# Nuovi modi per bilanciare costi e affidabilità nell’API Gemini

> L’API Gemini di Google offre i livelli di inferenza Flex e Priority per bilanciare costi e affidabilità in diversi carichi di lavoro.

Source: https://ailoot.ai/blog/it/gemini-api-flex-priority-inference/
Canonical: https://ailoot.ai/blog/it/gemini-api-flex-priority-inference/
Language: it
Publisher: Ailoot (https://ailoot.ai/)
Translation: guide-100077
Revision: sha256-3928ea3945659a6035c773765af100a60576083367f6c801f11005df6f5362bd


Google ha introdotto due livelli di servizio per l’API Gemini: Flex e Priority. Consentono agli sviluppatori di scegliere un livello in base alle esigenze di costo, latenza e affidabilità di un carico di lavoro.

## Inferenza Flex

Flex è un livello ottimizzato per i costi, pensato per i carichi di lavoro che possono tollerare latenza e affidabilità ridotta. Secondo Google, costa il 50% in meno rispetto all’API Standard. Utilizza richieste sincrone, quindi gli sviluppatori possono usare endpoint familiari senza gestire file di input e output né interrogare il sistema per sapere quando il lavoro è terminato.

Tra i possibili utilizzi ci sono gli aggiornamenti CRM in background, le simulazioni di ricerca e i flussi di lavoro degli agenti che navigano o ragionano in background. Per usarlo, imposta il parametro `service_tier` su `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 è disponibile nei livelli a pagamento per le richieste alle API GenerateContent e Interactions.

## Inferenza Priority

Priority è un livello premium destinato al traffico critico. Secondo Google, offre il massimo livello di garanzia, inclusa una maggiore affidabilità durante i picchi di utilizzo. Quando il traffico supera i limiti di Priority, le richieste in eccesso vengono servite al livello Standard invece di fallire. La risposta indica quale livello ha gestito la richiesta, offrendo visibilità su prestazioni e fatturazione.

Tra i possibili utilizzi ci sono l’assistenza clienti in tempo reale, la moderazione dei contenuti in diretta e altre richieste sensibili al fattore tempo. Imposta `service_tier` su `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 è disponibile per gli utenti con progetti a pagamento di livello 2 o 3 tramite l’API \`GenerateContent\` e l’API Interactions.

Per i dettagli sui prezzi, consulta la [documentazione dell’API Gemini](https://ai.google.dev/gemini-api/docs/pricing). La fonte rimanda anche al cookbook per esempi di codice eseguibili.

## Metti in pratica questa guida con Ailoot

Collega modelli di IA alle tue applicazioni, ai tuoi agenti e alle tue automazioni tramite un’unica API Ailoot. Scegli il modello più adatto alla tua attività e consulta la [documentazione di Ailoot](https://ailoot.ai/docs/) per iniziare.


## Ailoot · L’azienda e il suo portafoglio di progetti

Ailoot si basa su un’esperienza operativa consolidata, un’ampia base di clienti, un servizio stabile e un controllo costante dei KPI.

L’azienda e il suo portafoglio di progetti: milioni di clienti; vendite nell’ordine dei miliardi ogni mese.

Ailoot mette questa esperienza operativa al servizio dell’accesso API alle funzioni AI nei prodotti dei clienti, negli agenti, nelle applicazioni e nelle automazioni.
