Google cập nhật giá API Gemini, tính phí theo cấp độ dựa trên số lần suy luận sử dụng

Tin tức từ Mars Finance ngày 3 tháng 4, Google gần đây đã cập nhật các mức tính phí của Gemini API. Phương án tối ưu và cách định giá đều được xây dựng dựa trên nhu cầu sử dụng suy luận thực tế. Các hạng mục dịch vụ suy luận mới được bổ sung trong lần này bao gồm: Chuẩn (Standard), Linh hoạt (Flex), Ưu tiên (Priority), Theo lô (Batch) và Bản dùng bộ nhớ đệm (Caching). Trong đó, hạng mục suy luận Linh hoạt tận dụng tài nguyên tính toán nhàn rỗi trong giờ thấp điểm để cung cấp ưu đãi 50% so với giá chuẩn; độ trễ mục tiêu là từ 1 đến 15 phút, nhưng không cung cấp cam kết về độ trễ. Hạng mục API Theo lô cũng cung cấp ưu đãi 50% so với mức phí chuẩn, độ trễ tối đa có thể lên đến 24 giờ. Hạng mục Caching được tính phí dựa trên số lượng token bộ nhớ đệm và thời lượng lưu trữ, được khuyến nghị cho các tình huống như chatbot hội thoại tích hợp chỉ thị hệ thống phức tạp, phân tích lặp lại các tệp video dài, và truy vấn các bộ sưu tập tài liệu quy mô lớn. Hạng mục Ưu tiên có giá cao hơn 75% đến 100% so với giá chuẩn, độ trễ có thể kiểm soát ở mức mili giây đến giây. Google khuyến nghị hạng này cho các tình huống như chatbot chăm sóc khách hàng thời gian thực, phát hiện gian lận theo thời gian thực và các trợ lý AI cho các nghiệp vụ then chốt. (Quan sát góc rộng)