วิธีใช้งาน Gemini Decisions API ฟรี

คุณสามารถใช้ Gemini Decisions API ได้ฟรีตั้งแต่วันนี้ แพ็กเกจฟรีของ Google สำหรับโมเดล gemini-decision-1 ไม่เก็บค่า input เลย ไม่คิดค่า output token และอนุญาตให้ 200 คำขอต่อนาที, 50,000 token ต่อนาที และ 10,000 คำขอต่อวันต่อหนึ่งโปรเจกต์ คุณแค่ต้องมี AI Studio API key โดยไม่ต้องเปิดบัญชีเรียกเก็บเงิน ข้อควรระวังคือ: ในแพ็กเกจฟรี Google อาจนำเนื้อหาของคุณไปใช้ปรับปรุงผลิตภัณฑ์ของตน

ด้านล่างนี้: ขีดจำกัดเหล่านี้แปลว่าอะไรในการทำงานจริง, การคำนวณ token เบื้องหลังราคา $0.10 ต่อ 1M ของแพ็กเกจเสียเงิน, ช่องทางฟรีแบบอื่น ๆ และวิธีกัน test กับ CI ไม่ให้กินโควตารายวันของคุณ ข้อมูลโควตาและราคาทุกตัวอ่านจากหน้าทางการของ Google เมื่อวันที่ 12 พฤศจิกายน 2026 API ยังอยู่ในสถานะ v1beta จึงควรตรวจสอบซ้ำก่อนวางแผนงบประมาณ ส่วนประเภทคำถามต่าง ๆ (noul, choice, score) ดูได้จากคู่มือ Decisions API ของ Google

แพ็กเกจฟรีของ Gemini Decisions API มีอะไรบ้าง

แพ็กเกจฟรีของ Gemini Decisions API คือระดับการใช้งานแบบไม่มีค่าใช้จ่ายของ Gemini Developer API ของ Google ที่ใช้กับโมเดล gemini-decision-1 โดยให้แต่ละ Google Cloud project ประมวลผล input ได้ฟรี ไม่คิดค่า output และมีขีดจำกัดอัตราคงที่ที่ 200 RPM, 50,000 TPM และ 10,000 RPD โดยไม่ต้องตั้งค่า billing ใด ๆ

นี่คือสิ่งที่หน้าราคาและหน้าขีดจำกัดอัตราของ Google ระบุ เมื่อเทียบกันแบบตรง ๆ:

มีสามเรื่องที่สำคัญกว่าตัวเลขที่เห็นด้านบน:

• ขีดจำกัดนับต่อโปรเจกต์ ไม่ใช่ต่อ API key การสร้าง key 5 ตัวในโปรเจกต์เดียวไม่ได้ให้โควตา 5 เท่า
• โควตารายวันรีเซ็ตตอนเที่ยงคืนตามเวลา Pacific งาน batch ที่เริ่มตอน 3 ทุ่ม (11 p.m. Pacific) จะใช้โควตาของวันนั้นเพียงหนึ่งชั่วโมง แล้วได้ 10,000 คำขอใหม่หลังเที่ยงคืน
• ข้อมูลในแพ็กเกจฟรี Google อาจนำไปใช้ได้ ตารางราคาระบุ "ใช้เพื่อปรับปรุงผลิตภัณฑ์ของเรา" เป็น ใช่ ในแพ็กเกจฟรี และ ไม่ ในแพ็กเกจเสียเงิน อย่าส่งข้อมูลส่วนบุคคลของลูกค้า สัญญา หรือภาพทางการแพทย์ผ่าน key ฟรี

วิธีรับ Gemini Decisions API key ฟรี

คุณเริ่มยิงคำขอฟรีได้ในเวลาประมาณห้านาที:

1. ล็อกอินที่ Google AI Studio แล้วคลิก Create API key โปรเจกต์ใหม่จะเริ่มต้นบนแพ็กเกจฟรี
2. ติดตั้ง SDK เวอร์ชัน 3.2 ขึ้นไป: pip install -U google-genai หรือ npm install @google/genai@latest
3. ส่งออก key เป็นตัวแปร GEMINI_API_KEY เพื่อให้ SDK ดึงค่าไปใช้เอง
4. ส่งคำขอหนึ่งครั้งโดยระบุ http_options={"api_version": "v1beta"} แล้วอ่านบล็อก usage ใน response

from google import genai

client = genai.Client(http_options={"api_version": "v1beta"})

result = client.decisions.create(
    model="gemini-decision-1",
    input="Order 8821 arrived with a cracked screen.",
    questions={
        "is_damaged": {"type": "noul", "instructions": "Did the item arrive damaged?"},
    },
)

print(result.answers["is_damaged"].noul)
print(result.usage.total_input_tokens)

