Preços da API de imagem do Gemini: limites de taxa, resolução e Python

Uma imagem do Gemini custa de cerca de três centavos a vinte e quatro centavos, e a diferença entre esses dois números é onde a maioria dos orçamentos sai do controle. Escolha o modelo errado, peça 4K quando 1K bastaria, ou deixe de usar o modo em lote em um job noturno, e as mesmas 10.000 imagens podem custar US$ 336 ou US$ 2.400. Este artigo pega os números reais das páginas de preços e de limites de taxa do Google, transforma-os em contas mensais e termina com um código Python que você pode colar em um script hoje.

💡 Fonte e data: todos os preços abaixo foram lidos na página pública de preços da API do Gemini do Google em outubro de 2026. O Google ajusta essas tarifas, então confira a página ao vivo antes de fechar um orçamento.

Quatro modelos, quatro faixas de preço

O Google vende sua geração de imagens nativa sob o nome Nano Banana, e a API expõe quatro modelos. Três são atuais e um é legado. Nenhum dos modelos atuais tem camada gratuita, então até a primeira chamada de teste é cobrada. Além disso, toda saída leva uma marca d’água SynthID.

Qual modelo serve para cada tarefa

Nano Banana 2 Lite é a escolha para grandes volumes. Miniaturas, variações de produto e rascunhos a cerca de 3,4 centavos cada, com uma ressalva: ele gera apenas 1K.

Nano Banana 2 é o padrão para trabalho de produção. Vai de 0,5K a 4K, oferece ancoragem na Pesquisa Google (incluindo ancoragem na pesquisa de imagens nesse modelo) e custa 6,7 centavos por imagem em 1K.

Nano Banana Pro é a opção premium, que o Google posiciona para tarefas visuais complexas. Custa 13,4 centavos em 1K ou 2K, então use-o onde uma nova geração em um modelo mais barato custaria mais em tempo do que a diferença de preço custa em dinheiro.

Todos aceitam imagens de referência, até 14 dependendo do modelo, então você pode enviar uma foto de produto ou uma amostra de estilo junto com o prompt.

Como sair do modelo legado

A documentação do Google chama gemini-2.5-flash-image de pioneiro legado da série e recomenda trocar para o Nano Banana 2 Lite por melhor qualidade, geração mais rápida e preço de API menor. Se você ainda o chama em produção, comece trocando o ID do modelo e revisando alguns dos seus próprios prompts. Você também pode comparar os resultados lado a lado no PicassoIA, onde o Gemini 2.5 Flash Image ainda está disponível, antes de mudar uma única linha de código.

Preço por imagem conforme a resolução

O Google cobra a saída de imagens em tokens, mas também publica um preço fixo por imagem para cada resolução, e esse é o número com o qual você realmente faz o orçamento.

Tarifas padrão lado a lado

Dois padrões se destacam. O Nano Banana 2 cobra 1,5 vezes mais em 2K e 2,25 vezes mais em 4K do que em 1K. O Nano Banana Pro mantém 1K e 2K pelo mesmo preço, o que torna 2K o padrão sensato ali, e depois sobe cerca de 79 por cento em 4K.

A entrada também é cobrada: US$ 0,50 por milhão de tokens no Nano Banana 2, US$ 0,25 no Lite e US$ 2,00 no Pro. Um prompt de algumas centenas de tokens acrescenta uma fração de centavo, então a saída de imagem domina a conta, a menos que você anexe muitas imagens de referência.

O modo em lote reduz a conta pela metade

O preço em lote é metade do padrão em todos os modelos. O Nano Banana 2 cai para US$ 0,034 em 1K, US$ 0,050 em 2K e US$ 0,076 em 4K. O Nano Banana Pro recebe a mesma redução de 50 por cento. A tarifa de saída do Nano Banana 2 Lite cai de US$ 30 para US$ 15 por milhão de tokens, o que dá cerca de 1,7 centavo por imagem.

