сколько стоит Gemini 1.5 Pro за токен

Gemini 1.5 Pro стоит $1.25 за 1M входных токенов и $5 за 1M выходных при контексте до 128k. При превышении 128k тариф растёт. Gemini 1.5 Flash значительно дешевле — $0.075 и $0.30 за 1M токенов, что делает его одним из самых экономичных флагманов на рынке.

как оплатить Gemini API из России

Прямого способа оплатить Google Paid Tier из РФ картой российского банка нет — нужна карта иностранного банка. Рабочие варианты: OpenRouter с оплатой в USDT/крипте, где Gemini 1.5 Pro и Flash доступны как единая модель, либо ProxyAPI — российский посредник с оплатой в рублях и API-совместимым доступом.

чем Gemini лучше GPT-4o и Claude

Главное отличие — контекстное окно: 1M-2M токенов у Gemini 1.5 Pro против 128k у GPT-4o и 200k у Claude 3.5. Это критично для RAG без векторной БД и обработки видео/кода целиком. Gemini также лидирует на VideoMME. GPT-4o и Claude пока сильнее в отдельных бенчмарках рассуждений и кода.

какие лимиты у бесплатного Gemini API

Free Tier Google AI Studio на 2024-2025: 15 запросов в минуту, 1M токенов в минуту, 1500 запросов в день. Важно: данные из Free Tier могут использоваться Google для улучшения модели, если явно не отключить opt-in в настройках проекта.

работает ли Gemini в LangChain и LlamaIndex

Да, Gemini интегрирован как primary LLM в LangChain и LlamaIndex через официальные коннекторы google-generativeai и Vertex AI. Это позволяет строить RAG-пайплайны и агентов, используя длинный контекст модели вместо традиционной векторной БД для небольших корпусов документов.

Gemini AI: что это за модель от Google и как использовать

Q: можно ли использовать Gemini без VPN

Google AI Studio открывается по прямой ссылке без VPN и позволяет получить бесплатный API-ключ. Проблема возникает только на этапе оплаты Paid Tier — для этого требуется карта иностранного банка. Для обхода используют OpenRouter или ProxyAPI.

Gemini — семейство мультимодальных моделей Google DeepMind, представленное 6 декабря 2023 после слияния Google Brain и DeepMind. В отличие от GPT-4o модель обучена сразу на тексте, изображениях, аудио, видео и коде, а не адаптирована постфактум. Линейка делится на четыре версии: Nano работает локально на Pixel, Flash — быстрая и дешёвая ($0.075 за 1M input токенов), Pro держит контекст до 1-2 млн токенов, Ultra остаётся флагманом для reasoning-задач. В статье разбираем архитектуру на базе decoder-only трансформера, подключение через Gemini API и Google AI Studio, сравнение с GPT-4o и Claude, а также рабочие способы доступа из России — включая OpenRouter и ProxyAPI.

Что такое Gemini AI и кто стоит за проектом

Gemini — семейство мультимодальных моделей от Google DeepMind, подразделения, образованного 20 апреля 2023 после слияния Google Brain и DeepMind. Это объединение сняло внутреннюю конкуренцию двух исследовательских команд и позволило Google выпустить единую линейку моделей вместо параллельных проектов PaLM и Gopher.

Первая версия, Gemini 1.0, была представлена 6 декабря 2023 сразу в трёх размерах — Ultra, Pro и Nano. Ключевое отличие от GPT и Claude того времени: Gemini спроектирована как нативно мультимодальная модель, обученная одновременно на тексте, изображениях, аудио, видео и коде, а не дообученная поверх текстовой модели через отдельные энкодеры.

Технический отчёт по архитектуре появился на arXiv 19 декабря 2023 под номером 2312.11805 — там описаны детали обучения и бенчмарки. Уже в декабре 2023 Gemini Ultra первой среди LLM превысила порог 90% на MMLU, что на тот момент было заметным результатом.

