Cheie API Gemini în 2026: cum o obții, cât costă, ce limite ai

O cheie API Gemini este credențiala prin care codul tău cheamă modelele Google pe un proiect Google Cloud, cu limitele și factura acelui proiect. O creezi în câteva minute din Google AI Studio; mai greu se văd regula pentru utilizatorii din Spațiul Economic European, tokenii de gândire plătiți ca ieșire și frânele care chiar opresc cheltuiala. Mai jos ai pașii, prețurile oficiale la 24 octombrie 2026, un calcul de cost lucrat și setările de securitate.

Ce este, concret, o cheie API Gemini

Cheia este un șir secret trimis la fiecare cerere, în antetul x-goog-api-key. Documentația e clară: orice cheie Gemini aparține unui proiect Google Cloud, care gestionează facturarea, colaboratorii și permisiunile. Cheia nu are setări de facturare proprii, ci moștenește nivelul, limitele și starea proiectului.

În 2026, Google a schimbat tipul cheilor:

• Cheile standard leagă cererile de un proiect, dar nu identifică apelantul.
• Cheile de autorizare (auth keys) sunt legate de un cont de serviciu: cererile rulează sub identitatea lui, cheia e limitată implicit la Gemini API, iar o cheie depistată ca scursă e oprită rapid.

Din 28 mai 2026, orice cheie nouă creată în AI Studio este o cheie de autorizare. Separat, documentația spune că API-ul respinge cererile făcute cu chei standard nerestricționate; cheile standard cu restricții explicite merg în continuare. Din 7 mai 2026, cheile nerestricționate nefolosite multă vreme apar ca „Blocked”. O cheie veche care a încetat brusc să meargă se verifică întâi în coloana Key Type.

AI Studio sau consola Google Cloud

Google AI Studio este interfața ușoară peste proiectele Google Cloud. La un cont nou creează automat un proiect implicit și o cheie; dacă ai deja cont Google Cloud, imporți proiectele din Dashboard → Projects → Import projects. Cheile cu alte restricții decât Gemini API se gestionează din consola Google Cloud, la Credentials.

Dacă butonul Create API key e inactiv, îți lipsesc permisiunile IAM (de exemplu apikeys.keys.create): le ceri administratorului sau creezi un proiect neasociat unei organizații.

De ce abonamentul Google AI Pro sau Ultra nu include API-ul

Abonamentul Google AI acoperă aplicația Gemini și alte produse pentru consumatori; Gemini API se facturează separat, prin Cloud Billing, pe proiectul cheii. Legătura dintre ele, spusă exact: din 27 ianuarie 2026, beneficiile premium din Google Developer Program sunt incluse în Google AI Pro și Ultra, iar pagina programului listează credite lunare „GenAI & Cloud”:

Creditele se activează din Google Developer Program și, potrivit blogului Google, pot acoperi și Gemini API. Condiția din ghidul de facturare: în Prepay, creditele Google Cloud eligibile se consumă doar după ce ai cumpărat credit preplătit și nu se mai consumă când soldul preplătit e zero. Abonamentul reduce factura, nu te scutește de facturare.

Iar creditul de bun venit de 300 $ din Google Cloud nu acoperă Gemini API pentru conturile de facturare deschise după 2 martie 2026.

Cum obții cheia API Gemini, pas cu pas

1. Contul

Termenii Gemini API cer minimum 18 ani și folosire în scop profesional sau de afaceri. România este pe lista regiunilor în care AI Studio și Gemini API sunt disponibile.

2. Proiectul

Ține proiecte separate pentru teste și producție: limitele de rată se aplică pe proiect, nu pe cheie.

3. Cheia

Din pagina API Keys alegi Create API key și proiectul, apoi copiezi cheia direct într-un manager de secrete.

4. Restricțiile

Cheia de autorizare e deja limitată la Gemini API. Pentru un server, adaugă în consola Google Cloud (Credentials → Application restrictions) adresele IP permise. Cheile standard vechi marcate „Unrestricted” le restricționezi cu „Restrict to Gemini API only” sau le înlocuiești.

5. Variabila de mediu

SDK-urile oficiale citesc automat GEMINI_API_KEY sau GOOGLE_API_KEY. Dacă sunt setate amândouă, GOOGLE_API_KEY are prioritate, detaliu care explică multe ore pierdute cu „cheia corectă care nu merge”.

export GEMINI_API_KEY="cheia-ta-aici"

În producție, documentația recomandă un depozit de secrete precum Secret Manager. Variabila de mediu e însă doar minimul: ca integrarea să țină, ai nevoie de retry cu backoff pe erorile temporare, de un furnizor de rezervă și de reguli de cost pe utilizator, tratate în cursul Integrare avansată LLM în aplicații de producție, în lecțiile despre retry și circuit breaker, fallback între furnizori și guvernanța costurilor.

