# วิธีใหม่ในการสร้างสมดุลระหว่างค่าใช้จ่ายและความน่าเชื่อถือใน Gemini API

> Gemini API ของ Google มีระดับการอนุมาน Flex และ Priority เพื่อสร้างสมดุลระหว่างค่าใช้จ่ายและความน่าเชื่อถือสำหรับเวิร์กโหลดที่แตกต่างกัน

Source: https://ailoot.ai/blog/th/gemini-api-flex-priority-inference/
Canonical: https://ailoot.ai/blog/th/gemini-api-flex-priority-inference/
Language: th
Publisher: Ailoot (https://ailoot.ai/)
Translation: guide-100077
Revision: sha256-633068183e22d3782985edf7a7f0b910ca87aefc42b7aab25f8539618df19e52


Google เปิดตัวระดับบริการสองระดับสำหรับ Gemini API ได้แก่ Flex และ Priority ช่วยให้นักพัฒนาสามารถเลือกระดับตามความต้องการด้านค่าใช้จ่าย เวลาแฝง และความน่าเชื่อถือของเวิร์กโหลดได้

## การอนุมานแบบ Flex

Flex เป็นระดับที่ปรับให้เหมาะกับค่าใช้จ่ายสำหรับเวิร์กโหลดที่รองรับเวลาแฝงและความน่าเชื่อถือที่ลดลงได้ Google ระบุว่ามีค่าใช้จ่ายต่ำกว่า Standard API 50% โดยใช้คำขอแบบซิงโครนัส นักพัฒนาจึงใช้ endpoint ที่คุ้นเคยได้โดยไม่ต้องจัดการไฟล์อินพุตและเอาต์พุตหรือคอยตรวจสอบว่างานเสร็จหรือไม่

การใช้งานที่เป็นไปได้ ได้แก่ การอัปเดต CRM ในเบื้องหลัง การจำลองการวิจัย และเวิร์กโฟลว์ของเอเจนต์ที่เรียกดูหรือประมวลผลข้อมูลในเบื้องหลัง ตั้งค่าพารามิเตอร์ `service_tier` เป็น `flex` เพื่อใช้งาน:

```
# 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 ใช้ได้กับระดับแบบชำระเงินสำหรับคำขอ GenerateContent และ Interactions API

## การอนุมานแบบ Priority

Priority เป็นระดับพรีเมียมที่ออกแบบมาสำหรับทราฟฟิกที่สำคัญ Google ระบุว่าระดับนี้ให้การรับประกันในระดับสูงสุด รวมถึงความน่าเชื่อถือที่สูงขึ้นในช่วงที่มีการใช้งานสูงสุด เมื่อทราฟฟิกเกินขีดจำกัดของ Priority คำขอส่วนเกินจะได้รับบริการในระดับ Standard แทนที่จะล้มเหลว การตอบกลับจะแสดงระดับที่จัดการคำขอ ทำให้ตรวจสอบประสิทธิภาพและการเรียกเก็บเงินได้

การใช้งานที่เป็นไปได้ ได้แก่ การสนับสนุนลูกค้าแบบเรียลไทม์ การกลั่นกรองเนื้อหาสด และคำขออื่น ๆ ที่คำนึงถึงเวลา ตั้งค่า `service_tier` เป็น `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 ใช้ได้สำหรับผู้ใช้โปรเจ็กต์แบบชำระเงิน Tier 2 หรือ Tier 3 ผ่าน API \`GenerateContent\` และ Interactions API

ดูรายละเอียดราคาได้ที่ [เอกสาร Gemini API](https://ai.google.dev/gemini-api/docs/pricing) แหล่งข้อมูลยังชี้ไปยัง cookbook ซึ่งมีตัวอย่างโค้ดที่เรียกใช้งานได้

## ใช้คู่มือนี้กับ Ailoot

เชื่อมต่อโมเดล AI เข้ากับแอปพลิเคชัน เอเจนต์ และระบบอัตโนมัติของคุณผ่าน Ailoot API เดียว เลือกโมเดลที่เหมาะกับงานของคุณ แล้วทำตาม [เอกสาร Ailoot](https://ailoot.ai/docs/) เพื่อเริ่มต้น


## Ailoot · บริษัทและพอร์ตโฟลิโอโครงการของบริษัท

Ailoot อาศัยประสบการณ์การดำเนินงานที่สั่งสม ฐานลูกค้าขนาดใหญ่ บริการที่เสถียร และการติดตาม KPI อย่างต่อเนื่อง

บริษัทและพอร์ตโฟลิโอโครงการของบริษัท: ลูกค้าหลายล้านราย; ยอดขายระดับหลายพันล้านต่อเดือน.

Ailoot นำประสบการณ์การดำเนินงานนี้มาใช้เพื่อให้เข้าถึงฟังก์ชัน AI ผ่าน API ในผลิตภัณฑ์ของลูกค้า เอเจนต์ แอปพลิเคชัน และระบบอัตโนมัติ
