Gemini 3.7 Flash: giá được đồn giảm một nửa, bản Pro tiếp tục vắng bóng

Gemini 3.7 Flash được cho là sẽ có giá 0,75 USD (khoảng 1.064 won) cho mỗi 1 triệu token đầu vào và 3,75 USD (khoảng 5.318 won) cho mỗi 1 triệu token đầu ra, áp dụng đến hết năm 2026, theo một số báo cáo. Cuộc đua giảm giá các mô hình AI hạng nhẹ dành cho lập trình viên tiếp tục nóng lên, nhưng tên gọi và bảng giá này lại chưa khớp với tài liệu chính thức từ Google.

Theo BlockTempo đưa tin ngày 14 (giờ địa phương), Google đã chính thức ra mắt Gemini 3.7 Flash và áp dụng mức giá ưu đãi này đến cuối năm. Theo báo cáo, mô hình mới tập trung vào lập trình, quy trình làm việc dạng agent, gỡ lỗi, sửa lỗi và tạo mã nguồn thương mại.

Theo thông tin BlockTempo công bố, Gemini 3.7 Flash hỗ trợ đầu vào dạng văn bản, hình ảnh, âm thanh và video, có cửa sổ ngữ cảnh 1 triệu token và đầu ra tối đa 64.000 token. Mô hình còn cung cấp tùy chọn chế độ suy nghĩ (thinking), cho phép điều chỉnh cân bằng giữa chất lượng, chi phí và độ trễ.

Tuy nhiên, trên blog chính thức và tài liệu giá của Google Cloud, các tên mô hình được xác nhận chỉ gồm Gemini 3 Flash, Gemini 3.6 Flash và Gemini 3.5 Flash Lite. Với Gemini 3 Flash, Google niêm yết giá 0,50 USD (khoảng 709 won) cho mỗi 1 triệu token đầu vào và 3 USD (khoảng 4.254 won) cho mỗi 1 triệu token đầu ra.

Google chưa từng công bố chính thức tên gọi Gemini 3.7 Flash lẫn bảng giá ưu đãi mà BlockTempo đưa tin. Vì vậy, đây chưa phải là thông tin ra mắt đã được xác nhận, mà là sự chênh lệch giữa báo cáo từ truyền thông nước ngoài và tài liệu chính thức của Google, cần được theo dõi thêm.

Dòng Flash vốn là nhóm mô hình hạng nhẹ, ưu tiên tốc độ và hiệu quả chi phí. Với doanh nghiệp và lập trình viên triển khai dịch vụ xử lý lượng lớn yêu cầu, mức giá thấp và thời gian phản hồi ngắn thường quan trọng hơn hiệu năng vượt trội của các mô hình cao cấp.

Dòng Flash của Google đang thay đổi nhanh trong thời gian gần đây. Ngày 21 tháng 7, Google đã công bố Gemini 3.6 Flash, Gemini 3.5 Flash Lite và Gemini 3.5 Flash Cyber.

Vào thời điểm đó, Google cho biết hiệu suất sử dụng token, độ trễ và độ ổn định là những yếu tố quan trọng khi doanh nghiệp và lập trình viên xây dựng các agent AI quy mô lớn. Có thể thấy Google đang vận hành song song nhiều dòng mô hình, vừa giảm chi phí vừa tách riêng các tác vụ lập trình, bảo mật và agent.

Với doanh nghiệp trong nước, giá mô hình AI cũng là biến số chi phí trực tiếp. Tập đoàn Hyundai Motor đang cho phép nhân viên lựa chọn nhiều mô hình AI tạo sinh bên ngoài như ChatGPT, Gemini, Claude... trên nền tảng AI tạo sinh nội bộ để phục vụ công việc.

Khi giá mô hình giảm, cùng một ngân sách có thể xử lý được nhiều yêu cầu hơn. Tuy nhiên, chi phí thực tế không chỉ phụ thuộc vào giá niêm yết mà còn thay đổi theo lượng token sử dụng, cơ chế cache, xử lý theo lô (batch) và cấu hình suy luận.

Khoảng trống của dòng Pro là một vấn đề riêng. Tại sự kiện Google I/O hồi tháng 5, Google cho biết đang thử nghiệm Gemini 3.5 Pro và dự kiến cung cấp trong tháng tiếp theo.

Nhưng tính đến ngày 5 tháng 8, danh sách mô hình công khai chỉ có Gemini 3.6 Flash và Gemini 3.5 Flash Lite, còn thẻ thông tin (model card) của Gemini 3.5 Pro vẫn chưa được công bố. TokenPost từng đưa tin việc ra mắt Gemini 3.5 Pro đang chậm hơn so với kế hoạch ban đầu.

BlockTempo cũng đưa tin rằng Gemini 3.5 Pro chưa đạt mục tiêu hiệu năng nội bộ, đồng thời dẫn lại quan sát từ cộng đồng lập trình viên về sự chậm trễ này. Đây là thông tin từ báo chí bên ngoài và quan sát của cộng đồng, không phải giải thích chính thức từ Google.

Vì vậy, khoảng trống của dòng Pro nên được nhìn nhận là lịch ra mắt chưa được công bố, thay vì kết luận rằng sản phẩm bị hủy hay thất bại về hiệu năng. Việc dòng Flash liên tục cập nhật trong khi dòng Pro bị trì hoãn phần nào cho thấy chiến lược sản phẩm AI của Google.

Chính sách giá của dòng Flash được xem là công cụ cạnh tranh mà Google dùng để thu hút lập trình viên và khách hàng doanh nghiệp. Mức ảnh hưởng thực tế đến chi phí dịch vụ và chi phí triển khai AI của các doanh nghiệp Hàn Quốc sẽ phụ thuộc vào bảng giá chính thức và tiến độ công bố mô hình của Google.

Nguồn xác minh: blog chính thức của Google, tài liệu giá Google Cloud, báo cáo của BlockTempo.