Os jobs em lote são assíncronos, então servem bem para renderizações noturnas de catálogo, atualizações em massa de miniaturas e qualquer tarefa em que ninguém esteja esperando. Não servem para um botão que o usuário acabou de clicar.

A matemática dos tokens por trás do preço

Divida o preço por imagem pela tarifa de saída e você obtém a contagem de tokens por imagem. O Nano Banana 2 a US$ 0,067 e US$ 60 por milhão dá cerca de 1.120 tokens para uma imagem de 1K, cerca de 1.680 em 2K e cerca de 2.520 em 4K. Essas contagens são derivadas da tabela de preços do Google, não citadas por ele, mas explicam a forma da precificação.

O Nano Banana Pro a US$ 0,134 e US$ 120 por milhão também fica perto de 1.120 tokens em 1K, enquanto seu preço de US$ 0,24 em 4K implica cerca de 2.000 tokens. Isso faz o premium diminuir em 4K: US$ 0,24 contra US$ 0,151 dá 1,6 vezes, contra exatamente 2 vezes em 1K.

Uma regra prática surge daqui. As novas tentativas são gasto real, e um prompt que precisa de três tentativas custa três imagens.

Limites de taxa sem adivinhação

Os limites de taxa decidem se seu pipeline roda sem problemas ou trava às 2 da manhã atrás de um muro de erros. A API do Gemini os aplica por projeto, e alguns detalhes são fáceis de perder.

RPM, IPM e RPD explicados

O Google avalia o uso em três eixos: requisições por minuto (RPM), tokens por minuto (TPM) e requisições por dia (RPD). Para os modelos de imagem, a documentação substitui o TPM por imagens por minuto (IPM). Se você ultrapassar qualquer uma dessas linhas, a requisição falha, mesmo que as outras duas estejam bem abaixo do teto.

Três detalhes pegam as pessoas de surpresa:

• Os limites são por projeto, não por credencial. Um segundo token de acesso dentro do mesmo projeto não lhe dá espaço extra.
• O contador diário zera à meia-noite no horário do Pacífico. Não é UTC, nem a meia-noite do seu fuso.
• Os números exatos variam por modelo. O Google não os imprime na tabela da documentação. Eles ficam na sua própria página de limites de taxa do AI Studio (aistudio.google.com/rate-limit) e mudam conforme o seu nível, então este artigo não cita valores que ficariam desatualizados.

Níveis de uso e limites de gasto

Seu nível acompanha quanto você já gastou:

Além de RPM e IPM, o Google aplica limites de gasto em uma janela deslizante de 10 minutos. Se você ultrapassar um, recebe um erro 429 RESOURCE_EXHAUSTED. Em trabalho com imagens, esse teto costuma ser atingido antes do RPM, porque cada chamada é cara. Aplicado aos preços de imagem, o cálculo fica aproximadamente assim:

• Nano Banana 2 em 1K (US$ 0,067): cerca de 149 imagens por janela no Nível 1, 746 no Nível 2 e 2.985 no Nível 3.
• Nano Banana Pro em 4K (US$ 0,24): apenas cerca de 41 imagens por janela no Nível 1.

Esse é o meu cálculo a partir dos tetos publicados, então trate-o como uma estimativa de planejamento e confirme seus limites reais no AI Studio.

Como lidar com erros 429

Trate um 429 como um evento normal, não como exceção. Três hábitos mantêm um pipeline saudável:

1. Tente de novo com backoff exponencial e jitter, começando perto de um segundo e dobrando até um teto.
2. Controle a taxa do seu lado. Dimensione um token bucket abaixo do teto de gasto de 10 minutos do seu nível, para nunca acioná-lo.
3. Mova o trabalho não urgente para o modo em lote, que reduz o preço pela metade e tira os jobs longos do caminho interativo.

O auxiliar da seção de Python abaixo implementa o primeiro hábito.

