# Новые способы сбалансировать стоимость и надёжность в Gemini API

> API Gemini от Google предлагает уровни обработки запросов Flex и Priority, позволяя сбалансировать стоимость и надёжность для разных рабочих нагрузок.

Source: https://ailoot.ai/blog/ru/gemini-api-flex-priority-inference/
Canonical: https://ailoot.ai/blog/ru/gemini-api-flex-priority-inference/
Language: ru
Publisher: Ailoot (https://ailoot.ai/)
Translation: guide-100077
Revision: sha256-c6bc02facdcc8b137e1bad9c16a755e95e7ea1a8370f8fefefb331564f59bb63


Google представила два уровня обслуживания для Gemini API: Flex и Priority. Они позволяют разработчикам выбирать уровень с учётом стоимости, задержки и требований к надёжности рабочей нагрузки.

## Обработка запросов Flex

Flex — это уровень с оптимизированной стоимостью для рабочих нагрузок, где допустимы задержки и снижение надёжности. По данным Google, он стоит на 50% меньше, чем Standard API. Он использует синхронные запросы, поэтому разработчики могут пользоваться привычными конечными точками, не управляя входными и выходными файлами и не проверяя, завершена ли обработка задания.

Возможные сценарии использования — фоновые обновления CRM, исследовательские симуляции и рабочие процессы агентов, которые просматривают данные или обдумывают задачу в фоновом режиме. Чтобы использовать этот уровень, задайте параметр `service_tier` со значением `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 доступен на платных тарифах для запросов к API GenerateContent и Interactions.

## Обработка запросов Priority

Priority — это премиальный уровень для критически важного трафика. По данным Google, он обеспечивает максимальный уровень гарантий, в том числе более высокую надёжность в периоды пиковой нагрузки. Когда трафик превышает лимиты Priority, избыточные запросы обрабатываются на уровне Standard, а не завершаются ошибкой. В ответе указывается, какой уровень обработал запрос, что позволяет отслеживать производительность и выставление счетов.

Возможные сценарии использования — поддержка клиентов в реальном времени, модерация контента в прямом эфире и другие запросы, чувствительные ко времени. Задайте для `service_tier` значение `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 доступен пользователям платных проектов уровня Tier 2 или Tier 3 для API \`GenerateContent\` и Interactions.

Подробности о ценах см. в [документации Gemini API](https://ai.google.dev/gemini-api/docs/pricing). В источнике также предлагается обратиться к cookbook, где приведены готовые к запуску примеры кода.

## Примените это руководство с Ailoot

Подключайте модели ИИ к приложениям, агентам и автоматизациям через единый API Ailoot. Выберите модель для своей задачи и начните работу, следуя [документации Ailoot](https://ailoot.ai/docs/).


## Ailoot · Компания и портфель её проектов

Ailoot опирается на накопленный опыт работы, большую клиентскую базу, стабильный сервис и постоянный контроль KPI.

Компания и портфель её проектов: миллионы клиентов; продажи на миллиарды ежемесячно.

Этот опыт Ailoot использует для API-доступа к нейросетям в продуктах клиентов, агентах, приложениях и автоматизациях.
