Google Gemini API revela "vulnerabilidade na cobrança de cache", desenvolvedores que excluíram itens inválidos foram cobrados violentamente 20 mil reais

Google AI 开发者论坛近日爆出严重的 API 计费异常灾情。一名开发者发文求救，指出其使用的 Gemini 3 Flash 文本快取（Context Caching）功能，在前端通过 API 删除清空后，后端却仍以每小时破千元的惊人速度持续计费，短短几日累计账单直逼 2 万巴西雷亚尔（约合数千美元）。目前该开发者已被迫全面停用 Gemini API 服务以求止血，此事件已在开发者社区引发高度关注。
（前情提要：川普喊入股美国 AI 企业，最快本周与 OpenAI、Anthropic、xAI 商议，Altman 拋“公共财富基金”构想）
（背景补充：SpaceX IPO 前公开大单：Google 每月付 9.2 亿美元租 11 万张 NVIDIA GPU 算力）

本文目录

切换

• 删除快取仍持续扣款！单小时喷千元
• 紧急停用 API 止血，官方尚未给出修复
• 开发者社区恐慌，使用快取功能需谨慎

人工智能大模型 API 的隐藏成本，一直是开发者高度关注的痛点，而 Google 旗下最新的 Gemini API 近期却爆出了令人心惊胆跳的“幽灵计费”漏洞。在 Google AI 开发者论坛上，一篇标题为“紧急：巨大的快取成本增加问题（第二篇）”的求救贴文，揭露了 Gemini 3 Flash 快取服务（Context Caching）在后端计费机制上疑似出现严重失控。

删除快取仍持续扣款！单小时喷千元

根据开发者 Danilo_Oliveira 提供的详细 BigQuery 账单数据显示，该起异常事件始于 2026 年 6 月 3 日。起初，其 Gemini 3 Flash 的“快取文本存储 Token 小时（SKU ID: 583D-5DB6-4555）”费用维持在每小时约 20 至 30 巴西雷亚尔（BRL），使用量约 400 万 Token 小时。

然而到了 6 月 6 日，情况急转直下，费用呈现爆炸性的指数级增长。单一小时的使用量竟突破 2 亿 Token 小时，每小时扣款高达 1,000 巴西雷亚尔以上。截至 6 月 7 日凌晨，总计 341 次的异常计费已让累计账单飙升至 17,847.21 巴西雷亚尔，显示计费系统已完全失控。

紧急停用 API 止血，官方尚未给出修复

面对如雪球般越滚越大的天价账单，该名开发者采取了所有可能的防范措施。他不仅立即关闭了产生快取的脚本，更通过 Google 官方的 REST API 查询，确认前端的快取列表已经“完全清空”。然而令人崩溃的是，即使前端显示已无快取，后端系统却依然毫无节制地持续扣款。

由于怀疑是 Google 后端服务器未能正确清除快取记录所导致的 Bug，开发者已紧急开启编号 #720261 的账单问题工单尝试与官方协商。为了阻止财务黑洞扩大，他最终只能选择“玉石俱焚”的最后手段—— 直接在 Google Cloud 项目中完全停用整个 Gemini API 服务。

开发者社区恐慌，使用快取功能需谨慎

这起事件在论坛上曝光后，迅速引起同行的关注与讨论。由于快取功能（Context Caching）本意是为了解决大语言模型（LLM）处理超长文本时的成本与延迟问题，如今却反而成为吞噬资金的黑洞，这无疑对正准备大规模导入 Gemini API 的企业与个人开发者泼了一盆冷水。

在 Google 官方正式修复并公开说明此后端漏洞之前，社区强烈建议目前正在使用 Gemini API 快取功能的开发者，应密切监控 Google Cloud 的即时账单，并设定严格的预算上限与警报机制，以免一觉醒来面临无法承受的巨额账单。