow AI aziendali per associare ogni attività AI proposta al suo volume, alla scadenza e ai requisiti operativi prima di scegliere l'infrastruttura.