L'API Interactions è ora disponibile a livello generale. Ti consigliamo di utilizzare questa API per accedere a tutti i modelli e a tutte le funzionalità più recenti.

Google utilizza la tecnologia AI per tradurre i contenuti nella tua lingua preferita. Le traduzioni generate dall'AI potrebbero contenere errori.

Memorizzazione nella cache del contesto

In un flusso di lavoro AI tipico, potresti passare gli stessi token di input più e più volte a un modello. L'API Gemini offre la memorizzazione nella cache implicita per ottimizzare prestazioni e 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 supportata sia per le modalità di conversazione stateful (utilizzando previous_interaction_id) sia per quelle stateless. Se la tua richiesta raggiunge le cache, trasferiamo automaticamente i risparmi sui costi. Non devi fare nulla per abilitare questa funzionalità. Il conteggio minimo dei token di input per la memorizzazione nella cache del contesto è elencato nella tabella seguente per ogni modello:

Modello	Limite minimo di token
Gemini 3.5 Flash	4096
Gemini 3.1 Pro (anteprima)	4096
Gemini 2.5 Flash	2048
Gemini 2.5 Pro	2048

Per aumentare la probabilità di un successo della cache implicita:

Prova a inserire contenuti di grandi dimensioni e comuni all'inizio del prompt
Prova a inviare richieste con prefisso simile in un breve periodo di tempo

Puoi visualizzare il numero di token che sono stati hit della cache nel campo usage.total_cached_tokens (Python e JavaScript) dell'oggetto di risposta.