In un tipico workflow di AI, potresti passare ripetutamente gli stessi token di input a un modello. L'API Gemini offre la memorizzazione nella cache implicita per ottimizzare le prestazioni e i costi.
Memorizzazione nella cache implicita
La memorizzazione nella cache implicita è abilitata per impostazione predefinita per tutti i modelli Gemini 2.5 e versioni successive. È supportato sia per le modalità conversazionali stateful (utilizzando previous_interaction_id) sia per quelle stateless.
Se la tua richiesta raggiunge le cache, ti trasferiamo automaticamente i risparmi sui costi. Non è necessario configurare nulla per attivarlo. La tabella seguente elenca il numero minimo di token di input per ogni modello:
Modello
Limite minimo di token
Gemini 4 Argon
4096
Gemini 3.8 Flash
4096
Gemini 3.6 Flash
4096
Gemini 3.1 Pro (anteprima)
4096
Gemini 2.5 Flash
2048
Gemini 2.5 Pro
2048
Per aumentare le probabilità di un successo della cache implicito:
Prova a inserire contenuti di grandi dimensioni e comuni all'inizio del prompt
Prova a inviare richieste con un prefisso simile in un breve periodo di tempo
Puoi visualizzare il numero di token che hanno generato successi della cache nel campo usage.total_cached_tokens (Python e JavaScript) dell'oggetto di risposta.
[[["Facile da capire","easyToUnderstand","thumb-up"],["Il problema è stato risolto","solvedMyProblem","thumb-up"],["Altra","otherUp","thumb-up"]],[["Mancano le informazioni di cui ho bisogno","missingTheInformationINeed","thumb-down"],["Troppo complicato/troppi passaggi","tooComplicatedTooManySteps","thumb-down"],["Obsoleti","outOfDate","thumb-down"],["Problema di traduzione","translationIssue","thumb-down"],["Problema relativo a esempi/codice","samplesCodeIssue","thumb-down"],["Altra","otherDown","thumb-down"]],["Ultimo aggiornamento 2026-10-23 UTC."],[],[]]