За проектом стоит не только исследовательская команда, но и вся инфраструктура Google: интеграция в Search через AI Overviews (бывший SGE, запущен в мае 2024), в Workspace через подписку Gemini Advanced за $19.99/мес, и на устройствах — Gemini Nano работает локально на Pixel 8 Pro и Pixel 9 Pro через Android AICore, обеспечивая мультимодальность без обращения к облаку.

Для разработчиков доступ к моделям идёт через Google AI Studio и Vertex AI. Быстро протестировать API без сложной настройки можно через Google AI Studio, а для продакшна с оплатой в рублях без карты иностранного банка используют ProxyAPI или OpenRouter.

Далее разберём архитектуру трансформера, лежащую в основе всей линейки моделей.

Источник: https://blog.google/technology/ai/google-gemini-ai/

Архитектура Gemini: трансформер и мультимодальность

Gemini разрабатывает Google DeepMind — команда, образованная 20 апреля 2023 после слияния Google Brain и DeepMind. Первая версия Gemini 1.0 вышла 6 декабря 2023, а технический отчёт опубликовали 19 декабря 2023 на arXiv (2312.11805). В отличие от GPT и Claude, которые изначально текстовые модели с прикрученной мультимодальностью, Gemini обучалась нативно мультимодальной — сразу на тексте, изображениях, аудио, видео и коде. Это влияет на архитектуру: модель не конкатенирует эмбеддинги разных модальностей поверх текстового бэкбона, а обучается на смешанных последовательностях токенов с самого начала претрейна.

Decoder-only с вариативной плотностью

Базовая архитектура — decoder-only transformer, но с вариативной плотностью слоёв: разные версии модели (Nano, Flash, Pro, Ultra) используют разное количество активных параметров при общей архитектурной схеме. Это позволяет разворачивать Gemini Nano локально на Pixel 8 Pro через Android AICore, сохраняя совместимость с более крупными версиями по API.

Контекстное окно как архитектурная особенность

В феврале 2024 анонсировали расширение контекста Gemini 1.5 Pro до 1 000 000 токенов — на тот момент рекорд среди коммерческих LLM (128k у GPT-4o, 200k у Claude 3.5). С августа 2024 в экспериментальном режиме доступно окно 2M токенов. На практике это означает, что в один запрос помещается до 1 часа видео или 30 000 строк кода — без чанкинга и без промежуточного индекса. Такой объём контекста меняет подход к RAG: для небольших корпусов документов векторная БД становится избыточной, достаточно передать всё в промпт.

Мультимодальность и длинный контекст работают вместе: модель одновременно анализирует видеоряд, аудиотрек и субтитры в одном forward pass, что даёт state-of-the-art результат на бенчмарке VideoMME.

Для работы с этой архитектурой через API удобно использовать Vertex AI — там доступны все версии модели с единым эндпоинтом, совместимым по стилю с OpenAI API. Подробнее про доступ и лимиты — в разделе про подключение к API.

Семейство моделей: Nano, Flash, Pro и Ultra

После слияния Google Brain и DeepMind (20 апреля 2023) команда Google DeepMind собрала линейку Gemini под одну архитектуру, но с разной плотностью параметров. Первая версия Gemini 1.0 вышла 6 декабря 2023 сразу в трёх весах: Nano, Pro и Ultra. Все три обучены нативно мультимодально — на тексте, изображениях, аудио, видео и коде одновременно, без отдельных адаптеров под модальность.

Nano — на устройстве

Gemini Nano работает локально на Pixel 8 Pro через Android AICore, без обращения к облаку. Позже Pixel 9 Pro получил обновлённый Nano с мультимодальностью прямо на чипе — распознавание изображений и звука без сети. Это модель для latency-critical сценариев: автодополнение, суммаризация уведомлений, офлайн-ассистенты.