ตัวเลข usage.total_input_tokens นี่แหละคือสิ่งที่ควร log ไว้ ในแพ็กเกจฟรีมันคือสิ่งที่กินโควตา 50,000 TPM ของคุณ ส่วนในแพ็กเกจเสียเงินมันคือสิ่งเดียวที่คุณถูกเรียกเก็บเงิน

สำหรับข้อเสนอฟรีอื่น ๆ ของ Google ดูได้จากคู่มือ Gemini API free tier และ วิธีใช้ Gemini ฟรี ของเรา

การคิดราคาของ Gemini Decisions API ทำงานอย่างไร

คุณจ่ายเฉพาะค่า input token และ input ที่ใช้ร่วมกันถูกนับหนึ่งครั้งต่อคำขอ ไม่ว่าคุณจะถามกี่คำถาม แต่ละคำถามเพิ่มมาเพียง token ของคำสั่งและเกณฑ์ของตัวเองเท่านั้น ส่วน output เป็น 0 token เสมอ เพราะโมเดลคืนค่าความน่าจะเป็น ไม่ใช่ข้อความ

ดังนั้นสูตรสำหรับหนึ่งคำขอจึงง่ายมาก:

input tokens = shared input + sum(each question's instructions + criteria)
paid cost    = input tokens / 1,000,000 x $0.10

จุดที่น่าสนใจคือผลต่อแพ็กเกจฟรี ถ้าใช้ข้อความ จำนวนคำขอ (200 RPM, 10,000 RPD) มักเป็นตัวที่ฉุดก่อน แต่ถ้าใช้รูปภาพ เสียง หรือเอกสารยาว ๆ ขีดจำกัด 50,000 TPM จะฉุดก่อน

ตัวอย่างการคำนวณต้นทุน: แพ็กเกจฟรี vs เสียเงิน

ตัวเลข token ของคำถามด้านล่างเป็นการประมาณ (ราว 30 token ต่อคำถามสั้น) ส่วนจำนวน token ของรูปภาพและเสียงมาจากตาราง media resolution ของ Google ซึ่งระบุ 280 token ต่อรูปที่ low, 1,120 ที่ high และ 25 token ต่อวินาทีของเสียงสำหรับโมเดล Gemini ปัจจุบัน ลองยิงคำขอจริงหนึ่งครั้งแล้วแทนตัวเลขของผมด้วยค่า usage ของคุณเอง

รูปสินค้า 10,000 รูป x 16 คำถาม

สมมติว่าคุณตรวจรูปการจัดส่งเพื่อดูความเสียหาย การวางวางสินค้า ความอ่านง่ายของฉลาก และอีก 13 อย่าง

• ต่อคำขอที่ความละเอียด low: 280 (รูปภาพ) + 20 (บริบทข้อความ) + 16 x 30 (คำถาม) = 780 token
• รูป 10,000 รูป: 10,000 x 780 = 7.8M token
• ค่าใช้จ่ายแบบเสียเงิน: 7.8 x $0.10 = $0.78
• ที่ความละเอียด high: 1,120 + 20 + 480 = 1,620 token ต่อรูป, 16.2M token, $1.62

บนแพ็กเกจฟรี TPM เป็นตัวกำหนดความเร็วของคุณ: 50,000 / 780 = ประมาณ 64 รูปต่อนาที ทั้ง 10,000 รูปจะเสร็จในราว 2 ชั่วโมง 36 นาที และใช้โควตา 10,000 คำขอของวันนั้นพอดี ส่วนที่ high จะได้ประมาณ 30 รูปต่อนาที และใช้เวลา 5.5 ชั่วโมง

ทีนี้มาดูความผิดพลาดที่ต้องเลี่ยง ถ้าคุณส่งการตรวจ 16 ข้อเป็น 16 คำขอแยกกัน แต่ละคำขอจะส่งรูปซ้ำ: 16 x 300 = 4,800 token รูปกับบริบท บวก token คำถาม 480 เท่าเดิม รวมประมาณ 5,280 token ต่อรูป นั่นคือ 52.8M token ($5.28 ถ้าเสียเงิน) และ 160,000 คำขอ ซึ่งเท่ากับโควตาแพ็กเกจฟรี 16 วัน รวมคำถามไว้ในคำขอเดียวเถอะ