Nivelul fără plată și nivelul plătit: ce se schimbă

Un proiect nou pornește pe nivelul fără plată. Trecerea pe nivelul plătit înseamnă legarea unui cont Cloud Billing și, pentru utilizatorii noi, o plată în avans de minimum 5 $.

Ce înseamnă ultimul rând, după termenii Gemini API:

• La serviciile neplătite, prompturile și răspunsurile servesc la îmbunătățirea produselor Google, iar evaluatori umani le pot citi, după deconectarea de cont și proiect. Termenii cer să nu trimiți acolo date sensibile, confidențiale sau personale.
• La serviciile plătite, nu sunt folosite pentru îmbunătățirea produselor, se prelucrează conform anexei de prelucrare a datelor și se păstrează limitat, pentru detectarea abuzurilor și obligații legale.

Nu orice proiect e eligibil pentru nivelul fără plată; eligibilitatea se evaluează pe proiect, deci o cheie nouă în același proiect nu ajută.

Regula specială pentru România și restul SEE

Termenii conțin două prevederi care schimbă calculul pentru un developer din România:

1. Datele. Pentru cine este în SEE, Elveția sau Regatul Unit, regulile de folosire a datelor de la serviciile plătite se aplică tuturor serviciilor, inclusiv AI Studio și cotei fără plată din API.
2. Aplicațiile. Când pui o aplicație la dispoziția utilizatorilor din SEE, Elveția sau Regatul Unit, ai voie să folosești doar servicii plătite.

Practic: testezi fără plată, dar un chatbot sau un SaaS pentru utilizatori din România rulează pe un proiect cu facturare activă.

Activarea facturării: Prepay, credite și reîncărcare

Din butonul Set up billing din AI Studio legi un cont Cloud Billing și o metodă de plată. Utilizatorii noi sunt puși implicit pe Prepay:

• cumpărătura minimă este 5 $, soldul preplătit maxim 5.000 $;
• creditele expiră după 12 luni și nu se rambursează, cu excepția schimbării tipului de cont;
• facturarea are o întârziere de circa 10 minute, în care consumul (mai ales Batch și agenți) poate depăși soldul;
• la sold zero, toate cheile din toate proiectele contului de facturare se opresc simultan, cu 402 Payment Required.

Dacă pornești reîncărcarea automată, setează și limita ei lunară (Monthly auto-charge limit). Atenție și la serviciile Google Cloud pe Postpay din același cont: o plată restantă acolo suspendă și Gemini API.

Cât costă: prețul pe tokeni la 24 octombrie 2026

Gemini API se taxează pe milion de tokeni. Detaliul cel mai important din tabelul oficial e eticheta prețului de ieșire, „including thinking tokens”: raționamentul intern, nevăzut în răspuns, se plătește ca ieșire.

Prețuri Standard pe nivelul plătit, pe milion de tokeni:

La Argon și 3.8 Flash, pagina oficială dă deja data dublării prețului: estimează și pe tariful următor. Celelalte pârghii:

• Batch API: 50% din prețul standard, asincron, cu timp țintă de 24 de ore.
• Flex (previzualizare): tot 50% reducere, sincron, cu latență de minute; Priority costă mai mult decât Standard.
• Context caching implicit: activ automat la modelele 2.5 și mai noi. Reducerea se aplică doar când un prefix identic se repetă și are cel puțin 4.096 de tokeni la Argon, 3.8 Flash, 3.6 Flash și 3.1 Pro.
• Grounding cu Google Search: 5.000 de căutări pe lună incluse, comune modelelor Gemini 3 și mai noi, apoi 14 $ la 1.000.
• Cererile eșuate cu erori 400 sau 500 nu se taxează, dar intră în cota de rată.

Calcul lucrat: triajul e-mailurilor de suport ale unui magazin online

Scenariu ilustrativ, cu volume presupuse: un magazin online clasifică fiecare e-mail de suport, extrage numărul comenzii și propune un răspuns scurt.

Pasul 1, volumul. 300 de e-mailuri pe zi, 30 de zile: 9.000 de cereri pe lună.

Pasul 2, tokenii per cerere. 2.500 de intrare (1.500 instrucțiuni și politici, 1.000 e-mailul) și 400 de ieșire, cu gândirea inclusă, la thinking_level setat pe low.