Pro — рабочая лошадка с длинным контекстом

Gemini 1.5 Pro — главный кандидат для продакшна. В феврале 2024 анонсировали расширение контекста до 1 000 000 токенов, а с августа 2024 в экспериментальном режиме доступно 2M токенов. Это перекрывает 128k у GPT-4o и 200k у Claude 3.5. На практике 1.5 Pro принимает до часа видео или 30 000 строк кода за один запрос и показывает state-of-the-art на VideoMME — бенчмарке понимания видео. При таком контексте RAG для небольших корпусов можно строить без векторной БД, просто заливая весь корпус в промпт — подробнее в разделе про (/rag-без-векторной-бд/).

Цена: $1.25 за 1M input и $5 за 1M output токенов до 128k, дальше дороже.

Flash — дешёвый и быстрый

Gemini 1.5 Flash выпущен в мае 2024 на Google I/O как облегчённая версия Pro для высоконагруженных сценариев. Цена — $0.075 и $0.30 за 1M токенов, один из самых дешёвых флагманов на рынке. 11 декабря 2024 анонсирован Gemini 2.0 Flash с поддержкой native tool use и вывода в реальном времени — прямое развитие направления, заданного на Google I/O 2024 прототипом Project Astra.

Ultra — топ по бенчмаркам `Gemini Ultra` в декабре 2023 первым среди LLM превысил `90%` на `MMLU`. Технический отчёт с деталями архитектуры (decoder-only трансформер с вариативной плотностью) опубликован на arxiv 19 декабря 2023, `arXiv 2312.11805`.

Доступ из России Через `pip install google-generativeai` или REST-эндпоинт, совместимый с OpenAI-стилем на `Vertex AI`. Прямой доступ к `Google AI Studio` работает без VPN, но Paid Tier требует карту иностранного банка. Практичнее взять Gemini через OpenRouter с оплатой в крипте, либо российский `ProxyAPI` с оплатой в рублях.

Возможности Gemini: текст, код, видео, аудио

После слияния Google Brain и DeepMind (20 апреля 2023) новая команда Google DeepMind выпустила Gemini 1.0 6 декабря 2023 — модель, спроектированную как нативно мультимодальная с самого начала обучения, а не через дообучение текстовой LLM на других модальностях. Архитектурно это decoder-only трансформер с вариативной плотностью, детали описаны в техотчёте на arXiv 2312.11805 (опубликован 19 декабря 2023).

Главный практический скачок — контекстное окно. Gemini 1.5 Pro анонсировал расширение до 1 000 000 токенов в феврале 2024, а с августа 2024 в экспериментальном режиме доступны 2M токенов. Для сравнения: GPT-4o — 128k, Claude 3.5 — 200k. На таком окне модель принимает до часа видео или 30 000 строк кода в одном запросе, что делает Gemini лидером на бенчмарке VideoMME по пониманию видео.

Что реально можно кормить модели

Текст, изображения, аудио, видео и код — в одном запросе без предобработки
До 1 часа видео целиком, без нарезки на кадры вручную
Большие кодовые базы: 30k строк как контекст для рефакторинга или code review
Function calling (с мая 2024) для вызова внешних инструментов прямо из ответа модели

Большое окно контекста меняет подход к RAG: для небольших корпусов документов векторная БД становится избыточной — можно просто засунуть весь корпус в промпт. Это одна из причин, почему Gemini используется как primary LLM в LangChain и LlamaIndex.

Линейка моделей закрывает разные сценарии: Gemini Ultra в декабре 2023 первым среди LLM перешагнул 90% на MMLU, Gemini 1.5 Flash (май 2024, Google I/O) — дешёвый и быстрый вариант за $0.075/$0.30 за 1M токенов, а Gemini Nano работает локально на Pixel 8 Pro и Pixel 9 Pro через Android AICore без похода в облако.

Попробовать всё это быстрее через Google AI Studio — бесплатный tier даёт до 15 RPM и 1M TPM, хватает для прототипирования. Если нужен доступ без карты иностранного банка, есть OpenRouter с оплатой в крипте — там Pro и Flash доступны как единая модель через (/pillar/llm-api-роутеры/).

