Google met à jour la tarification de l'API Gemini, avec une facturation par tranches en fonction de l'utilisation de l'inférence.

Actu Mars Finance, le 3 avril : Google a récemment mis à jour les paliers de facturation de l’API Gemini. Les options et la tarification de cette optimisation ont été définies en fonction des besoins réels d’utilisation pour l’inférence. Les nouveaux paliers de services d’inférence ajoutés comprennent : Standard (Standard), Flex (élastique), Priority (Prioritaire), Batch (par lots) et Caching (mise en cache). Parmi eux, le palier d’inférence élastique offre une réduction de 50 % sur le prix standard en exploitant des ressources de calcul inutilisées en dehors des heures de pointe ; l’objectif de latence est de 1 à 15 minutes, mais aucune garantie de latence n’est fournie. Le palier Batch (API par lots) propose également une réduction de 50 % sur le tarif standard, avec une latence maximale pouvant aller jusqu’à 24 heures. Le palier Caching est facturé en fonction du nombre de jetons Token mis en cache et de la durée de stockage ; il est recommandé pour des cas d’usage tels que les robots conversationnels intégrant des instructions système complexes, l’analyse répétée de fichiers vidéo longs, ainsi que les requêtes sur de grands ensembles de documents. Le palier Priority (Prioritaire) est tarifé 75 % à 100 % plus cher que le prix standard ; la latence peut être contrôlée à un niveau allant de la milliseconde à la seconde. Google recommande ce palier pour des scénarios comme les chatbots de service client en temps réel, la détection de fraude en temps réel et des assistants intelligents essentiels pour l’activité. (Wide Angle Observation)