استنتاج انعطاف‌پذیر

رابط برنامه‌نویسی Gemini Flex یک لایه استنتاج است که در مقایسه با نرخ‌های استاندارد، 50 درصد کاهش هزینه ارائه می‌دهد و در عوض، تأخیر متغیر و دسترسی‌پذیری با بهترین تلاش را ارائه می‌دهد. این رابط برای بارهای کاری مقاوم در برابر تأخیر طراحی شده است که نیاز به پردازش همزمان دارند اما به عملکرد بلادرنگ رابط برنامه‌نویسی استاندارد نیازی ندارند.

نحوه استفاده از فلکس

برای استفاده از لایه Flex، در درخواست خود service_tier به صورت flex مشخص کنید. به طور پیش‌فرض، اگر این فیلد حذف شود، درخواست‌ها از لایه استاندارد استفاده می‌کنند.

from google import genai

client = genai.Client()

interaction = client.interactions.create(
    model="gemini-3.7-flash",
    input="Analyze this dataset for trends...",
    service_tier='flex'
)
print(interaction.output_text)

import { GoogleGenAI } from '@google/genai';

const client = new GoogleGenAI({});

async function main() {
    const interaction = await client.interactions.create({
        model: 'gemini-3.7-flash',
        input: 'Analyze this dataset for trends...',
        service_tier: 'flex'
    });
    console.log(interaction.output_text);
}
await main();

curl -X POST "https://generativelanguage.googleapis.com/v1beta/interactions" \
  -H "Content-Type: application/json" \
  -H "x-goog-api-key: $GEMINI_API_KEY" \
  -d '{
      "model": "gemini-3.7-flash",
      "input": "Analyze this dataset for trends...",
      "service_tier": "flex"
  }'

نحوه‌ی عملکرد استنتاج فلکس

استنتاج Gemini Flex شکاف بین API استاندارد و گردش کار 24 ساعته Batch API را پر می‌کند. این سیستم از ظرفیت محاسباتی "قابل کاهش" و خارج از اوج مصرف استفاده می‌کند تا یک راه‌حل مقرون‌به‌صرفه برای وظایف پس‌زمینه و گردش‌های کاری متوالی ارائه دهد.

مزایای کلیدی

• بهره‌وری هزینه : صرفه‌جویی قابل توجه در ارزیابی‌های غیرتولیدی، عوامل پس‌زمینه و غنی‌سازی داده‌ها.