Gemini API: как подключить и сделать первый запрос

Установка SDK и первый запрос занимают буквально пару минут. Библиотека google-generativeai — официальный клиент Google для Python, есть также REST-эндпоинт и совместимый с OpenAI-стилем адаптер через Vertex AI.

pip install google-generativeai

import google.generativeai as genai

genai.configure(api_key="YOUR_API_KEY")
model = genai.GenerativeModel("gemini-1.5-flash")
response = model.generate_content("Объясни async/await в Python на пальцах")
print(response.text)

API-ключ получаешь в Google AI Studio — он открывается по прямой ссылке без VPN, ключ создаётся в один клик. Для продакшна с оплатой в рублях используют ProxyAPI или OpenRouter.

Gemini в продуктах Google: Search, Workspace, Pixel

Gemini — не просто API, это ядро, встроенное в половину продуктов Google. Разберём, где именно.

Search: AI Overviews

В мае 2024 Google запустил AI Overviews (бывший SGE, Search Generative Experience) прямо в поисковой выдаче на базе Gemini. Модель читает топ-результаты и генерирует краткую сводку сверху страницы — до того, как пользователь откроет ссылки. Для SEO и контент-стратегий это ощутимо снижает CTR на органику, поэтому если ты работаешь с трафиком — это стоит учитывать.

Workspace: Gemini Advanced

Подписка Gemini Advanced стоит $19.99 в месяц и даёт доступ к модели прямо в Gmail, Docs, Sheets, Slides. Она умеет суммировать переписку, писать черновики писем по контексту треда, генерировать таблицы из текстовых описаний. По сути это Copilot-аналог от Google, только завязанный на Gemini 1.5 Pro с его контекстом до 1 000 000 токенов — можно закинуть весь тред обсуждения или объёмный документ целиком без нарезки на чанки.

Pixel: Gemini Nano на устройстве

На Pixel 8 Pro Gemini Nano работает локально через Android AICore — без похода в облако, с низкой задержкой и офлайн-режимом. Pixel 9 Pro пошёл дальше: получил мультимодальную версию Nano, которая обрабатывает изображения и текст прямо на чипе. Это отдельная ветка модели, оптимизированная под мобильное железо, а не урезанная копия Gemini 1.5 Pro.

Если хочешь то же самое через API

Если задача — не подписка на готовый продукт, а встраивание тех же возможностей в свой пайплайн, доступ к той же линейке моделей проще получить через Google AI Studio — там бесплатный tier с лимитом 15 RPM и 1M TPM на 2024 год, либо через Vertex AI для продакшена с SLA. Для сравнения архитектур с конкурентами — дальше по тексту.

Gemini vs GPT-4o vs Claude vs Llama: что выбирать в 2024–2025

Главное отличие Gemini 1.5 Pro от конкурентов — размер контекстного окна. Против 128k токенов у GPT-4o и 200k у Claude 3.5 Sonnet, Gemini даёт 1M токенов в стабильном режиме и 2M в экспериментальном (с августа 2024). Это меняет подход к RAG: с миллионом токенов контекста для небольших корпусов документов векторная БД просто не нужна — засовываешь весь корпус в промпт и работаешь напрямую.

По цене расклад такой:

Модель	Input $/1M	Output $/1M	Контекст
Gemini 1.5 Pro	$1.25	$5.00	1M–2M
Gemini 1.5 Flash	$0.075	$0.30	1M
GPT-4o	~$2.50	~$10.00	128k
Claude 3.5 Sonnet	~$3.00	~$15.00	200k

Gemini 1.5 Flash — один из самых дешёвых флагманов на рынке, что делает его выбором по умолчанию для массовых задач вроде классификации или суммаризации, где не нужна максимальная точность.

В бенчмарках Gemini Ultra в декабре 2023 первым среди LLM превысил 90% на MMLU, а Gemini 1.5 Pro держит state-of-the-art на VideoMME — бенчмарке понимания видео, что логично: модель нативно мультимодальна и принимает до часа видео или 30 000 строк кода за один запрос. GPT-4o и Claude работают с изображениями и аудио, но не с видео как с полноценной входной модальностью.