Pasul 3, totalul lunar. Intrare: 9.000 × 2.500 = 22,5 milioane. Ieșire: 9.000 × 400 = 3,6 milioane.

Pasul 4, pe gemini-3.8-flash. 22,5 × 0,75 $ = 16,875 $, plus 3,6 × 3,75 $ = 13,50 $: circa 30,38 $ pe lună. Pe tariful din 2027: 33,75 $ + 27,00 $ = 60,75 $.

Pasul 5, alternativele. Pe gemini-3.5-flash-lite: 6,75 $ + 9,00 $ = 15,75 $. Pe gemini-3.8-flash prin Batch (0,375 $ și 1,875 $): 8,4375 $ + 6,75 $ = circa 15,19 $, dacă triajul poate aștepta. Pe gemini-4-argon: 45,00 $ + 36,00 $ = 81,00 $, care devin 162,00 $ pe tariful din decembrie.

Pasul 6, gândirea lăsată pe implicit. Pe 3.8 Flash, nivelul implicit este medium. Dacă ieșirea urcă, de exemplu, la 1.200 de tokeni pe cerere, costul ieșirii devine 10,8 milioane × 3,75 $ = 40,50 $, iar totalul 57,375 $ (circa 57,38 $): aproape dublu față de pasul 4, pentru aceeași sarcină.

Ce arată calculul:

1. Gândirea e un cost: pentru clasificare, un nivel mic e de obicei suficient; testează-l pe exemple reale.
2. Prefixul de 1.500 de tokeni nu prinde cache-ul implicit, fiind sub pragul de 4.096.
3. Măsoară: câmpul usage conține total_input_tokens, total_output_tokens, total_thought_tokens și total_cached_tokens. După o săptămână de trafic, înlocuiește ipotezele cu mediile reale.

Dacă sarcina ta este extragerea din documente, validarea JSON-ului e tratată separat, în articolul despre extragerea de date din documente cu LLM.

Niveluri de utilizare și limite de rată

Limitele se măsoară în cereri pe minut (RPM), tokeni de intrare pe minut (TPM) și cereri pe zi (RPD); depășirea oricăreia produce eroarea de limită. Diferă pe model, iar cota zilnică se resetează la miezul nopții, ora Pacificului. Valorile contului tău sunt în AI Studio.

Nivelul de utilizare ține de contul de facturare:

Trecerea pe nivelul următor e automată; pentru Tier 2 și 3 contează cheltuiala totală pe servicii Google Cloud a contului de facturare. Limita pe 10 minute, pe fereastră glisantă, se aplică în funcție de istoricul contului și răspunde tot cu 429 RESOURCE_EXHAUSTED. Batch API are limite separate.

SDK-ul Python reîncearcă automat erorile 429 și 5xx de până la patru ori, cu backoff exponențial. Erorile 400, 402 sau 403 nu se reîncearcă: cheia invalidă sau creditul epuizat nu se rezolvă cu încă o încercare.

Bugete și plafoane: ce oprește cheltuiala și ce doar o anunță

Cele cinci mecanisme nu fac același lucru:

1. Soldul Prepay. La zero, API-ul se oprește pe tot contul de facturare (402), cu o întârziere de circa 10 minute.
2. Plafonul pe proiect din AI Studio (Spend → Monthly spend cap). E experimental: poți depăși plafonul în fereastra de circa 10 minute, iar Batch-ul și agenții pot trece de el.
3. Plafonul lunar al nivelului (250 $ pe Tier 1). Atins, pune pe pauză toate proiectele contului până pe 1 ale lunii următoare.
4. Bugetul Cloud Billing doar cu alerte: documentația spune explicit că nu limitează automat utilizarea sau cheltuiala. Trimite e-mailuri și poate declanșa, prin Pub/Sub, o acțiune scrisă de tine.
5. Bugetul Cloud Billing cu plafon (spend cap budget), pentru care Gemini API e eligibil: peste 100% din buget, serviciul e pus pe pauză în proiect până luna următoare sau până ridici plafonul. Un proiect și un serviciu pe buget, doar lunar, iar aplicarea nu e instantanee.

Pentru un developer independent cu mai mulți clienți: un proiect per client, un plafon pe fiecare egal cu bugetul convenit și alerte la 50% și 80%. Echivalentul OpenAI este în ghidul despre cheia API OpenAI.

Primul apel: Python, JavaScript și curl

Quickstart-ul oficial folosește acum Interactions API (Python, JavaScript, REST); generateContent rămâne disponibil, de exemplu pentru caching explicit.

