內容快取

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:

  1. 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。
  2. 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。
  3. 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 (namemodeldisplay_nameusage_metadatacreate_timeupdate_timeexpire_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 ttlexpire_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。