Llama (открытые веса Meta) конкурирует в другой категории — она не привязана к облаку и подходит, когда важен self-hosting и контроль данных, но по контексту и мультимодальности отстаёт от Gemini 1.5.

Для продакшена важна совместимость: Gemini API поддерживает function calling с мая 2024 и REST-эндпоинт в стиле OpenAI через Vertex AI, так что миграция кода между провайдерами минимальна. Gemini уже встроен как primary LLM в LangChain и LlamaIndex.

Если работаешь с несколькими моделями одновременно и хочешь единый биллинг без карты иностранного банка, разумно смотреть на агрегаторы вроде OpenRouter — там Gemini 1.5 Pro и Flash доступны как единая модель с оплатой в USDT. Для прямого доступа к Google без агрегатора остаётся Google AI Studio, но Paid Tier там всё равно требует карту иностранного банка. Про варианты оплаты из России — в следующем разделе.

Как использовать Gemini AI из России

Google AI Studio открывается по прямой ссылке без VPN, бесплатный API-ключ выдаётся в один клик. Проблема возникает только на этапе оплаты Paid Tier — для этого требуется карта иностранного банка. Рабочие варианты:

OpenRouter — единая модель Gemini 1.5 Pro / Flash с оплатой в USDT/крипте. Подходит, если уже работаешь с несколькими LLM через OpenRouter и хочешь единый биллинг.
ProxyAPI — российский посредник с оплатой в рублях, юридическими документами и API-совместимым доступом. Хорош для компаний с бюджетированием в RUB.
Vertex AI через партнёров — если нужны enterprise-SLA и контракт с Google через реселлера.

pip install google-generativeai

После установки SDK экспортируешь ключ от выбранного провайдера и работаешь как с обычным Gemini API. Для OpenRouter меняется только base_url и заголовок авторизации, остальной код остаётся без изменений.

Практические кейсы: где Gemini работает лучше всего

Огромное окно контекста и мультимодальность решают конкретные задачи, где другие модели упираются в лимиты.

Анализ длинных документов и видео

Gemini 1.5 Pro принимает до 1 часа видео или 30 000 строк кода в одном запросе — можно закинуть весь репозиторий и попросить найти баг без разбивки на чанки. На бенчмарке VideoMME (понимание видео) модель показывает state-of-the-art результат, что делает её выбором номер один для задач видео-аналитики: разметка сцен, генерация субтитров, поиск моментов по описанию.

RAG без векторной базы

Для небольших корпусов (до пары сотен страниц) контекст 1M токенов убирает необходимость строить RAG с векторной БД — просто передаёшь весь корпус в промпт. Это упрощает пайплайны на LangChain и LlamaIndex, где Gemini уже используется как primary LLM. Экспериментальный режим с окном 2M токенов (с августа 2024) расширяет это до целых кодовых баз или юридических архивов.

Function calling и агенты

С мая 2024 Gemini API поддерживает function calling, а Gemini 2.0 добавляет native tool use и вывод в реальном времени — это основа для агентных пайплайнов, где модель сама решает, когда вызвать инструмент. Подробнее о построении таких цепочек — в разделе про (/ai-agents/tool-use/).

Бюджетные сценарии

Gemini 1.5 Flash при цене $0.075 / $0.30 за 1M токенов — один из самых дешёвых флагманов на рынке, подходит для массовой обработки текста: классификация, суммаризация, извлечение сущностей на больших объёмах.

Как тестировать без барьеров

Для быстрого прототипирования удобен Google AI Studio через OpenRouter — единая модель Gemini 1.5 Pro/Flash с оплатой в USDT без карты иностранного банка. Для продакшена с оплатой в рублях подойдёт ProxyAPI, а для энтерпрайза с SLA — партнёрский доступ через Vertex AI.

Выбор инструмента зависит от объёма: разовые эксперименты — Google AI Studio, стабильный поток запросов — Vertex AI или ProxyAPI.