Python, cu pachetul google-genai (pip install -U google-genai):

from google import genai

client = genai.Client()  # citește GEMINI_API_KEY din mediu

interaction = client.interactions.create(
    model="gemini-3.8-flash",
    input="Clasifică mesajul: «Coletul nu a ajuns nici azi.»",
    generation_config={"thinking_level": "low"},
)
print(interaction.output_text)
print(interaction.usage)

JavaScript, cu pachetul @google/genai (npm install @google/genai):

import { GoogleGenAI } from "@google/genai";

const ai = new GoogleGenAI({}); // citește GEMINI_API_KEY din mediu

const interaction = await ai.interactions.create({
  model: "gemini-3.8-flash",
  input: "Clasifică mesajul: «Coletul nu a ajuns nici azi.»",
});
console.log(interaction.output_text);

REST, cu curl:

curl -X POST "https://generativelanguage.googleapis.com/v1beta/interactions" \
  -H "x-goog-api-key: $GEMINI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model": "gemini-3.8-flash", "input": "Răspunde cu un cuvânt: merge?"}'

Cum verifici corect

Un 200 OK la lista de modele (GET /v1beta/models) arată doar că cheia există; ghidul de depanare precizează că nu verifică nivelul sau facturarea. Verificarea reală e un apel de inferență. Erorile frecvente:

• 403 PERMISSION_DENIED: cheie scursă sau blocată, proiect neeligibil, sold restant;
• 402 Payment Required: credit Prepay epuizat;
• 429 RESOURCE_EXHAUSTED: o limită de rată sau limita de cheltuială pe 10 minute;
• 400: parametri greșiți. La Gemini 4 și la modelele 3.6 și mai noi, temperature, top_p și top_k sunt ignorate și vor produce erori 400 într-o versiune viitoare.

Tiparele din jurul apelului sunt predate în cursul Construire de aplicații AI cu Python și SDK-uri: cursul lucrează cu SDK-urile OpenAI și Anthropic, dar lecțiile despre variabile de mediu și .env, cost și rate limits și retry se aplică la fel pe google-genai.

Securitatea cheii

Documentația cere să tratezi cheia ca pe o parolă și dă două reguli ferme: nu o pui în sistemul de versionare (git) și nu o expui în codul care rulează la client. La ele se adaugă o regulă de practică pentru loguri. Nu pui cheia niciodată:

• în git; din practică, o cheie ajunsă în istoric o tratezi ca scursă, chiar dacă repository-ul e privat;
• în frontend sau în aplicația mobilă, de unde poate fi extrasă; soluția oficială e un proxy în backend;
• în loguri sau în mesajele de eroare arătate utilizatorilor.

Google blochează proactiv cheile cunoscute ca scurse („Your API key was reported as leaked”), ceea ce îți oprește și aplicația. Ordinea recomandată la o scurgere: creezi o cheie nouă, actualizezi aplicația, abia apoi dezactivezi cheia compromisă (ca să nu ai întrerupere) și auditezi consumul în rapoartele de facturare. Lista completă de verificări pentru aplicațiile generate cu AI este în articolul despre securitatea unei aplicații vibe coded.

Pentru firme: Gemini Enterprise Agent Platform

Vertex AI se numește acum Gemini Enterprise Agent Platform („formerly Vertex AI”, în documentația Cloud Billing). Diferențele față de cheia din AI Studio sunt de guvernanță:

• Identitate prin IAM: roluri și conturi de serviciu, nu chei copiate între oameni.
• Rezidența datelor: endpointul multi-regional UE (eu) păstrează procesarea în statele membre ale Uniunii Europene, fără Regatul Unit și Elveția. Tabelul oficial îl listează pentru gemini-4-argon, gemini-3.8-flash, gemini-3.6-flash și gemini-3.5-flash-lite; endpointul global nu garantează rezidența. Atenție: cât timp e în preview, Interactions API pe Agent Platform merge doar pe endpointul global, deci pentru eu folosești generateContent.
• Facturare standard Cloud: creditele Prepay din AI Studio nu plătesc Agent Platform, iar prețurile pot diferi de cele din Gemini Developer API.
• Același SDK: google-genai, configurat cu GOOGLE_CLOUD_PROJECT, GOOGLE_CLOUD_LOCATION și GOOGLE_GENAI_USE_ENTERPRISE=True, variabila care comută SDK-ul pe Agent Platform; cu câteva excepții, codul rulează pe ambele platforme.

Are sens la cerințe de conformitate sau multe echipe pe același buget; pentru un produs mic, cheia din AI Studio pe un proiect plătit e mai simplă.