ตั๋วซัพพอร์ต 10,000 ใบ x คำถามจัดเส้นทาง 3 ข้อ

• ต่อคำขอ: 250 (ข้อความในตั๋ว) + 3 x 40 (คำถามพร้อมเกณฑ์) = 370 token
• ตั๋ว 10,000 ใบ: 3.7M token, $0.37 ถ้าเสียเงิน
• แพ็กเกจฟรี: 50,000 / 370 = 135 คำขอต่อนาที ต่ำกว่าเพดาน 200 RPM โควตา 10,000 คำขอของวันเดียวก็ครอบคลุมตั๋ว 10,000 ใบ

PDF ยาว ๆ

Context window อยู่ที่ 262,144 token แต่ TPM ฟรีมีแค่ 50,000 สัญญาที่ใช้ 120,000 token จึงใช้งบฟรีของหนึ่งนาทีเต็มเกินตัว เอกสารของ Google ไม่ได้บอกว่าแพ็กเกจฟรีจัดการคำขอเดี่ยวที่เกินเพดาน TPM อย่างไร จึงควรทดสอบหนึ่งครั้งก่อน เอกสารยาว ๆ แหละคือจุดที่ Tier 1 (1M TPM) คุ้มค่าที่จะจ่าย

วิธีอื่นในการใช้ Gemini Decision 1 ด้วยต้นทุน $0

หน้าโมเดลของ OpenRouter ซึ่งตรวจสอบเมื่อวันที่ 12 พฤศจิกายน 2026 ระบุผู้ให้บริการเดียว (Google AI Studio) ที่ $0.10 ต่อ 1M input, output ฟรี และไม่มีตัวแปร :free ทั้งนี้มันรันบน endpoint สำหรับ Decisions ของ OpenRouter ดังนั้น chat completions SDK จะเรียกใช้ไม่ได้

วิธีอยู่ในแพ็กเกจฟรีให้นานที่สุด

นิสัยเหล่านี้จะช่วยให้ prototype ของคุณอยู่ที่ $0 ได้นานที่สุด:

1. ถามทุกคำถามในคำขอเดียว input ที่ใช้ร่วมถูกคิดค่าเพียงครั้งเดียว และสามารถใส่คำถามได้ถึง 1,000 ข้อในหนึ่งการเรียก
2. ลด media resolution low เสียเพียงหนึ่งในสี่ของ high ต่อรูป
3. ส่งเฉพาะฟิลด์ที่คำถามต้องใช้ Google ระบุว่าเนื้อหาที่ไม่เกี่ยวข้องทำให้ความแม่นยำตก และมันยังกิน TPM อีก
4. คุมจังหวะด้วย TPM ไม่ใช่ RPM คุมความเร็ว worker ที่ 50,000 หารด้วยจำนวน token ต่อคำขอที่คุณวัดได้จริง
5. แคชคำตอบเอง API ไม่มี context caching และนับ input ที่ส่งซ้ำเต็มจำนวน จึงควร hash input บวกคำถาม แล้วข้ามรายการที่ซ้ำ
6. เริ่มรันงานชุดใหญ่หลังเที่ยงคืนเวลา Pacific เพื่อได้โควตาครบหนึ่งวัน
7. อย่าให้ test และ CI ยิง API จริง Test suite ที่ยิงทุกครั้งที่ push อาจเผาโควตา 10,000 คำขอหมดตั้งแต่เที่ยง ใช้ mock แทนเถอะ

ให้ coding agent ของคุณสร้าง mock ของ Decisions API ด้วย Apidog CLI

Unit test ไม่จำเป็นต้องใช้โมเดลจริง มันต้องการแค่รูปแบบที่ถูกต้อง: แผนที่ answers, noul ระหว่าง 0.01–0.99, ค่า confidence และ usage.total_output_tokens: 0 coding agent ของคุณสร้าง mock แบบนี้ได้ด้วย Apidog CLI โดยให้มีแค่ smoke test เดียวที่แตะ Google

ตั้งค่าครั้งเดียว:

npm install -g apidog-cli@latest
apidog auth login --with-token <YOUR_TOKEN>
apidog skill install

แล้วให้ Claude Code, Codex หรือ Cursor พรอมต์เดียว:

In Apidog project <id>, add the Gemini Decisions endpoint POST /v1beta/decisions
with a request body of model, input and questions. Create mock expectations that
return a damaged answer (noul 0.97) and an undamaged one (noul 0.04), each with
usage.total_output_tokens = 0. Add a test case that asserts the answers map,
confidence between 0 and 1 and zero output tokens. Run it against the mock
environment, then once against the real API with my free-tier key.