Ограничения, безопасность и критика Gemini: чего ждать не стоит

Gemini — не идеальная модель, и репутация у неё неоднородная. В феврале 2024 модель отказалась генерировать изображения исторических личностей определённых рас и была временно отключена из-за over-correction в фильтрах безопасности. Это показало главную проблему RLHF-выравнивания у Google: чрезмерная осторожность ломает полезность модели для нейтральных задач.

Есть и технические ограничения. Free Tier в Google AI Studio держит жёсткий rate limit: 15 RPM, 1M TPM, 1500 RPD по данным на 2024 год — для продакшена этого мало, нужен Paid Tier или прокси-сервис вроде ProxyAPI с оплатой в рублях. Важный момент про приватность: данные, отправленные в Free Tier, могут использоваться Google для улучшения модели — opt-in нужно отключать вручную в настройках, иначе твои промпты и код утекают в обучающую выборку.

Критика касается и цены на длинный контекст: Gemini 1.5 Pro при запросах свыше 128k токенов дорожает заметно, и разработчики жалуются, что реальная стоимость RAG-пайплайна с 1M контекстом растёт нелинейно. Плюс доступ из России нетривиален — Google AI Studio открывается без VPN, но оплата Paid Tier требует карту иностранного банка, поэтому многие уходят на OpenRouter с оплатой в USDT или через Vertex AI-партнёров.

Есть и вопросы к бенчмаркам: высокие цифры на MMLU и VideoMME не всегда переносятся на реальные бизнес-задачи, особенно там, где нужна строгая структура вывода без function calling. Сравнение с (/pillar/gpt-4o/) и (/pillar/claude-3-5/) показывает, что у каждой модели свои слабые места — Gemini не исключение. Разработчику стоит тестировать на своих данных, а не доверять только маркетинговым цифрам от Google DeepMind.

Что дальше: roadmap Gemini 2.0 и будущее Gemini

11 декабря 2024 Google анонсировал Gemini 2.0 Flash — модель с нативным tool use и выводом в реальном времени, без промежуточных вызовов оркестратора. Это прямое развитие направления, заданного Project Astra, показанного на Google I/O 2024 как прототип универсального мультимодального ассистента: видит, слышит, отвечает с минимальной задержкой, помнит контекст диалога через сессию.

Gemini Google DeepMind двигается по трём осям: контекст, скорость, агентность. Контекст уже дошёл до 2M токенов в экспериментальном режиме — следующий шаг, судя по анонсам, это не увеличение окна, а его эффективное использование: кеширование контекста, инкрементальная индексация, снижение цены за токен при длинном вводе. Gemini 1.5 Flash с ценой $0.075/$0.30 за 1M токенов задаёт вектор — будущие версии, вероятно, будут ещё дешевле при сопоставимом качестве.

Агентность — второе направление. Native tool use в Gemini 2.0 означает, что модель сама решает, когда вызывать функцию, без явного prompt-инжиниринга под function calling. Это напрямую влияет на архитектуру пайплайнов в (/llm-agents/) и на то, как ты проектируешь оркестрацию в LangChain или LlamaIndex.

Что делать инженеру сейчас

Тестировать Gemini 2.0 Flash через Google AI Studio — доступ бесплатный, лимиты Free Tier уже описаны выше
Для продакшена с картой РФ смотреть ProxyAPI или OpenRouter
Для интеграции с корпоративным биллингом — Vertex AI через партнёрскую программу

Roadmap Google явно указывает на слияние Search, Workspace и Android AICore в единую экосистему на базе Gemini — конкуренция с GPT-4o и Claude будет решаться не только качеством модели, но и скоростью выката агентных фич.

Заключение

Дальше — практика: зарегистрируйте ключ в Google AI Studio, протестируйте Gemini 1.5 Flash на реальной задаче с длинным контекстом и сравните latency с GPT-4o на своём датасете. Следите за roadmap Gemini 2.0 — native tool use и Project Astra уже меняют архитектуру агентов. Если работаете из России, сразу настройте оплату через ProxyAPI или OpenRouter, чтобы не терять время на карточные проблемы.