Hạn mức tỷ lệ điều chỉnh số lượng yêu cầu mà bạn có thể gửi đến Gemini API trong một khoảng thời gian nhất định. Những hạn mức này giúp duy trì việc sử dụng hợp lý, bảo vệ khỏi hành vi sai trái và giúp duy trì hiệu suất hệ thống cho tất cả người dùng.
Xem hạn mức yêu cầu đang hoạt động trong AI Studio
Cách hoạt động của hạn mức yêu cầu
Giới hạn tốc độ thường được đo lường theo ba phương diện:
- Số yêu cầu mỗi phút (RPM)
- Số mã thông báo mỗi phút (đầu vào) (TPM)
- Số yêu cầu mỗi ngày (RPD)
Mức sử dụng của bạn được đánh giá dựa trên từng hạn mức và việc vượt quá bất kỳ hạn mức nào trong số đó sẽ kích hoạt lỗi giới hạn tốc độ. Ví dụ: nếu giới hạn RPM của bạn là 20, thì việc gửi 21 yêu cầu trong vòng một phút sẽ dẫn đến lỗi, ngay cả khi bạn chưa vượt quá giới hạn TPM hoặc các giới hạn khác.
Hạn mức sử dụng được áp dụng cho mỗi dự án, chứ không phải cho mỗi khoá API. Hạn mức về số yêu cầu mỗi ngày (RPD) sẽ được đặt lại vào lúc nửa đêm theo giờ Thái Bình Dương.
Hạn mức sẽ khác nhau tuỳ thuộc vào mô hình cụ thể đang được sử dụng và một số hạn mức chỉ áp dụng cho một số mô hình cụ thể. Ví dụ: Số hình ảnh mỗi phút (IPM) chỉ được tính cho các mô hình có khả năng tạo hình ảnh tạo sinh (Nano Banana), nhưng về mặt khái niệm thì tương tự như số mã thông báo mỗi phút (TPM). Các mô hình khác có thể có giới hạn về số lượng mã thông báo mỗi ngày (TPD).
Hạn mức sử dụng được giới hạn chặt chẽ hơn đối với các mô hình thử nghiệm và mô hình xem trước.
Hạn mức dựa trên mức chi tiêu
Ngoài giới hạn về số yêu cầu mỗi phút (RPM) và số mã thông báo mỗi phút (TPM), Gemini API còn thực thi giới hạn theo mức chi tiêu để bảo vệ bạn khỏi các khoản phí ngoài dự kiến. Việc các hạn mức này có áp dụng cho tài khoản của bạn hay không phụ thuộc vào nhật ký thanh toán và bậc sử dụng của bạn.
Bảng sau đây cho biết giới hạn số lượng yêu cầu dựa trên mức chi tiêu cho từng bậc sử dụng. Các giới hạn này được đánh giá trong khoảng thời gian 10 phút luân phiên. Việc các hạn mức này có áp dụng cho tài khoản của bạn hay không phụ thuộc vào lịch sử thanh toán và trạng thái tài khoản của bạn.
| Cấp sử dụng | Giới hạn tốc độ chi tiêu (mỗi 10 phút) |
|---|---|
| Free | Không áp dụng |
| Cấp 1 | đô la Hong Kong |
| Cấp 2 | đô la Hong Kong |
| Cấp 3 | đô la Hong Kong |
Nếu bạn đạt đến giới hạn dựa trên mức chi tiêu, API sẽ trả về lỗi 429 RESOURCE_EXHAUSTED. Cách giải quyết:
- Chờ và thử lại sau một khoảng thời gian ngắn.
- Giảm tỷ lệ yêu cầu tốn kém, ví dụ: bằng cách sử dụng cửa sổ ngữ cảnh nhỏ hơn hoặc kết quả ngắn hơn.
- Nếu bạn thường xuyên đạt đến giới hạn này trong quá trình sử dụng bình thường, hãy yêu cầu tăng giới hạn tốc độ.
Cấp sử dụng
Giới hạn tốc độ được liên kết với cấp sử dụng của dự án. Khi mức sử dụng và mức chi tiêu API tăng lên, bạn sẽ tự động được nâng cấp lên một cấp cao hơn với hạn mức tốc độ cao hơn.
Điều kiện để đạt được Cấp 2 và Cấp 3 dựa trên tổng mức chi tiêu tích luỹ cho các dịch vụ của Google Cloud (bao gồm nhưng không giới hạn ở Gemini API) đối với tài khoản thanh toán được liên kết với dự án của bạn.
| Cấp sử dụng | Vòng loại | Hạn mức cấp thanh toán |
|---|---|---|
| Free | Dự án đang hoạt động hoặc bản dùng thử miễn phí | Không áp dụng |
| Cấp 1 | Thiết lập và liên kết một tài khoản thanh toán đang hoạt động | 250 USD |
| Cấp 2 | Đã thanh toán 100 USD + 3 ngày kể từ lần thanh toán thành công đầu tiên | 2.000 USD |
| Cấp 3 | Đã thanh toán 1.000 USD + 30 ngày kể từ lần thanh toán thành công đầu tiên | 20.000 – 100.000 USD trở lên |
Mặc dù việc đáp ứng các tiêu chí đủ điều kiện đã nêu thường là đủ để được phê duyệt, nhưng trong một số trường hợp hiếm gặp, yêu cầu nâng cấp có thể bị từ chối dựa trên các yếu tố khác được xác định trong quá trình xem xét.
