Google(GOOGL.US) cập nhật giá API Gemini theo mô hình tính phí theo mức độ sử dụng dựa trên suy luận

Ứng dụng Zhitong Finance APP cho biết, Google (GOOGL.US) gần đây đã cập nhật các mức tính phí của Gemini API, và các giải pháp tối ưu cũng như giá cả đều được xây dựng dựa trên nhu cầu sử dụng suy luận thực tế.

Các mức dịch vụ suy luận mới lần này bao gồm: Tiêu chuẩn (Standard), Linh hoạt (Flex), Ưu tiên (Priority), Lô (Batch) và Bộ nhớ đệm (Caching).

Google cho biết: “Gemini
API cung cấp nhiều cơ chế tối ưu hóa, có thể cân bằng giữa tốc độ chạy, chi phí sử dụng và độ ổn định dịch vụ tùy theo nhu cầu tải công việc cụ thể. Cho dù là xây dựng chatbot hội thoại theo thời gian thực hay vận hành các quy trình xử lý dữ liệu ngoại tuyến quy mô lớn, việc chọn đúng chế độ vận hành đều có thể giúp giảm chi phí đáng kể hoặc nâng cao hiệu suất vận hành.”

Trong đó, mức suy luận linh hoạt sử dụng tài nguyên tính toán nhàn rỗi trong khung giờ không cao điểm, cung cấp ưu đãi giảm 50% so với giá tiêu chuẩn; mục tiêu độ trễ là từ 1 đến 15 phút, nhưng không cung cấp cam kết về độ trễ. Mức API lô cũng cung cấp ưu đãi giảm 50% so với mức phí tiêu chuẩn, với độ trễ tối đa lên tới 24 giờ.

Mức bộ nhớ đệm tính phí dựa trên số lượng token (Token) trong bộ nhớ đệm và thời lượng lưu trữ; được khuyến nghị cho các trường hợp như chatbot hội thoại tích hợp chỉ dẫn lệnh phức tạp của hệ thống, phân tích lặp lại các tệp video dài, và truy vấn các bộ sưu tập tài liệu quy mô lớn.

Giá của mức ưu tiên cao hơn 75% đến 100% so với giá tiêu chuẩn, và độ trễ có thể được kiểm soát ở mức mili-giây đến giây. Google khuyến nghị mức này cho các tình huống như chatbot hỗ trợ khách hàng theo thời gian thực, phát hiện gian lận theo thời gian thực và các trợ lý AI mang tính then chốt cho hoạt động kinh doanh.