الاستدلال حسب الأولوية

‫Gemini Priority API هي فئة استنتاج متميّزة مصمَّمة لأحمال العمل الحاسمة الأهمية التي تتطلّب وقت استجابة أقل وموثوقية عالية جدًا بسعر متميّز. تتم معالجة طلبات الفئة ذات الأولوية قبل طلبات الفئة العادية وفئة Flex.

تتوفّر ميزة "الاستنتاج حسب الأولوية" لمستخدمي المستوى 2 والمستوى 3 في جميع نقاط نهاية GenerateContent API وInteractions API.

كيفية استخدام ميزة "الأولوية"

لاستخدام فئة الأولوية، اضبط الحقل service_tier في نص الطلب على priority. فئة الخدمة التلقائية هي "عادية" إذا تم حذف الحقل.

from google import genai

client = genai.Client()

try:
    response = client.models.generate_content(
        model="gemini-3.6-flash",
        contents="Triage this critical customer support ticket immediately.",
        config={"service_tier": "priority"},
    )

    # Validate for graceful downgrade
    if response.sdk_http_response.headers.get("x-gemini-service-tier") == "standard":
        print("Warning: Priority limit exceeded, processed at Standard tier.")

    print(response.text)

except Exception as e:
    # Standard error handling (e.g., DEADLINE_EXCEEDED)
    print(f"Error during API call: {e}")

import {GoogleGenAI} from '@google/genai';

const ai = new GoogleGenAI({});

async function main() {
  try {
      const result = await ai.models.generateContent({
          model: "gemini-3.6-flash",
          contents: "Triage this critical customer support ticket immediately.",
          config: {serviceTier: "priority"},
      });

      // Validate for graceful downgrade
      if (result.sdkHttpResponse.headers.get("x-gemini-service-tier") === "standard") {
          console.log("Warning: Priority limit exceeded, processed at Standard tier.");
      }

      console.log(result.text);

  } catch (e) {
      console.log(`Error during API call: ${e}`);
  }
}

await main();

package main

import (
    "context"
    "fmt"
    "log"
    "google.golang.org/genai"
)

func main() {
    ctx := context.Background()
    client, err := genai.NewClient(ctx, nil)
    if err != nil {
        log.Fatal(err)
    }
    defer client.Close()

    resp, err := client.Models.GenerateContent(
        ctx,
        "gemini-3.6-flash",
        genai.Text("Triage this critical customer support ticket immediately."),
        &genai.GenerateContentConfig{
            ServiceTier: "priority",
        },
    )
    if err != nil {
        log.Fatalf("Error during API call: %v", err)
    }

    // Validate for graceful downgrade
    if resp.SDKHTTPResponse.Header.Get("x-gemini-service-tier") == "standard" {
        fmt.Println("Warning: Priority limit exceeded, processed at Standard tier.")
    }

    fmt.Println(resp.Text())
}

curl -X POST "https://generativelanguage.googleapis.com/v1beta/models/gemini-3.6-flash:generateContent?key=$GEMINI_API_KEY" \
-H "Content-Type: application/json" \
-d '{
  "contents": [{
    "parts":[{"text": "Analyze user sentiment in real time"}]
  }],
  "service_tier": "priority"
}'

طريقة عمل ميزة "الاستنتاج حسب الأولوية"

توجّه ميزة "الاستنتاج حسب الأولوية" الطلبات إلى قوائم انتظار الحسابات ذات الأهمية العالية، ما يوفّر أداءً سريعًا يمكن توقّعه للتطبيقات التي تتفاعل مع المستخدمين. تتمثّل الآلية الأساسية في خفض مستوى المعالجة على الخادم بشكل سلس إلى المعالجة العادية لحركة المرور التي تتجاوز الحدود الديناميكية، ما يضمن استقرار التطبيق بدلاً من تعذُّر تنفيذ الطلب.