Hệ thống này giúp duy trì tính bảo mật và tính toàn vẹn của nền tảng Gemini API cho tất cả người dùng.
Hạn mức yêu cầu Gemini API
Hạn mức sử dụng phụ thuộc vào nhiều yếu tố (chẳng hạn như cấp sử dụng của bạn) và bạn có thể xem hạn mức này trong Google AI Studio. Khi cấp và trạng thái tài khoản của bạn thay đổi theo thời gian, giới hạn về tốc độ sẽ tự động cập nhật.
Xem hạn mức hiện tại của bạn trong AI Studio
Giới hạn tốc độ đã chỉ định không được đảm bảo và dung lượng thực tế có thể thay đổi.
Giới hạn số lượng yêu cầu suy luận ưu tiên
Mức tiêu thụ Ưu tiên có giới hạn tốc độ riêng, mặc dù mức tiêu thụ được tính vào giới hạn tốc độ lưu lượng truy cập tương tác tổng thể. Giới hạn tốc độ mặc định là: 0,3 lần giới hạn tốc độ tiêu chuẩn cho mỗi mô hình và cấp
Hạn mức về tốc độ của Batch API
Yêu cầu API theo lô phải tuân theo giới hạn tốc độ riêng, tách biệt với các lệnh gọi API không theo lô.
- Số yêu cầu theo lô đồng thời: 100
- Giới hạn kích thước tệp đầu vào: 2 GB
- Hạn mức lưu trữ tệp: 20 GB
- Số lượng mã thông báo được đưa vào hàng đợi cho mỗi mô hình: Bảng Số lượng mã thông báo được đưa vào hàng đợi theo lô liệt kê số lượng mã thông báo tối đa có thể được đưa vào hàng đợi để xử lý hàng loạt trên tất cả các lô công việc đang hoạt động của bạn cho một mô hình nhất định.
Cấp 1
| Mô hình | Mã thông báo được xếp hàng đợi theo lô | |||
|---|---|---|---|---|
| Mô hình đầu ra văn bản | ||||
| Gemini 4 Argon | 5.000.000 | |||
| Gemini 3.1 Pro (Bản xem trước) | 5.000.000 | |||
| Gemini 3.5 Flash-Lite | 10.000.000 | |||
| Gemini 3.8 Flash | 3.000.000 | |||
| Gemini 3.1 Flash Lite | 10.000.000 | |||
| Bản xem trước Gemini 3.1 Flash Lite | 10.000.000 | |||
| Gemini 3.6 Flash | 3.000.000 | |||
| Gemini 2.5 Pro | 5.000.000 | |||
| Gemini 2.5 Pro TTS | 25.000 | |||
| Gemini 2.5 Flash | 3.000.000 | |||
| Bản xem trước Gemini 2.5 Flash | 3.000.000 | |||
| Bản xem trước hình ảnh Gemini 2.5 Flash | 3.000.000 | |||
| Gemini 2.5 Flash TTS | 100.000 | |||
| Gemini 2.5 Flash Lite | 10.000.000 | |||
| Bản xem trước Gemini 2.5 Flash Lite | 10.000.000 | |||
| Gemini 2.0 Flash | 10.000.000 | |||
| Hình ảnh Gemini 2.0 Flash | 3.000.000 | |||
| Gemini 2.0 Flash Lite | 10.000.000 | |||
| Mô hình tạo sinh đa phương thức | ||||
| Bản xem trước hình ảnh Gemini 3.1 Flash 🍌 | 1.000.000 | |||
| Hình ảnh Gemini 3.1 Flash Lite 🍌 | 2.000.000 | |||
| Bản xem trước hình ảnh của Gemini 3 Pro 🍌 | 2.000.000 | |||
| Mô hình nhúng | ||||
| Gemini Embedding | 500.000 | |||
Cấp 2
| Mô hình | Mã thông báo được xếp hàng đợi theo lô | |||
|---|---|---|---|---|
| Mô hình đầu ra văn bản | ||||
| Gemini 4 Argon | 500.000.000 | |||
| Gemini 3.1 Pro Preview | 500.000.000 | |||
| Gemini 3.5 Flash-Lite | 500.000.000 | |||
| Gemini 3.1 Flash Lite | 500.000.000 | |||
| Bản xem trước Gemini 3.1 Flash Lite | 500.000.000 | |||
| Gemini 3.8 Flash | 400.000.000 | |||
| Gemini 3.6 Flash | 400.000.000 | |||
