توفّر Gemini API مجموعة متنوعة من آليات التحسين لمساعدتك في تحقيق التوازن بين السرعة والتكلفة والموثوقية استنادًا إلى احتياجاتك المحدّدة في ما يتعلّق بعبء العمل. سواء كنت بصدد إنشاء برامج حوارية في الوقت الفعلي أو تنفيذ عمليات مكثّفة لمعالجة البيانات بلا إنترنت، يمكن أن يساعدك اختيار النموذج المناسب في خفض التكاليف أو تحسين الأداء بشكل كبير.
| الميزة | خطة "الرزمة العادية" | التعبير | الأولوية | مجمّعة | التخزين المؤقت |
|---|---|---|---|---|---|
| الأسعار | السعر الكامل | خصم بنسبة% 50 | 75% إلى% 100 أكثر من المعتاد | خصم بنسبة% 50 | خصم بنسبة% 90 + مساحة تخزين للرموز المميّزة على أساس تناسبي |
| وقت الاستجابة | ثوانٍ إلى دقائق | الدقائق (المدة المستهدَفة من دقيقة واحدة إلى 15 دقيقة) | ثوانٍ | ما يصل إلى 24 ساعة | وقت أسرع لظهور الرمز المميّز الأول |
| الموثوقية | مرتفع / مرتفع إلى حد ما | أفضل جودة ممكنة (قابلة للتعديل) | عالية (غير قابلة للتخفيض) | عالية (لمعدّل نقل البيانات) | لا ينطبق |
| الواجهة | متزامن | متزامن | متزامن | غير متزامن | الحالة المحفوظة |
| أفضل حالة استخدام | سير العمل العام للتطبيقات | السلاسل المتسلسلة غير العاجلة | تطبيقات موجّهة للمستخدمين في مرحلة الإنتاج | مجموعات بيانات ضخمة، وتقييمات بلا إنترنت | طلبات البحث المتكررة حول الملف نفسه |
مستويات خدمة الاستدلال (متزامنة)
يمكنك التبديل بين الزيارات المتزامنة المحسّنة من حيث الموثوقية والمحسّنة من حيث التكلفة
من خلال تمرير المَعلمة service_tier في طلبات الإنشاء العادية.
الاستنتاج العادي (تلقائي)
المستوى العادي هو الخيار التلقائي لإنشاء المحتوى التسلسلي. توفّر هذه الخدمة أوقات استجابة عادية بدون رسوم إضافية أو انتظار طويل في قائمة الانتظار.
- الموثوقية: مستوى الأهمية العادي
- السعر: التسعير العادي
- الاستخدام الأمثل: معظم التطبيقات اليومية التفاعلية
الاستدلال ذو الأولوية (محسَّن لوقت الاستجابة)
توجّه المعالجة ذات الأولوية طلباتك إلى قوائم انتظار الحوسبة ذات الأهمية العالية. هذه الزيارات غير قابلة للتجاهل (لا يمكن أن تتجاوزها أي فئات أخرى) وتوفّر أعلى مستوى من الموثوقية. إذا تجاوزت حدود الأولوية الديناميكية، سيخفّض النظام الطلب إلى المعالجة العادية بدلاً من عرض رسالة خطأ.
- الموثوقية: أعلى مستوى أهمية
- السعر: من 75% إلى 100% أعلى من الأسعار العادية
- مناسب لـ: روبوتات الدردشة المخصّصة للعملاء، ورصد عمليات الاحتيال في الوقت الفعلي، والمساعدين الذكيين المهمين للأنشطة التجارية
الاستنتاج المرن (محسّن من حيث التكلفة)
توفّر Flex inference خصمًا بنسبة% 50 مقارنةً بالأسعار العادية من خلال الاستفادة من سعة الحوسبة المتاحة في أوقات خارج الذروة. تتم معالجة الطلبات بشكل متزامن، ما يعني أنّه ليس عليك إعادة كتابة الرمز لإدارة عناصر الدفعات. بما أنّ هذه الزيارات "قابلة للتجاهل"، قد يتم استباق الطلبات إذا واجه النظام ارتفاعات عادية في عدد الزيارات.
- الموثوقية: غير مضمونة، ويمكن التخلّي عنها في الحالات الحرجة
- السعر:% 50 من السعر العادي (تتم الفوترة لكل رمز مميّز).
- الاستخدام الأمثل: مهام سير العمل المتعدّدة الخطوات التي تعتمد فيها الطلبات N+1 على نتائج الطلبات N، وتحديثات إدارة علاقات العملاء في الخلفية، والتقييمات بلا إنترنت.
