Gemini API’da xarajat va ishonchlilikni muvozanatlashning yangi usullari
MarkdownGoogle’ning Gemini API’si turli ish yuklamalarida xarajat va ishonchlilikni muvozanatlash uchun Flex va Priority so‘rovlarni qayta ishlash darajalarini taklif qiladi.
Google Gemini API uchun ikkita xizmat darajasini taqdim etdi: Flex va Priority. Ular ishlab chiquvchilarga ish yuklamasining xarajati, kechikishi va ishonchlilik ehtiyojlariga qarab darajani tanlash imkonini beradi.
Flex orqali so‘rovlarni qayta ishlash
Flex — kechikishlar va ishonchlilikning pasayishiga yo‘l qo‘yish mumkin bo‘lgan ish yuklamalari uchun xarajatni optimallashtiruvchi daraja. Google’ning aytishicha, uning narxi Standard API’dan 50% arzon. U sinxron so‘rovlardan foydalanadi, shuning uchun ishlab chiquvchilar kiruvchi va chiquvchi fayllarni boshqarmasdan yoki vazifa tugaganini tekshirib turmasdan, o‘zlariga tanish endpointlardan foydalanishlari mumkin.
Mumkin bo‘lgan qo‘llanish holatlariga CRM ma’lumotlarini fonda yangilash, tadqiqot simulyatsiyalari va fonda ma’lumotlarni ko‘rib chiqadigan yoki mulohaza yuritadigan agent ish jarayonlari kiradi. Undan foydalanish uchun service_tier parametriga flex qiymatini belgilang:
# 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 pulli tariflarda GenerateContent va Interactions API so‘rovlari uchun mavjud.
Priority orqali so‘rovlarni qayta ishlash
Priority — muhim trafik uchun mo‘ljallangan premium daraja. Google’ning aytishicha, u eng yuqori kafolat darajasini, jumladan, eng ko‘p foydalanish vaqtida yuqoriroq ishonchlilikni ta’minlaydi. Trafik Priority limitlaridan oshganda, ortiqcha so‘rovlar xato bilan yakunlanmaydi, balki Standard darajasida bajariladi. Javobda so‘rovga qaysi daraja xizmat ko‘rsatgani ko‘rsatiladi; bu unumdorlik va hisob-kitoblarni kuzatish imkonini beradi.
Mumkin bo‘lgan qo‘llanish holatlariga mijozlarga real vaqt rejimida yordam berish, jonli kontent moderatsiyasi va vaqtga sezgir boshqa so‘rovlar kiradi. service_tier parametriga priority qiymatini belgilang:
# 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 pulli Tier 2 yoki Tier 3 loyihalari foydalanuvchilari uchun `GenerateContent` API va Interactions API’da mavjud.
Narxlar haqida batafsil ma’lumot uchun Gemini API hujjatlari bilan tanishing. Manbada ishga tushirishga tayyor kod misollari uchun cookbook’ga ham havola berilgan.
Ushbu qo‘llanmani Ailoot bilan amalda qo‘llang
AI modellarini ilovalaringiz, agentlaringiz va avtomatlashtirish vositalaringizga yagona Ailoot API orqali ulang. Vazifangizga mos modelni tanlang va boshlash uchun Ailoot hujjatlariga amal qiling.