谷歌把 2000 多种声音塞进 API，每小时 0.81 美元，但这个价只到 12 月 31 日
一句话：9 月 23 日谷歌发布了 Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS，两个模型同日在 Gemini API、Google AI Studio 上线。Vercel AI Gateway 的模型页现在就能查到实价：输入 0.50 美元每百万 token，输出 9 美元每百万 token，页面挂着「50% off」的角标，发布日期写着 09/23/2026。
现在到底多少钱
| 模型 | 输入 / 1M token | 输出 / 1M token | 每 1 小时音频（约） |
|---|---|---|---|
| Gemini 3.8 Flash TTS（当前） | 0.50 美元 | 9 美元 | 0.81 美元 |
| Gemini 3.8 Flash-Lite TTS（当前） | 0.50 美元 | 6 美元 | 0.54 美元 |
音频按每秒 25 个 token 计费，所以一小时成品音频是 9 万个输出 token，乘出来就是上面最右那一列。输入文本几乎不花钱——一小时音频大约 9000 个词，成本不到一分钱。批量（batch）请求再打对折。
2027 年 1 月 1 日这个日期
多家援引谷歌官方定价页的报道口径一致：现在的 0.50 / 9 是促销价，有效期到 2026 年 12 月 31 日；从 2027 年 1 月 1 日起，Flash TTS 回到 1 美元输入、18 美元输出，Flash-Lite 回到 1 美元 / 12 美元。上一代 Gemini 3.1 Flash TTS 是 1 美元 / 20 美元，没有促销。
我自己的核实渠道只到 Vercel 那个模型页（它确认了当前价与 50% off 角标），翻倍的具体日期来自二手转述，不是我直接打开的谷歌定价页——ai.google.dev 会跳 Google 登录，抓不到正文。所以这条日期请当成”高度可信但未亲手验证”，签年单之前自己去定价页核一遍。
这次真正的改变不是价格，是”设计声音”
以前的 TTS 是从 30 个预设里挑一个，顶多调语速。现在你可以用自然语言描述一个不存在的人（比如”凌晨两点、疲惫、德语口音很重的柏林人”），模型照着生成一个新声音；也可以给 30 秒参考音频做声音复刻，但要先录一段说话人本人念同意声明的音频，出口带 SynthID 水印和 C2PA 凭证。
再一个是逐行控制：每一行台词旁边写舞台指示，低语、抢话、停顿、笑声、“嗯""对”这类应答词，模型会照着演。长音频几小时下来音色不漂。两个人的对话能从同一份剧本直接生成。
对我有什么用
如果你是做播客、有声书、短视频配音的，这是今年最实在的一次成本下降。10 小时有声书现在 8.1 美元，走批量 4.05 美元。以前这个量级要么自己录、要么按分钟买商业 TTS 套餐。
如果你在做客服语音 agent，Flash-Lite 是更合适的那个。一个月 10 万分钟的语音 agent，现在约 900 美元，明年 1 月起约 1800 美元——这个差额足以决定一个产品能不能成立。
泼冷水
第一，也是最要紧的：这是促销价，窗口只剩 3 个月零 3 天。任何按当前价做的 12 个月商业模型都要重算。
第二，声音复刻在伊利诺伊州、德州、欧洲经济区、英国、瑞士、印度不可用。冲着复刻去的，先确认你的目标市场在不在名单里。
第三，谷歌没有公布延迟数据。做旁白无所谓，做实时语音 agent，首字节时间是决定产品”活不活”的指标，这个得你自己测。
第四，Vercel 那个页面标着「Free Tier」，但免费额度只到 2026 年底，别当成长期政策。
第五，谷歌自己的跑分是引用 Hume AI 的榜单，而 Hume AI 的创始人现在是谷歌 DeepMind 的研究科学总监、也是这次发布的署名作者之一。第三方 Artificial Analysis 的榜上，Flash TTS 排第二（Elo 1260），前面是 Cartesia Sonic 3.6（1273）。差距在置信区间内，但”第一”这个说法是有语境的。
具体建议
- 今天就把你最耗时的那类长音频（有声书、课程配音、多语言版本）跑一遍 Flash TTS，把成本数字存下来，作为明年涨价的对照基线。
- 报价单里凡是出现语音成本的，一律按 2027 年的价格写，把差价当利润留着，别当预算花掉。
- 用 Vercel AI Gateway 的话，一个 key 就能在 Flash TTS 和其他家之间路由，先在 playground 里听，再决定要不要换。
- 要复刻声音的，先看地区名单；不在禁用区也要把同意声明的录音流程做进去，这是谷歌的硬性要求。
模型页与当前价：https://vercel.com/ai-gateway/models/gemini-3.8-flash-tts 上线公告（Vercel changelog，含可运行的 generateSpeech 代码）：https://vercel.com/changelog/gemini-3-8-text-to-speech-models-now-available-on-ai-gateway