الاستدلال حسب الأولوية

‫Gemini Priority API هي فئة استدلال مميّزة مصمَّمة لأحمال العمل الحاسمة الأهمية التي تتطلّب وقت استجابة أقل وموثوقية أعلى بسعر مميّز. تتم معالجة طلبات الفئة ذات الأولوية قبل طلبات الفئة العادية وفئة Flex.

تتوفّر ميزة "الاستنتاج ذو الأولوية" في جميع نقاط نهاية Interactions API.

كيفية استخدام ميزة "الأولوية"

لاستخدام فئة الأولوية، اضبط الحقل service_tier في طلبك على priority. فئة الخدمة التلقائية هي "عادية" في حال تم حذف الحقل.

from google import genai

client = genai.Client()

interaction = client.interactions.create(
    model="gemini-3.5-flash",
    input="Triage this critical customer support ticket immediately.",
    service_tier='priority'
)
print(interaction.output_text)

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

const ai = new GoogleGenAI({});

async function main() {
    const interaction = await ai.interactions.create({
        model: "gemini-3.5-flash",
        input: "Triage this critical customer support ticket immediately.",
        service_tier: "priority"
    });
    console.log(interaction.output_text);
}

await main();

curl -X POST "https://generativelanguage.googleapis.com/v1beta/interactions" \
  -H "Content-Type: application/json" \
  -H "x-goog-api-key: $GEMINI_API_KEY" \
  -d '{
    "model": "gemini-3.5-flash",
    "input": "Triage this critical customer support ticket immediately.",
    "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. وتتمثل آليتها الأساسية في خفض مستوى المعالجة من جهة الخادم 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 واحدة لأدوات الذكاء الاصطناعي التفاعلية التي تتواصل مع المستخدمين.
• موثوقية عالية: يتم التعامل مع عدد الزيارات بأعلى مستوى من الأهمية، ولا يمكن تقليلها بأي شكل من الأشكال.
• التدهور التدريجي: يتم تلقائيًا خفض مستوى الزيادات الكبيرة 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 create 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 المميّزين: 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 ظهور الخطأ 503 أو 429. يتم تحصيل رسوم من الطلبات التي تم تخفيض مستوى أولويتها بالمعدّل العادي، وليس بمعدّل Priority المميز.

مسؤولية العميل

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

الأسعار

يبلغ سعر الاستنتاج ذي الأولوية 75 إلى% 100 أكثر من واجهة برمجة التطبيقات العادية ويتم تحصيل الرسوم لكل رمز مميز.

النماذج المتوافقة

تتيح الطُرز التالية استخدام ميزة "الاستنتاج ذو الأولوية":

الخطوات التالية

• Flex inference لخفض التكاليف
• الرموز المميزة: فهم الرموز المميزة