Modelele pe care le poți apela azi

Din pagina oficială de modele, la 24 octombrie 2026, ID-urile principale pentru text și raționament:

Ce s-a schimbat recent:

• pe 8 octombrie 2026 au fost depreciate gemini-3.7-flash și gemini-3.5-flash; cererile lor sunt redirecționate automat spre gemini-3.8-flash, respectiv gemini-3.6-flash;
• Gemini 2.5 diferă pe platforme: în Gemini Developer API nu are dată de oprire anunțată, dar din 18 septembrie 2026 e accesibil doar celor care l-au folosit deja (pentru proiecte noi, Google recomandă 3.5 Flash-Lite sau 3.8 Flash). În Gemini Enterprise Agent Platform, gemini-2.5-pro, gemini-2.5-flash și gemini-2.5-flash-lite aveau ca dată de retragere 20 octombrie 2026; pagina precizează că termenele pot fi prelungite, deci verifică ce întorc apelurile tale.

Ce aduce Argon ca model e descris în articolul despre Gemini 4 Argon, familia anterioară în ghidul Gemini 3, iar schimbarea ID-ului fără regresii în ghidul despre migrarea când un model se retrage. Pentru unelte, function calling și MCP, continuarea e în articolul despre integrarea avansată LLM cu function calling.

Întrebări frecvente

Pot folosi Gemini API fără să plătesc? Da, pe nivelul fără plată, cu modele și limite de rată mai restrânse. Dacă pui aplicația la dispoziția utilizatorilor din SEE, Elveția sau Regatul Unit, termenii cer servicii plătite.

Abonamentul Google AI Pro sau Ultra include Gemini API? Nu, API-ul se facturează separat. Abonamentele includ credite lunare prin Google Developer Program (10 $ la Pro, 40 $ sau 100 $ la Ultra), aplicate în Prepay doar după ce ai cumpărat credit preplătit.

Cât costă Gemini API pe milion de tokeni? La 24 octombrie 2026, gemini-3.8-flash costă 0,75 $ intrare și 3,75 $ ieșire până la 31 decembrie 2026, iar gemini-4-argon 2,00 $ și 10,00 $ până la 30 noiembrie 2026. Ieșirea include tokenii de gândire, iar Batch API are 50% reducere.

Ce variabilă de mediu citește SDK-ul? GEMINI_API_KEY sau GOOGLE_API_KEY. Dacă sunt setate amândouă, are prioritate GOOGLE_API_KEY, deci o cheie veche rămasă acolo poate masca una nouă.

Bugetul din Cloud Billing îmi oprește cheltuiala? Bugetul doar cu alerte nu, doar te anunță. Opresc efectiv soldul Prepay epuizat, plafonul nivelului, plafonul pe proiect și bugetul cu plafon, cu o întârziere de câteva minute.

Concluzie

Cheia API Gemini se obține repede, dar se administrează pe toată viața proiectului. Pornește dintr-un proiect dedicat, cu o cheie de autorizare restricționată, ținută într-o variabilă de mediu și, în producție, într-un depozit de secrete. Pentru o aplicație cu utilizatori în România, nivelul plătit e o cerință a termenilor, nu o opțiune. Estimează costul pe tokenii măsurați, cu gândirea inclusă și pe tariful care urmează, nu doar pe cel de azi. Iar înainte de primul apel real, pune o frână care chiar oprește cheltuiala, nu doar una care trimite un e-mail.

Surse și resurse oficiale

• Chei, AI Studio, variabile de mediu și securitate: Using Gemini API keys.
• Prețuri, Batch, Flex, Priority și grounding: Gemini Developer API pricing.
• Niveluri, plafoane, Prepay și credite: Billing.
• Folosirea datelor și regula pentru SEE, Elveția și Regatul Unit: Gemini API Additional Terms of Service.
• Bugete cu plafon în Cloud Billing: Manage spend cap budgets.
• Creditele incluse în Google AI Pro și Ultra: Google Developer Program, Plans & Pricing.
• Tot pentru acest ghid: paginile Quickstart, Rate limits, Models, Release notes, Deprecations, Context caching, Thinking și Troubleshooting din ai.google.dev și paginile Data residency și Model versions din documentația Gemini Enterprise Agent Platform.

Verificat la 24 octombrie 2026 pe documentația oficială Gemini API, pe termenii Gemini API, pe documentația Cloud Billing și Gemini Enterprise Agent Platform și pe pagina Google Developer Program. Prețurile, nivelurile, limitele și modelele disponibile se pot schimba: reverifică paginile oficiale înainte de orice estimare de buget.