Escolhas de resolução e proporção

Os modelos de imagem do Gemini 3 geram em 1K por padrão. Os tamanhos suportados são 512 px (0,5K), 1K, 2K e 4K, e o Nano Banana 2 Lite para em 1K. A tabela do Google que eu li não mostrou preço para a faixa de 0,5K no Nano Banana 2, e rastreadores de terceiros citam cerca de US$ 0,045, então confirme esse valor na página ao vivo antes de depender dele.

Combine o tamanho com o destino:

• Miniaturas de blog, posts em redes sociais, anúncios de produtos: 1K.
• Banners principais e telas de alta densidade: 2K.
• Impressão e recortes grandes: 4K, e somente para as seleções finais.

Um caminho mais barato para arquivos grandes é gerar em 1K e passar a vencedora por um modelo de super-resolução. No PicassoIA, o Real ESRGAN e o Upscaler do Google ampliam fotos 4x, e o Clarity Pro Upscaler busca resultados fotorrealistas. Upscalers acrescentam nitidez, não conteúdo novo, então teste um deles contra uma renderização nativa em 4K das suas próprias imagens antes de se comprometer.

A proporção merece o mesmo cuidado. Há dez disponíveis: 1:1, 3:2, 2:3, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 e 21:9. Escolha antes de gerar. Uma renderização 16:9 recortada para um post de feed 4:5 descarta mais da metade do quadro, e cada nova geração é mais uma imagem cobrada.

Código Python que funciona

Instale o SDK com pip install google-genai e defina sua credencial do Gemini como variável de ambiente. O cliente a lê automaticamente, então nenhum segredo aparece no seu código-fonte.

A chamada básica de Interactions

A documentação atual do Google gera imagens pela API Interactions. Esta é a versão mínima, adaptada do exemplo deles:

import base64
from google import genai

client = genai.Client()

interaction = client.interactions.create(
    model="gemini-3.1-flash-image",
    input="A ceramic mug of black coffee on an oak desk, morning window light, 35mm photo",
)

with open("generated_image.png", "wb") as f:
    f.write(base64.b64decode(interaction.output_image.data))

Copiar prompt

A imagem volta em base64 em interaction.output_image.data, por isso ela é decodificada antes de ser gravada. Você recebe uma imagem em 1K por padrão, e o nível de raciocínio assume minimal como valor inicial.

Definir tamanho e proporção

O argumento response_format controla o tipo de saída, a proporção e o tamanho:

interaction = client.interactions.create(
    model="gemini-3.1-flash-image",
    input="Overhead photo of a croissant on a linen placemat, soft window light",
    response_format={
        "type": "image",
        "mime_type": "image/jpeg",
        "aspect_ratio": "16:9",
        "image_size": "2K",
    },
)

Copiar prompt

Para edições de acompanhamento, passe previous_interaction_id=interaction.id com um novo input e o modelo edita o resultado anterior. Em um prompt difícil, você pode aumentar o raciocínio com generation_config={"thinking_level": "high"}. Confira o painel de faturamento depois de um pequeno teste antes de ativá-lo em todo lugar.

Novas tentativas e registro de custos

O código de produção precisa de duas coisas que o exemplo não tem: backoff em caso de 429 e um contador de custos acumulado.

import base64
import random
import time

from google import genai

client = genai.Client()

PRICE = {
    ("gemini-3.1-flash-lite-image", "1K"): 0.0336,
    ("gemini-3.1-flash-image", "1K"): 0.067,
    ("gemini-3.1-flash-image", "2K"): 0.101,
    ("gemini-3.1-flash-image", "4K"): 0.151,
    ("gemini-3-pro-image", "1K"): 0.134,
    ("gemini-3-pro-image", "2K"): 0.134,
    ("gemini-3-pro-image", "4K"): 0.24,
}

total = 0.0


def generate(prompt, model="gemini-3.1-flash-image", size="1K", ratio="16:9", retries=5):
    global total
    for attempt in range(retries):
        try:
            interaction = client.interactions.create(
                model=model,
                input=prompt,
                response_format={
                    "type": "image",
                    "mime_type": "image/jpeg",
                    "aspect_ratio": ratio,
                    "image_size": size,
                },
            )
            total += PRICE[(model, size)]
            return base64.b64decode(interaction.output_image.data)
        except Exception as err:
            if getattr(err, "code", None) != 429 or attempt == retries - 1:
                raise
            time.sleep(2 ** attempt + random.random())


image = generate("Overhead photo of a croissant on a linen placemat, soft window light")
with open("croissant.jpg", "wb") as f:
    f.write(image)
print(f"Spent so far: ${total:.3f}")