| Gemini 2.5 Pro | 500.000.000 | |||
| Gemini 2.5 Pro TTS | 100.000 | |||
| Gemini 2.5 Flash | 400.000.000 | |||
| Bản xem trước Gemini 2.5 Flash | 400.000.000 | |||
| Bản xem trước hình ảnh Gemini 2.5 Flash | 400.000.000 | |||
| Gemini 2.5 Flash TTS | 100.000 | |||
| Gemini 2.5 Flash Lite | 500.000.000 | |||
| Bản xem trước Gemini 2.5 Flash Lite | 500.000.000 | |||
| Gemini 2.0 Flash | 1.000.000.000 | |||
| Hình ảnh Gemini 2.0 Flash | 400.000.000 | |||
| Gemini 2.0 Flash Lite | 1.000.000.000 | |||
| Mô hình tạo sinh đa phương thức | ||||
| Bản xem trước hình ảnh Gemini 3.1 Flash 🍌 | 250.000.000 | |||
| Hình ảnh Gemini 3.1 Flash Lite 🍌 | 270.000.000 | |||
| Bản xem trước hình ảnh của Gemini 3 Pro 🍌 | 270.000.000 | |||
| Mô hình nhúng | ||||
| Gemini Embedding | 5.000.000 | |||
Cấp 3
| Mô hình | Mã thông báo được xếp hàng đợi theo lô | |||
|---|---|---|---|---|
| Mô hình đầu ra văn bản | ||||
| Gemini 4 Argon | 1.000.000.000 | |||
| Gemini 3.1 Pro Preview | 1.000.000.000 | |||
| Gemini 3.5 Flash-Lite | 1.000.000.000 | |||
| Gemini 3.1 Flash Lite | 1.000.000.000 | |||
| Bản xem trước Gemini 3.1 Flash Lite | 1.000.000.000 | |||
| Gemini 3.8 Flash | 1.000.000.000 | |||
| Gemini 3.6 Flash | 1.000.000.000 | |||
| Gemini 2.5 Pro | 1.000.000.000 | |||
| Gemini 2.5 Pro TTS | 1.000.000 | |||
| Gemini 2.5 Flash | 1.000.000.000 | |||
| Bản xem trước Gemini 2.5 Flash | 1.000.000.000 | |||
| Bản xem trước hình ảnh của Gemini 2.5 Flash | 1.000.000.000 | |||
| Gemini 2.5 Flash TTS | 4.000.000 | |||
| Gemini 2.5 Flash Lite | 1.000.000.000 | |||
| Bản xem trước Gemini 2.5 Flash Lite | 1.000.000.000 | |||
| Gemini 2.0 Flash | 5.000.000.000 | |||
| Hình ảnh Gemini 2.0 Flash | 1.000.000.000 | |||
| Gemini 2.0 Flash Lite | 5.000.000.000 | |||
| Mô hình tạo nội dung đa phương thức | ||||
| Bản xem trước hình ảnh Gemini 3.1 Flash 🍌 | 750.000.000 | |||
| Hình ảnh Gemini 3.1 Flash Lite 🍌 | 1.000.000.000 | |||
| Bản xem trước hình ảnh của Gemini 3 Pro 🍌 | 1.000.000.000 | |||
| Mô hình nhúng | ||||
| Gemini Embedding | 10.000.000 | |||
Cách nâng cấp lên hạng tiếp theo
Để chuyển từ gói Miễn phí sang gói có tính phí, trước tiên, bạn phải thiết lập thông tin thanh toán trong AI Studio.
Sau khi dự án của bạn đáp ứng các tiêu chí đã chỉ định, dự án đó sẽ tự động được nâng cấp lên cấp tiếp theo. Việc nâng cấp từ cấp Miễn phí lên Cấp 1 thường sẽ có hiệu lực ngay lập tức, còn các lần nâng cấp cấp tiếp theo sẽ có hiệu lực trong vòng 10 phút. Chuyển đến trang Dự án trong AI Studio để kiểm tra các cấp của bạn.
Yêu cầu tăng giới hạn tỷ lệ
Mỗi biến thể mô hình có một giới hạn số lượng yêu cầu liên quan (số yêu cầu mỗi phút, RPM). Để biết thông tin chi tiết về các giới hạn tốc độ đó, hãy xem trang Giới hạn tốc độ của AI Studio.
Yêu cầu tăng giới hạn số lượng yêu cầu cho cấp có tính phí
Chúng tôi không đảm bảo sẽ tăng giới hạn tốc độ cho bạn, nhưng chúng tôi sẽ cố gắng hết sức để xem xét yêu cầu của bạn.