# Novas formas de equilibrar o custo e a fiabilidade na API Gemini

> A API Gemini da Google oferece os níveis de inferência Flex e Priority para equilibrar o custo e a fiabilidade em diferentes cargas de trabalho.

Source: https://ailoot.ai/blog/pt-pt/gemini-api-flex-priority-inference/
Canonical: https://ailoot.ai/blog/pt-pt/gemini-api-flex-priority-inference/
Language: pt-PT
Publisher: Ailoot (https://ailoot.ai/)
Translation: guide-100077
Revision: sha256-8fa85c0e22b0940febd96475530838123096772970d863bb2d595516241a4a4e


A Google introduziu dois níveis de serviço para a API Gemini: Flex e Priority. Permitem aos programadores escolher um nível com base nas necessidades de custo, latência e fiabilidade de uma carga de trabalho.

## Inferência Flex

Flex é um nível otimizado em termos de custo para cargas de trabalho que podem tolerar latência e fiabilidade reduzida. A Google afirma que custa menos 50% do que a API Standard. Utiliza pedidos síncronos, pelo que os programadores podem usar pontos finais conhecidos sem gerir ficheiros de entrada e saída nem verificar se uma tarefa foi concluída.

As utilizações potenciais incluem atualizações de CRM em segundo plano, simulações de investigação e fluxos de trabalho de agentes que navegam ou processam informação em segundo plano. Para o utilizar, defina o parâmetro `service_tier` como `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 está disponível nos níveis pagos para pedidos da GenerateContent e da Interactions API.

## Inferência Priority

Priority é um nível premium destinado a tráfego crítico. A Google afirma que oferece o nível mais elevado de garantia, incluindo maior fiabilidade durante os períodos de pico de utilização. Quando o tráfego excede os limites de Priority, os pedidos excedentes são servidos no nível Standard em vez de falharem. A resposta indica que nível tratou o pedido, dando visibilidade ao desempenho e à faturação.

As utilizações potenciais incluem apoio ao cliente em tempo real, moderação de conteúdo em direto e outros pedidos sensíveis ao tempo. Defina `service_tier` como `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 está disponível para utilizadores com projetos pagos Tier 2 ou Tier 3 nas APIs \`GenerateContent\` e Interactions.

Consulte a [documentação da API Gemini](https://ai.google.dev/gemini-api/docs/pricing) para obter detalhes sobre os preços. A fonte também remete para o cookbook, que contém exemplos de código executáveis.

## Ponha este guia em prática com a Ailoot

Ligue modelos de IA às suas aplicações, agentes e automatizações através de uma única API da Ailoot. Escolha o modelo adequado à sua tarefa e consulte a [documentação da Ailoot](https://ailoot.ai/docs/) para começar.


## Ailoot · A empresa e a sua carteira de projetos

A Ailoot assenta numa experiência operacional consolidada, numa ampla base de clientes, num serviço estável e no acompanhamento contínuo dos KPI.

A empresa e a sua carteira de projetos: milhões de clientes; vendas mensais na ordem dos milhares de milhões.

A Ailoot aplica essa experiência operacional ao acesso por API a funcionalidades de IA nos produtos dos clientes, agentes, aplicações e automatizações.
