在一般 AI 工作流程中,您可以將相同的輸入符記傳遞至模型。您可以使用 Gemini API 內容快取功能,將部分內容傳送至模型一次、快取輸入權杖,然後參照快取權杖用於後續要求。在某些情況下,使用快取符記比重複傳入相同的符記集合更省錢。
快取一組符記時,您可以選擇快取要保留多久,再自動刪除符記。這個快取時間長度稱為「存留時間」 (TTL)。如未設定,TTL 會預設為 1 小時。快取的成本取決於輸入符記的大小,以及您希望符記保留多久。
內容快取功能同時支援 Gemini 1.5 Pro 和 Gemini 1.5 Flash。
使用內容快取的時機
內容快取特別適用於較短的要求會重複參照大量初始內容的情況。建議針對用途使用內容快取,例如:
- 具備豐富系統操作說明的聊天機器人
- 重複分析長篇影片檔案
- 針對大型文件集執行週期性查詢
- 頻繁分析程式碼存放區或修正錯誤
快取功能如何降低成本
內容快取是一項付費功能,可降低整體作業成本。費用則按照下列因素計算:
- 快取符號數量:快取的輸入符號數量,如果納入後續提示,則以較低的費率計費。
- 儲存期限:快取權杖的儲存時間 (TTL),根據快取權杖數量的 TTL 期限收費。存留時間沒有下限或上限。
- 其他因素:其他費用也會產生,例如未快取的輸入符記和輸出符記。
如要查看最新定價詳細資料,請參閱 Gemini API 定價頁面。如要瞭解如何計算符記,請參閱權杖指南。
如何使用脈絡快取
本節假設您已安裝 Gemini SDK (或已安裝 curl),且您已設定 API 金鑰,如快速入門導覽課程所示。
使用快取產生內容
以下範例說明如何使用快取的系統指令和影片檔案產生內容。
import os
import google.generativeai as genai
from google.generativeai import caching
import datetime
import time
# Get your API key from https://aistudio.google.com/app/apikey
# and access your API key as an environment variable.
# To authenticate from a Colab, see
# https://github.com/google-gemini/cookbook/blob/main/quickstarts/Authentication.ipynb
genai.configure(api_key=os.environ['API_KEY'])
# Download video file
# curl -O https://storage.googleapis.com/generativeai-downloads/data/Sherlock_Jr_FullMovie.mp4
path_to_video_file = 'Sherlock_Jr_FullMovie.mp4'
# Upload the video using the Files API
video_file = genai.upload_file(path=path_to_video_file)
# Wait for the file to finish processing
while video_file.state.name == 'PROCESSING':
print('Waiting for video to be processed.')
time.sleep(2)
video_file = genai.get_file(video_file.name)
print(f'Video processing complete: {video_file.uri}')
# Create a cache with a 5 minute TTL
cache = caching.CachedContent.create(
model='models/gemini-1.5-flash-001',
display_name='sherlock jr movie', # used to identify the cache
system_instruction=(
'You are an expert video analyzer, and your job is to answer '
'the user\'s query based on the video file you have access to.'
),
contents=[video_file],
ttl=datetime.timedelta(minutes=5),
)
# Construct a GenerativeModel which uses the created cache.
model = genai.GenerativeModel.from_cached_content(cached_content=cache)
# Query the model
response = model.generate_content([(
'Introduce different characters in the movie by describing '
'their personality, looks, and names. Also list the timestamps '
'they were introduced for the first time.')])
print(response.usage_metadata)
# The output should look something like this:
#
# prompt_token_count: 696219
# cached_content_token_count: 696190
# candidates_token_count: 214
# total_token_count: 696433
print(response.text)
列出快取
您無法擷取或查看快取內容,但可以擷取快取中繼資料 (name
、model
、display_name
、usage_metadata
、create_time
、update_time
和 expire_time
)。
如要列出所有已上傳快取的中繼資料,請使用 CachedContent.list()
:
for c in caching.CachedContent.list():
print(c)
更新快取
您可以為快取設定新的 ttl
或 expire_time
。不支援變更與快取相關的任何其他內容。
以下範例說明如何使用 CachedContent.update()
更新快取的 ttl
。
import datetime
cache.update(ttl=datetime.timedelta(hours=2))
刪除快取
快取服務提供刪除作業,可讓您手動從快取中移除內容。以下範例說明如何使用 CachedContent.delete()
刪除快取。
cache.delete()
其他注意事項
使用內容快取時,請注意下列事項:
- 內容快取的「最小值」輸入符記數量為 32,768 個,最大值則與該模型的上限相同。(如要進一步瞭解如何計算符記,請參閱符記指南)。
- 模型不會在快取符記和一般輸入符記之間做出任何區別。快取內容就是提示的前置字串。
- 內容快取沒有特殊的頻率或用量限制,
GenerateContent
的標準頻率限制適用,且權杖限制會包含快取權杖。 - 快取權杖數量是由快取服務的建立、取得和列出作業在
usage_metadata
中傳回,使用快取時也會在GenerateContent
中傳回。