Google adds Flex and Priority tiers to Gemini API

•Flex 與 Priority 服務層級透過單一同步介面運作，開發者可透過 API 請求中的 service_tier 參數來設定優先級，從而簡化代理系統的架構。
•Flex 推理服務專為不需即時回應的後台任務設計，以降低可靠性和增加延遲為代價，實現成本節約，適用於背景 CRM 更新或大規模研究模擬等場景。
•Priority 推理服務的定價比標準費率高出 75% 至 100%，旨在為客戶服務機器人、即時詐欺偵測等關鍵應用提供毫秒級至秒級的快速回應時間。
•除了 Flex 和 Priority，Google 還推出了「Batch」（非緊急工作負載可享 50% 折扣，延遲時間最長 24 小時）和「Cache」（根據令牌計數和儲存持續時間計費，適用於高頻率、複雜指令）等服務層級。
•這些新的服務層級旨在解決企業在從簡單的 AI 聊天機器人轉向複雜、多步驟的代理工作流程時，對 AI 推理成本和可靠性日益增長的管理需求。

📊 競品分析▸ Show

提供者	模型 (代表性)	輸入 (每百萬令牌)	輸出 (每百萬令牌)	主要特點
Google Gemini	Gemini 3.1 Pro	$2.00 (≤200K 上下文) / $4.00 (>200K 上下文)	$12.00 (≤200K 上下文) / $18.00 (>200K 上下文)	多模態、長上下文視窗、代理工作流程。Flex 層級提供 50% 折扣，Priority 層級價格高 75%-100%。
	Gemini 3 Flash	$0.50	$3.00	速度快、成本效益高，適用於通用應用和聊天機器人。
	Gemini 2.5 Flash-Lite	$0.10	$0.40	極致成本效益，適用於高吞吐量、簡單任務。
OpenAI	GPT-5.4	$2.50	$15.00	通用目的，針對超過 272K 上下文有分級定價。
	GPT-5 Mini	$0.25	$2.00	預算選項，適用於較簡單任務。
Anthropic	Claude Opus 4.6	$5.00	$25.00	旗艦推理模型，適用於複雜推理和代理任務。
	Claude Sonnet 4.6	$3.00	$15.00	成本/性能平衡點。
	Claude Haiku 4.5	$1.00	$5.00	適用於高吞吐量任務。

Gemini 3 採用全模態 Transformer 架構，從頭開始同時訓練多種模態，實現對文本、程式碼、圖像和影片的統一理解。
Gemini 3 引入了專門的「推理令牌」（Reasoning Tokens）和優化的上下文快取機制，以降低大規模應用中的延遲。
Gemini 3 中的高保真時間編碼將影片視為連續的令牌流，使其不僅能理解畫面中的「內容」，還能理解動作背後的「意圖」。
Gemini API 提供多種主要端點，包括 Interactions API（推薦用於代理工作流程和多輪對話）、Standard content generation（generateContent 用於非互動任務）、Streaming content generation（streamGenerateContent 用於聊天機器人）和 Live API（BidiGenerateContent 用於即時對話場景）。
Flex 和 Priority 層級透過單一同步介面運作，開發者可透過 API 請求中的 service_tier 參數來設定優先級，以適應不同的工作負載需求。
Gemini 模型原生支援多模態，能夠理解文本、程式碼、音訊、圖像和影片。
Gemini Pro 模型的上下文視窗大小通常比同等價位的競爭對手更大，例如 Gemini 3.1 Pro 支援 1M 令牌上下文視窗，而 Gemini 3 Pro 支援 2M 令牌。

Google 將在企業 AI 推理市場中獲得更大的市佔率。

Flex、Priority、Batch 和 Cache 等細粒度服務層級的推出，直接滿足了企業對跨多樣 AI 工作負載的成本控制和可靠性需求，使 Gemini 對於複雜的代理系統更具吸引力。

AI 推理成本持續下降的趨勢將因競爭而加劇。

Google 積極的定價策略（例如 Flash-Lite 的低價、Flex/Batch 的 50% 折扣）以及與 OpenAI 和 Anthropic 的整體競爭格局，預示著基礎推理成本將持續走低。

開發者將越來越多地採用代理架構來構建 AI 應用程式。

新的服務層級，特別是 Flex 和 Priority，明確旨在透過提供統一介面來管理不同延遲和成本要求，從而簡化多步驟代理工作流程的開發。

2023-12-06

Google 宣布推出 Gemini 模型

2023-12-13

開發者可透過 Gemini API 存取 Gemini Pro

2025-11-18

推出首個 Gemini 3 系列模型 `gemini-3-pro-preview`

2026-03-23

Gemini API 和 AI Studio 的預付和後付計費方案生效

2026-04-03

Google 推出 Gemini API 的分層定價策略，包括 Flex 和 Priority 等服務層級

2026-05-19

Gemini 3.5 Flash 全面上市 (GA) 並推出 Managed Agents API 公開預覽版

Google 為 Gemini API 新增 Flex 與 Priority 服務層級