المزايا الرئيسية

• وقت استجابة قصير: تم تصميمها لتوفير أوقات استجابة ثانية لأدوات الذكاء الاصطناعي التفاعلية التي تتواصل مع المستخدمين.
• موثوقية عالية: يتم التعامل مع الزيارات بأعلى مستوى من الأهمية، وهي غير قابلة للتجاهل.
• التدهور التدريجي: يتم تلقائيًا خفض مستوى الزيادات المفاجئة في عدد الزيارات التي تتجاوز الحدود الديناميكية إلى المستوى العادي للمعالجة بدلاً من حدوث خطأ، ما يمنع انقطاع الخدمة.
• سهولة الاستخدام: تستخدم هذه الفئة طريقة generateContent المتزامنة نفسها التي تستخدمها الفئتان العادية وFlex.

حالات الاستخدام

تُعدّ المعالجة ذات الأولوية مثالية لسير العمل المهمة للنشاط التجاري والتي يكون فيها الأداء والموثوقية في غاية الأهمية.

• تطبيقات الذكاء الاصطناعي التفاعلية: روبوتات الدردشة ومساعدو الذكاء الاصطناعي في خدمة العملاء حيث يدفع المستخدمون رسومًا إضافية ويتوقّعون الحصول على ردود سريعة ومتّسقة.
• محركات اتخاذ القرار في الوقت الفعلي: الأنظمة التي تتطلّب نتائج موثوقة للغاية وبزمن استجابة منخفض، مثل تصنيف طلبات الدعم المباشر أو رصد الاحتيال
• ميزات العملاء المميزين: للمطوّرين الذين يحتاجون إلى ضمان تحقيق أهداف مستوى الخدمة (SLO) الأعلى للعملاء الذين يدفعون مقابل الخدمة.

حدود معدّل الاستخدام

تخضع الاستخدامات ذات الأولوية لحدود معدل خاصة بها، حتى إذا تم احتسابها ضمن حدود معدل الزيارات التفاعلية الإجمالية. حدود المعدّل التلقائية للاستدلال ذي الأولوية هي 0.3x حد المعدّل العادي لكل نموذج / فئة

آلية الرجوع إلى إصدار سابق بسلاسة

في حال تجاوز حدود الأولوية بسبب الازدحام، يتم تلقائيًا وبشكل سلس خفض مستوى معالجة الطلبات الزائدة إلى "المعالجة العادية" بدلاً من حدوث خطأ 503 أو 429. يتم تحصيل رسوم من الطلبات التي تم تخفيض مستوى أولويتها بالمعدّل العادي، وليس بمعدّل Priority المميز.

مسؤولية العميل

• مراقبة الردود: على المطوّرين مراقبة العنوان x-gemini-service-tier في ردّ واجهة برمجة التطبيقات لرصد ما إذا كان يتم خفض مستوى الطلبات بشكل متكرّر إلى standard.
• عمليات إعادة المحاولة: على العملاء تنفيذ منطق إعادة المحاولة/الرقود الأسي الثنائي للأخطاء العادية، مثل DEADLINE_EXCEEDED.

الأسعار

يتم تحديد سعر ميزة "الاستنتاج ذو الأولوية" بزيادة تتراوح بين %75 و%100 عن واجهة برمجة التطبيقات العادية، ويتم تحصيل الرسوم لكل رمز مميز.

النماذج المتوافقة

تتيح الطُرز التالية استخدام ميزة "الاستنتاج ذو الأولوية":

الخطوات التالية

يمكنك الاطّلاع على خيارات الاستدلال والتحسين الأخرى في Gemini:

• الاستنتاج المرن لخفض التكلفة بنسبة% 50
• واجهة برمجة التطبيقات للمعالجة المجمّعة للمعالجة غير المتزامنة في غضون 24 ساعة
• التخزين المؤقت للسياق لتقليل تكاليف الرموز المميزة للإدخال