Agent จะอ่าน schema ของ payload แต่ละตัว ตรวจสอบความถูกต้อง แล้วจึงเขียนคำสั่ง:

apidog cli-schema get endpoint-create
apidog cli-schema validate endpoint-create --file decisions-endpoint.json
apidog endpoint create --project <id> --file decisions-endpoint.json

apidog cli-schema get mock-create
apidog cli-schema validate mock-create --file mock-damaged.json
apidog mock create --project <id> --file mock-damaged.json

apidog cli-schema get test-case-create
apidog test-case create --project <id> --file decisions-case.json
apidog run --test-case <caseId> --project <id> -e <mockEnvId> -r cli,json
apidog run --test-case <caseId> --project <id> -e <freeTierEnvId> -r cli

ใน CI ให้รันเฉพาะ environment แบบ mock ด้วย -r junit (ไฟล์ pipeline ดูได้ในคู่มือ Apidog CLI CI/CD ของเรา) ส่วนการตั้งค่า agent อยู่ในApidog CLI in Claude Code แพ็กเกจ Free ของ Apidog รองรับผู้ใช้ได้ถึง 4 คน ทีมเล็กจึงใช้ mock ร่วมกันได้โดยไม่มีค่าใช้จ่าย กำลังพิจารณาเวอร์ชันของ OpenAI อยู่ใช่ไหม? ดูบทอธิบาย OpenAI Decisions API ของเรา

คำถามที่พบบ่อย

Gemini Decisions API ฟรีจริงไหม? ฟรี ภายใต้ขีดจำกัด แพ็กเกจฟรีไม่เก็บค่า input เลย และ output เป็น 0 token เสมอ คุณได้ 200 คำขอต่อนาที, 50,000 token ต่อนาที และ 10,000 คำขอต่อวันต่อโปรเจกต์ หากเกินกว่านั้นต้องเปิด billing และจ่าย $0.10 ต่อ 1M input token

ต้องใช้บัตรเครดิตสำหรับแพ็กเกจฟรีของ Gemini Decisions API ไหม? ไม่ต้อง API key จาก Google AI Studio เริ่มต้นบนแพ็กเกจฟรีทันที หน้า rate limits ของ Google ระบุว่าคุณจะย้ายไปแพ็กเกจเสียเงินเมื่อตั้งค่า billing ใน AI Studio เท่านั้น

Google เอาข้อมูล Decisions API ของผมในแพ็กเกจฟรีไปเทรนโมเดลไหม? หน้าราคาของ Google ระบุ "ใช้เพื่อปรับปรุงผลิตภัณฑ์ของเรา" เป็น ใช่ สำหรับแพ็กเกจฟรี และ ไม่ สำหรับแพ็กเกจเสียเงิน ให้ถือว่า key แพ็กเกจฟรีไม่เหมาะกับข้อมูลที่ละเอียดอ่อน

ทำไมผมเจอ error 429 ทั้งที่ยิงไม่ถึง 200 คำขอต่อนาที? คุณน่าจะเกิน 50,000 token ต่อนาที input แบบรูปภาพ เสียง และ PDF กิน token เยอะ จึงมักชนเพดาน TPM ก่อน RPM ให้ log usage.total_input_tokens แล้วคุมจังหวะคำขอที่ 50,000 หารด้วยตัวเลขนั้น

มีโมเดล Gemini Decision 1 ฟรีบน OpenRouter ไหม? ไม่มี ณ วันที่ 12 พฤศจิกายน 2026 OpenRouter ระบุ google/gemini-decision-1 ที่ $0.10 ต่อ 1M input token และ $0 สำหรับ output โดยไม่มีตัวแปร :free

ใช้ Batch API หรือ context caching เพื่อยืดแพ็กเกจฟรีได้ไหม? ไม่ได้ หน้าโมเดลระบุว่า Batch API และ caching ไม่รองรับในทุกระดับ ให้รวมคำถามไว้ในคำขอเดียว และแคชคำตอบในโค้ดของคุณเอง