谷歌近日宣布对Gemini API的计费体系进行全面升级，推出涵盖标准、弹性、优先、批量及缓存在内的五类服务方案，旨在为不同场景下的AI推理需求提供更灵活的资源配置选项。此次调整通过差异化定价策略，既降低了特定场景下的使用成本，又为高实时性需求提供了性能保障。
针对大规模数据处理场景，新推出的弹性档位与批量档位均提供标准价格五折优惠。弹性档位通过动态调度非高峰时段的闲置算力，将目标延迟控制在1至15分钟区间，适用于对响应速度要求不苛刻的离线任务。批量档位则进一步放宽延迟限制至24小时，特别适合需要处理海量数据的用户，在信息检索、模型训练等场景中可显著降低计算成本。
对于实时交互类应用，优先档位通过专属资源池实现毫秒至秒级的延迟控制，虽然定价较标准方案高出75%至100%，但能确保客服机器人、金融风控等场景的即时响应需求。该档位采用动态资源分配机制，可根据流量波动自动调整算力供给，避免因资源不足导致的服务中断。
缓存档位创新性地引入词元计量模式，计费标准同时考量存储时长与数据规模。这种设计特别适用于需要重复调用复杂指令的对话系统、长视频内容分析以及大规模文档检索等场景。通过智能缓存机制，用户可减少重复计算带来的资源消耗，在保持系统响应效率的同时优化存储成本。
标准档位作为基础服务方案，保持原有定价体系，为常规推理任务提供稳定支持。用户可根据业务特性自由组合不同档位，例如在夜间使用弹性档位处理批量任务，日间切换至优先档位保障实时交互，形成资源利用的最优解。此次计费改革通过精细化分层策略，使AI服务定价与使用场景的匹配度得到实质性提升。