Copiar prompt

Os preços no dicionário vêm diretamente das tabelas acima, então atualize-os sempre que o Google mudar as tarifas. Registre total após cada execução e você verá a conta antes da fatura.

Exemplos reais de custo mensal

Números valem mais que adjetivos, então aqui estão as contas mensais em dois volumes. Cada valor é a quantidade de imagens multiplicada pelo preço publicado por imagem, sem extras de tokens de entrada nem de imagens de referência.

1.000 imagens por mês

Um catálogo pequeno ou um blog movimentado vivem aqui. Mesmo a linha mais cara fica em US$ 240, então, nesse volume, a escolha do modelo é sobre qualidade, não sobre custo. Um mês de Nano Banana 2 em 2K chega a US$ 101, logo acima da linha de US$ 100 do Nível 2.

50.000 imagens por mês

Nessa escala, as escolhas se acumulam. A diferença entre o Lite em lote (US$ 840) e o Pro com tarifa padrão (US$ 6.700) é de US$ 5.860 por mês, quase oito vezes mais. Gastar US$ 3.350 por mês ultrapassa a linha de US$ 1.000 do Nível 3 em cerca de nove dias, mas a espera de 30 dias ainda vale, então planeje seu primeiro mês com os limites do Nível 2. Uma carga constante de cerca de 1.700 imagens por dia fica bem abaixo do teto de US$ 50 em 10 minutos. São os picos que acionam o limite.

Use o Nano Banana 2 Lite no PicassoIA

Antes de gastar dinheiro de API com experimentos de prompt, teste-os onde as iterações são baratas. O Nano Banana 2 Lite está disponível no PicassoIA como um modelo de texto para imagem rápido e de baixo custo, com edição de imagem integrada.

1. Abra a página do modelo do Nano Banana 2 Lite.
2. Escreva o prompt. Descreva o sujeito, a direção da luz, a lente e as texturas das superfícies.
3. Adicione imagens de referência, se precisar. A entrada de imagem aceita até 14 imagens para combinar ou readaptar o estilo.
4. Escolha uma proporção. O padrão é match_input_image. As predefinições vão de 1:1 a 21:9, além de extremos altos e largos como 1:4, 4:1, 1:8 e 8:1.
5. Escolha jpg ou png como formato de saída.
6. Gere, compare e guarde a redação do prompt vencedor para o seu script em Python.

💡 Dica: prompts que funcionam bem no modelo hospedado devem funcionar de forma parecida na API, embora os resultados nunca sejam idênticos entre plataformas. Faça alguns testes lado a lado antes de escalar.

Se você rascunha prompts em volume, o Gemini 3.5 Flash no PicassoIA é um modelo de texto rápido para escrever variações de prompt. Testar ali não consome sua cota do Gemini nem sua fatura do Google.

Teste seus próprios prompts no Picasso IA

Tabelas de preço só levam até certo ponto. A forma mais rápida de descobrir qual modelo, tamanho e proporção servem ao seu projeto é gerar algumas imagens e olhar para elas. Abra o Picasso IA, teste o Nano Banana 2 Lite com um prompt do seu próprio catálogo e depois compare o resultado com o Nano Banana 2 e o Nano Banana Pro. Explore a lista completa de modelos em picassoia.com/en/all-models, escolha a saída de que você gostou e leve essa escolha para o seu orçamento de API com números reais por trás.