واجهة برمجة التطبيقات للمعالجة المجمّعة (مجمّعة وغير متزامنة)
واجهة برمجة التطبيقات للمعالجة المجمّعة مصمّمة لمعالجة كميات كبيرة من الطلبات بشكل غير متزامن بنصف التكلفة العادية. يمكنك إرسال الطلبات إما كقواميس مضمّنة أو باستخدام ملف إدخال JSONL (يصل حجمه إلى 2 غيغابايت). وتتم معالجة الطلبات باستخدام قوائم انتظار معدل النقل في الخلفية مع وقت استجابة مستهدف يبلغ 24 ساعة.
- الموثوقية: يمكن التخلّص من هذه البيانات، ولكن مع إعادة المحاولة تلقائيًا خلال 24 ساعة ونظام انتظار
- السعر:% 50 من السعر العادي
- الأفضل للاستخدامات التالية: المعالجة المسبقة لمجموعات البيانات الكبيرة، وتشغيل حزم اختبارية للانحدار الدوري، وإنشاء أعداد كبيرة من الصور أو عمليات التضمين
التخزين المؤقت للسياق (توفير في الإدخال)
يتم استخدام ميزة التخزين المؤقت للسياق عندما تتم الإشارة إلى سياق أولي كبير بشكل متكرر من خلال طلبات أقصر.
- التخزين المؤقت الضمني: يتم تفعيله تلقائيًا في Gemini 2.5 والنماذج الأحدث. يوفّر النظام في التكاليف إذا كان طلبك يتطابق مع ذاكرات تخزين مؤقت حالية استنادًا إلى البادئات الشائعة للطلبات.
- التخزين المؤقت الصريح: يمكنك إنشاء عنصر تخزين مؤقت يدويًا باستخدام "مدة بقاء" (TTL) محدّدة. بعد إنشاء الرموز المميّزة المخزّنة مؤقتًا، يمكنك الرجوع إليها في الطلبات اللاحقة لتجنُّب تمرير حمولة المجموعة نفسها بشكل متكرّر. لا يتوفّر التخزين المؤقت الصريح في Gemini 4 Argon والإصدارات الأحدث.
- السعر: يتم تحصيل الرسوم استنادًا إلى عدد الرموز المميزة لذاكرة التخزين المؤقت ومدة التخزين (TTL).
- الاستخدام الأنسب: روبوتات الدردشة التي تتضمّن تعليمات نظام شاملة أو التحليل المتكرّر لملفات الفيديو الطويلة أو الاستعلامات عن مجموعات المستندات الكبيرة
تقليل تكاليف إدخال الفيديو باستخدام المعالجة المستندة إلى الوكلاء
بالنسبة إلى محتوى الفيديو الطويل (الذي تزيد مدته عن 5 إلى 10 دقائق) أو الطلبات المستهدفة، يمكن أن تؤدي المعالجة المستندة إلى الوكلاء إلى خفض تكاليف الرموز المميّزة للإدخال بنسبة تصل إلى% 88 مع تحسين جودة الردود. تستخدم جميع النماذج (بما في ذلك Gemini 4) تلقائيًا المعالجة الثابتة لاستخراج اللقطات بمعدّل لقطة واحدة في الثانية. من خلال ميزة "فهم الفيديو المستند إلى الوكلاء"، يفحص النموذج نص الفيديو أولاً ويحمّل بشكل ديناميكي المقاطع المرئية بمعدلات عدد اللقطات في الثانية ودقة أعلى عند الحاجة فقط. بالنسبة إلى المقاطع القصيرة (أقل من 5 دقائق) أو الملخّصات العامة للفيديوهات الكاملة، ننصحك باستخدام وضع المعالجة الثابت التلقائي للحصول على وقت أسرع للوصول إلى أول رمز مميز (TTFT) وتقليل تكلفة الرموز المميزة. يتضمّن الوضع "الوكيل" استدلالاً داخليًا (total_thought_tokens) ورحلات ذهاب وعودة للأدوات (total_tool_use_tokens) أثناء التنقّل في المخطط الزمني.
لاستخدام المعالجة المستندة إلى الوكلاء مع Gemini 4 Argon أو 3.8 Flash أو 3.6 Flash أو 3.5 Flash Lite،
يجب ضبط processing: "agentic" (Interactions API) أو
media_processing: "AGENTIC" (GenerateContent API) على إدخال الفيديو. إذا كان النموذج لا يتيح المعالجة المستندة إلى الوكيل، سيُرجع خطأ.
لمزيد من المعلومات، يُرجى الاطّلاع على مقالة فهم الفيديو المستند إلى الذكاء الاصطناعي الوكيل.