A Google atualiza a tarifação da API Gemini, cobrando por faixas de uso de raciocínio

Notícias do Mars Finance a 3 de abril: o Google atualizou recentemente os escalões de faturação da API Gemini, com soluções e preços otimizados e definidos com base em necessidades reais de utilização para inferência. Os novos escalões de serviço de inferência incluídos nesta atualização são: padrão (Standard), flexível (Flex), prioritário (Priority), em lote (Batch) e com cache (Caching). Entre eles, o escalão de inferência flexível, ao aproveitar recursos de computação ociosos fora do horário de maior procura, oferece um desconto de 50% no preço padrão; a latência-alvo é de 1 a 15 minutos, mas não é fornecida qualquer garantia de latência. O escalão de API em lote também oferece um desconto de 50% na taxa padrão, com a latência máxima a poder chegar às 24 horas. O escalão com cache é faturado com base na quantidade de tokens de cache e no período de armazenamento, sendo recomendado para cenários como chatbots de conversação com instruções do sistema complexas integradas, análise repetida de ficheiros de vídeo longos e consultas de grandes conjuntos documentais. A faturação do escalão prioritário é 75% a 100% mais alta do que o preço padrão, com a latência controlada para o intervalo de milissegundos a segundos. O Google recomenda este escalão para cenários como chatbots de apoio ao cliente em tempo real, deteção de fraude em tempo real e assistentes inteligentes essenciais para o negócio. (Observação de grande angular)