# Nové způsoby, jak v Gemini API vyvažovat náklady a spolehlivost

> Gemini API od Googlu nabízí úrovně inference Flex a Priority, které umožňují vyvažovat náklady a spolehlivost u různých typů zátěže.

Source: https://ailoot.ai/blog/cs/gemini-api-flex-priority-inference/
Canonical: https://ailoot.ai/blog/cs/gemini-api-flex-priority-inference/
Language: cs
Publisher: Ailoot (https://ailoot.ai/)
Translation: guide-100077
Revision: sha256-728458604f1bcd6a457d3da4699b694e626e4aa420e769a541ed95b36db40594


Google představil dvě úrovně služeb pro Gemini API: Flex a Priority. Vývojáři si tak mohou zvolit úroveň podle požadavků své zátěže na náklady, latenci a spolehlivost.

## Inference Flex

Flex je úroveň optimalizovaná z hlediska nákladů pro zátěž, která snese vyšší latenci a nižší spolehlivost. Google uvádí, že stojí o 50% méně než standardní API. Používá synchronní požadavky, takže vývojáři mohou využívat známé koncové body, aniž by museli spravovat vstupní a výstupní soubory nebo zjišťovat, zda je úloha dokončena.

Mezi možná využití patří aktualizace CRM na pozadí, výzkumné simulace a pracovní postupy agentů, kteří na pozadí procházejí web nebo přemýšlejí. Chcete-li tuto úroveň použít, nastavte parametr `service_tier` na `flex`:

```
# Using the Flex tier for background summarization
response = client.models.generate_content(
    model="gemini-3-flash-preview",
    contents="Summarize this massive transcript...",
    config={"service_tier": "flex"},
)

# Check which tier actually served your request
print(response.sdk_http_response.headers.get("x-gemini-service-tier"))
```

Flex je dostupný v placených tarifech pro požadavky API GenerateContent a Interactions.

## Inference Priority

Priority je prémiová úroveň určená pro kritický provoz. Google uvádí, že poskytuje nejvyšší úroveň záruk, včetně vyšší spolehlivosti ve špičce. Když provoz překročí limity Priority, přebytečné požadavky se zpracují na úrovni Standard, místo aby selhaly. Odpověď uvádí, která úroveň požadavek zpracovala, takže je možné sledovat výkon i účtování.

Mezi možná využití patří zákaznická podpora v reálném čase, moderace živého obsahu a další časově citlivé požadavky. Nastavte `service_tier` na `priority`:

```
# Using the Priority tier for a critical alert
response = client.models.generate_content(
    model="gemini-3-flash-preview",
    contents="Triage this incoming security alert immediately.",
    config={"service_tier": "priority"},
)
```

Priority je dostupný uživatelům s placenými projekty Tier 2 nebo Tier 3 pro API \`GenerateContent\` a Interactions API.

Podrobnosti o cenách najdete v [dokumentaci Gemini API](https://ai.google.dev/gemini-api/docs/pricing). Zdroj odkazuje také na kuchařku s příklady spustitelného kódu.

## Využijte tento průvodce s Ailoot

Propojte modely AI se svými aplikacemi, agenty a automatizacemi prostřednictvím jediného API Ailoot. Vyberte model vhodný pro svůj úkol a začněte podle [dokumentace Ailoot](https://ailoot.ai/docs/).


## Ailoot · Společnost a její portfolio projektů

Ailoot staví na dlouhodobých provozních zkušenostech, široké klientské základně, stabilních službách a průběžném sledování KPI.

Společnost a její portfolio projektů: miliony zákazníků; měsíční tržby v miliardách.

Ailoot využívá tyto provozní zkušenosti k poskytování přístupu přes API k funkcím AI v produktech zákazníků, agentech, aplikacích a automatizacích.
