Gemini TTS API 价格：一小时 Gemini 语音要多少钱

每百万 token 价格

Gemini 3.8 Flash TTS 在 2026 年 12 月 31 日前每百万文本输入 token 0.50 美元、每百万音频输出 token 9 美元，自 2027 年 1 月 1 日起为 1 美元和 18 美元。Gemini 3.8 Flash-Lite TTS 为 0.50 美元和 6 美元，之后为 1 美元和 12 美元。旧模型中 3.1 Flash TTS Preview 和 2.5 Pro Preview TTS 为 1 美元和 20 美元，2.5 Flash Preview TTS 为 0.50 美元和 10 美元。批量（Batch）请求半价。

一小时的费用

Google 按每秒 25 个音频 token 计算，所以一小时语音是 9 万个音频 token。2026 年 3.8 Flash TTS 每小时约 0.81 美元，Flash-Lite 约 0.54 美元；2027 年起为 1.62 美元和 1.08 美元，另加很少的文本输入费用。SuperClonica 5 美元 Starter 套餐每月最多生成的 216 小时，按 2026 年价格用 Flash TTS 约 175 美元，用 Flash-Lite 约 117 美元。

免费层级

Gemini API 为 3.8 Flash TTS、3.8 Flash-Lite TTS、3.1 Flash TTS 和 2.5 Flash TTS 提供有速率限制的免费层级，在 Google AI Studio 中试用语音也是免费的。根据价格页，免费层级的内容可能被 Google 用于改进产品，付费层级则不会。在 Google Cloud 上，Gemini-TTS 没有免费用量。

同样的时长在 SuperClonica

SuperClonica 语音 API 按时长而不是按字符计费：套餐在每个 10 分钟窗口内提供若干分钟音频。不间断使用时，5 美元的 Starter 套餐每月最多可生成 216 小时，10 美元最多 576 小时，20 美元最多 1,440 小时，50 美元最多 4,680 小时。免费密钥每天 3 分钟。所有目录声音和你自己训练的声音在任何套餐都可用，在我们的测量中音频从 300 毫秒开始返回。Supertonic 3 支持 31 种语言，暂不支持中文。

什么时候选 Gemini 更好

Gemini TTS 支持包括中文在内的多得多的语言，能用普通语言接受语气指示，还能在一次请求中为两位说话人配音。每月只用几个小时时很便宜，免费层级可能就够用。当你每月生成很多小时、想用目录中的角色声音或用自己录音训练的声音、或需要固定账单时，SuperClonica 更划算。

一次请求即可试用

在网站上获取免费密钥，然后用请求头 Authorization: Bearer 加上你的密钥、请求体

{"text": "...", "voice": "F1", "language": "en"}

向 https://superclonica.com/api/v1/speech 发送 POST 请求。需要 MP3 时加上 "format": "mp3"，想边接收边播放时加上 "stream": true。