Google AI Pro (2TB) 是否包含 Gemini API 用量？

2026-10-24支付老李

明确结论

Google AI Pro（2TB）和 Gemini API 是两套独立的产品，计费也彼此分开。

在自己的应用程序中调用 Gemini API：需要通过 Google AI Studio 或 Google Cloud/Vertex AI 获取开发者凭据。超出免费额度或启用付费层后，通常会根据 API 的实际用量单独收费，相关费用不会从 Google AI Pro 的订阅费中抵扣。
仅使用 Gemini CLI：通常可以直接登录 Google 账号，不一定需要 API key。Google AI Pro 账号可能享有更高的 CLI 使用额度，但这是 Gemini CLI 提供的账号权益，不代表用户获得了可嵌入自建应用的通用 API 配额。
通过 API key 运行 Gemini CLI：CLI 发出的请求会计入该 key 所属项目的 Gemini API 配额。如果项目已启用付费服务，可能产生单独的费用。
通过 Vertex AI 运行 Gemini CLI：用量计入相应的 Google Cloud 项目，并按照该项目的 Vertex AI 计费规则结算，同样与 Google AI Pro 无关。

简而言之，Google AI Pro 可以提供部分面向个人用户的 Gemini 产品权益和 CLI 权益，但不能代替开发者 API 所需的项目、凭据和计费配置。

为什么会有这种区别

Google AI Pro 是面向个人用户的订阅，主要包括：

Google 产品中的增强型 Gemini 功能
Gemini 应用中的高级模型或更高使用限额
Google One 云存储空间
订阅页面列出的其他个人账号权益

Gemini API 是面向开发者的服务。每个 API 请求都需要归属到具体的开发者项目，用于处理：

身份验证
配额管理
用量统计
数据与安全策略管理
API 费用结算

因此，即使 Google AI Pro 和 Google AI Studio 使用同一个 Google 账号，两边的额度也不会自动合并。

以下几个常见入口也需要分清：

使用方式	身份凭据	用量归属
Gemini CLI 登录 Google 账号	OAuth 登录	CLI 账号额度
Gemini CLI 使用 Gemini API key	`GEMINI_API_KEY`	Google AI Studio/API 项目
Gemini CLI 使用 Vertex AI	Google Cloud 凭据	Google Cloud 项目
自建应用调用 Gemini API	API key 或云端身份凭据	对应的开发者项目

方案一：只在 Gemini CLI 中使用

如果只是想以交互方式使用 Gemini CLI，可以优先选择 Google 账号登录。在 CLI 显示身份验证选项时，选择类似下面的方式：

Login with Google

完成浏览器授权后，CLI 会使用该账号对应的认证方式，不需要手动创建 API key。

符合条件的 Google AI Pro 账号通过这种方式登录后，可能获得更高的 CLI 限额。具体可用模型、每日请求量和速率限制可能发生调整，应以 Gemini CLI 中显示的信息和 Google 当前公布的额度为准。

CLI 的账号额度不能转给自己开发的服务使用。例如，不能从 CLI 的登录状态中提取通用 token，供网站后端长期调用 Gemini API。

方案二：在应用程序中调用 Gemini API

在应用程序中调用 Gemini API，需要先在 Google AI Studio 创建 API key，再将其配置到应用的服务端环境。

例如，可以按下面的方式为 Gemini CLI 临时设置 API key：

export GEMINI_API_KEY="YOUR_API_KEY"
gemini

使用 Google Gen AI SDK 调用模型的 Python 示例：

from google import genai

client = genai.Client(api_key="YOUR_API_KEY")

response = client.models.generate_content(
    model="gemini-2.5-flash",
    contents="Explain how DNS caching works."
)

print(response.text)

更安全的做法是从环境变量中读取 API key：

import os
from google import genai

client = genai.Client(
    api_key=os.environ["GEMINI_API_KEY"]
)

response = client.models.generate_content(
    model="gemini-2.5-flash",
    contents="Explain how DNS caching works."
)

print(response.text)

实际使用的模型名称应以项目当前可用的模型列表为准。不同账号、地区和 API 版本不一定能访问相同的模型。

Google AI Studio 的 Gemini API 可能提供免费层，但这并不是 Google AI Pro 赠送的 API 用量。两者只是都可以通过同一个 Google 账号访问。达到免费层限制后，请求可能被限流或拒绝。启用付费层后，则可能按照输入 token、输出 token、缓存及其他功能的实际用量收费。

方案三：通过 Google Cloud 使用 Vertex AI

如果应用需要 IAM、服务账号、企业权限控制、区域选择或统一的 Google Cloud 账单，可以使用 Vertex AI。

典型的环境配置如下：

export GOOGLE_CLOUD_PROJECT="YOUR_PROJECT_ID"
export GOOGLE_CLOUD_LOCATION="us-central1"
export GOOGLE_GENAI_USE_VERTEXAI="true"

gcloud auth application-default login
gemini

具体使用哪些变量和认证方式，取决于 Gemini CLI 与 SDK 的版本。生产环境通常应使用工作负载身份或权限受限的服务账号，不要依赖开发者的个人登录。

Vertex AI 的调用费用会计入指定的 Google Cloud 项目，与 Google AI Pro 订阅无关。

如何判断是否会产生额外费用

可以按以下顺序检查：

确认 Gemini CLI 当前使用的是 Google 账号登录、Gemini API key，还是 Vertex AI。
如果使用 API key，在 Google AI Studio 中确认该 key 所属的项目。
检查该项目使用的是免费层还是付费层，以及是否已经绑定结算账号。
如果使用 Vertex AI，在 Google Cloud Console 中查看项目的 Billing、Quotas 和 Vertex AI 用量。
为付费项目设置预算和费用提醒。预算提醒通常不会自动停止请求。如果需要硬性限制，还要配置配额或在应用中加入用量控制。

注意事项

不要将 API key 写入前端 JavaScript、移动应用安装包、公开仓库或日志。
Google AI Pro 的取消、续费或存储权益变化，通常不会自动关闭开发者项目的 API 计费。
使用同一个 Google 账号，不代表不同产品会共享额度。
Gemini CLI 的账号登录额度只适用于 CLI 规定的使用场景，不能当作自建应用的免费 API 通道。
免费层、模型价格、地区支持和速率限制都可能变化。应用上线或核算成本前，应以 Google AI Studio 或 Google Cloud Console 中该项目实际显示的配额和计费状态为准。