最後更新：2026 年 6 月 10 日

Trace 模型與成本。

Trace 目前提供 Gemini 3.1 Flash-Lite 與 Gemini 3.5 Flash。這頁提供適合情境、音訊 token 算法、逐字稿輸出與會議紀錄分析成本的完整分析。

目前模型：Trace 提供 Gemini 3.1 Flash-Lite 與 Gemini 3.5 Flash；實際選用哪個模型由使用者依會議情境決定。

時間戳限制：逐字稿中的時間戳由 Gemini 依音訊內容生成，可能與播放器實際秒數有落差。這通常是 Gemini 模型輸出限制，非 Trace 發生錯誤。需要精準定位時，建議在時間戳前後幾分鐘找尋正確時間。

估算限制：若使用免費 API key 並仍在 Google 免費額度內，通常不會產生 API 費用；本頁用公開 paid tier 數字抓付費量級。Google 價格、免費額度與速率限制會調整，並非保證費用。

Trace 使用的兩個模型

Gemini 3.1 Flash-Lite

Model code: gemini-3.1-flash-lite
輸入 / 輸出上限: 1,048,576 input tokens / 65,536 output tokens
適合情境: 一般會議、較長音檔、先用低成本取得逐字稿。

Gemini 3.5 Flash

Model code: gemini-3.5-flash
輸入 / 輸出上限: 1,048,576 input tokens / 65,536 output tokens
適合情境: 長會議、策略討論、專有名詞多，需要較完整的會議紀錄。

成本怎麼算

Gemini 音訊理解以時間計算 token：每秒音訊約 32 input tokens。1 分鐘約 1,920 tokens，1 小時約 115,200 tokens。Trace 會先取得逐字稿，再把逐字稿、會議背景與模板送到模型整理成會議紀錄。

長音訊可能會分段處理。同一段音訊在流程中被再次引用時，Google 帳單可能以 cached audio input 計算。本頁用這個情境估算常見量級，也列出未命中 cached input 時的保守上限。

轉錄成本 = 音訊 normal input + 可能的 cached audio input + 逐字稿文字 input + 逐字稿 JSON output。

分析成本 = (完整逐字稿 + 會議背景 / 模板 / 分析指令) × 分析模型 input 單價 + 會議紀錄 output tokens × 分析模型 output 單價。

總成本 = 轉錄成本 + 分析成本

成本估算假設

價格基準 Google paid tier

Flash-Lite 音訊 input USD 0.50 / 1M，cached audio USD 0.05 / 1M，output USD 1.50 / 1M。3.5 Flash input USD 1.50 / 1M，output USD 9.00 / 1M。

1 小時音訊 約 115,200 tokens

以每秒 32 audio tokens 粗估。長音訊可能會分段處理；若同一段音訊在流程中重複引用，可能出現 cached audio input。

逐字稿 output 約 18,000 tokens

以 1 小時會議中約 36～42 分鐘有人說話估算，並把時間戳、說話者標記與結構化輸出一起算進去。

Audio 115,200 tokens

1 小時音訊 input

Transcript 18,000 tokens

逐字稿 JSON output

Analysis 20,000 / 6,000

input / output tokens

會議紀錄分析粗估使用 20,000 input tokens，並輸出 6,000 output tokens。訪談型會議、多人快速討論或逐字稿很密時可能更高；簡報停頓、沉默較多或輸出較精簡時可能更低。下方表格是方便閱讀的粗估，實際帳單以 Google 為準。NTD 換算以 1 USD 約 NTD 30～33 計算。

1 小時會議流程拆解

以下用「3.1 Flash-Lite 轉錄 + 3.5 Flash 分析」作為範例估算。實際結果會因語速、語言、說話人數、會議背景、模板長度、輸出詳略、cached input 命中情況與 Google 最新價格而不同。

1 小時範例流程粗估，含 USD 與 NTD 換算
流程	估算 tokens	計算方式	估算成本
音訊 input	115,200 normal audio + 115,200 cached audio	同一段音訊在流程中再次引用時，以 cached audio input 抓量級。	約 USD 0.063 (NTD 1.9～2.1 元)
逐字稿文字 input	約 4,000 input tokens	會議背景、時間資訊與必要的分段上下文。	約 USD 0.001 (低於 NTD 0.1 元)
逐字稿 JSON output	約 18,000 output tokens	包含完整逐字稿、時間戳、說話者標記與 JSON 結構。	約 USD 0.027 (NTD 0.8～0.9 元)
會議紀錄分析	約 20,000 input / 6,000 output tokens	把逐字稿、會議背景、模板與分析指令整理成決策、風險、待辦與正式紀錄。	約 USD 0.084 (NTD 2.5～2.8 元)
基本總額	1 小時會議	3.1 Flash-Lite 轉錄 + 3.5 Flash 分析，含 cached audio input。	約 USD 0.175 (NTD 5.3～5.8 元)

不同長度的成本範例

範例流程粗估，含 cached audio input 與未命中時的保守上限
音訊長度	轉錄流程	逐字稿 / 分析 tokens	含 cached audio input	未命中 cached input
30 分鐘	短音訊流程	9,000 逐字稿 output；11,000 / 3,000 分析 tokens	約 USD 0.086 (NTD 2.6～2.8 元)	約 USD 0.086 (NTD 2.6～2.8 元)
60 分鐘	一般長音訊流程	18,000 逐字稿 output；20,000 / 6,000 分析 tokens	約 USD 0.175 (NTD 5.3～5.8 元)	約 USD 0.227 (NTD 6.8～7.5 元)
120 分鐘	較長音訊流程	36,000 逐字稿 output；38,000 / 12,000 分析 tokens	約 USD 0.348 (NTD 10.4～11.5 元)	約 USD 0.451 (NTD 13.5～14.9 元)

1 小時會議的模型組合比較

同一組 token 假設下的模型組合差異，含 USD 與 NTD 換算
組合	用途	估算總額	取捨
全部 Flash-Lite	轉錄與分析都用 `gemini-3.1-flash-lite`	約 USD 0.105 (NTD 3.2～3.5 元)	最低成本，適合一般短會議或先跑草稿；分析能力較保守。
範例組合	3.1 Flash-Lite 轉錄，3.5 Flash 分析	約 USD 0.175 (NTD 5.3～5.8 元)	保留低成本轉錄，同時讓會議紀錄整理使用較強模型。
全部 3.5 Flash	轉錄與分析都用 `gemini-3.5-flash`	約 USD 0.442 (NTD 13.3～14.6 元)	成本最高，適合專有名詞多、內容複雜且願意提高預算的會議。

其他成本：會議背景與檢核

匯入音檔時，可以補上會議背景，例如客戶名稱、產品、議題或常用縮寫。這些上下文會幫助模型辨識專有名詞、人物、產品與常見用語，讓逐字稿更接近實際會議內容。

這些上下文會增加少量文字 input tokens，但成本通常很低。以 2,000 input tokens 粗估，Flash-Lite 文字 input 約 USD 0.0005，不到 NTD 0.02 元；若進入 3.5 Flash 分析，約 USD 0.003，也大約是 NTD 0.09～0.10 元。

事實檢核成本：若另外執行事實檢核，1 小時會議可再抓約 USD 0.051 (NTD 1.5～1.7 元) 的量級。

本頁的 cached audio input 只用來抓成本量級；Trace 不會替使用者建立後端快取。若 Google 對音訊重複引用或快取命中採用不同計算，請以你的 Google 帳單與官方 pricing 為準。