O pagamento por uso padrão (Standard PayGo) é uma opção de consumo para usar o pacote de modelos de IA generativa da Gemini Enterprise Agent Platform, incluindo a família de modelos do Gemini.
Com o Pay as you go padrão, você paga apenas pelos recursos que consome, sem precisar de compromissos financeiros iniciais. Para oferecer uma performance mais previsível para cargas de trabalho escalonáveis, o PayGo padrão incorpora um sistema de nível de uso. A Agent Platform ajusta dinamicamente a capacidade de processamento de referência da sua organização com base no gasto total em serviços qualificados da Agent Platform em um período móvel de 30 dias. À medida que os gastos da sua organização aumentam, ela é promovida automaticamente para níveis mais altos, que oferecem mais acesso a recursos compartilhados e limites de performance mais altos. Para cargas de trabalho que exigem uma performance mais consistente do que o PayGo padrão, considere o PayGo prioritário. Para capacidade dedicada e garantida, consulte Capacidade de processamento provisionada.
Níveis de uso e capacidade de processamento
Cada nível de uso do PayGo padrão tem como objetivo fornecer uma capacidade de processamento básica, medida em tokens por minuto (TPM), que serve como um limite mínimo de performance previsível para o tráfego da sua organização. Os limites de capacidade de processamento são baseados em solicitações enviadas ao endpoint global. Usar o endpoint global é uma prática recomendada, já que ele oferece acesso a um pool maior e multirregional de capacidade de capacidade de processamento e permite o roteamento das solicitações para o local com mais disponibilidade para maximizar o desempenho.
Seu tráfego não é limitado estritamente ao limite de taxa de transferência de linha de base. A Agent Platform permite que o tráfego exceda esse limite da melhor maneira possível. No entanto, durante períodos de alta demanda na Agent Platform, esse tráfego de burst excedente pode ter maior variabilidade no desempenho. Para otimizar a performance e minimizar a probabilidade de receber esses erros, é recomendável suavizar o tráfego o mais uniformemente possível a cada minuto. Evite enviar solicitações em picos acentuados de segundo nível. O tráfego alto e instantâneo pode levar à limitação, mesmo que seu uso médio por minuto esteja abaixo do limite. Distribuir as chamadas de API de maneira mais uniforme ajuda o sistema a gerenciar a carga de forma previsível e melhora o desempenho geral.
Os seguintes níveis estão disponíveis no PayGo padrão:
| Família do modelo | Nível | Gasto do cliente (30 dias) | TPM de tráfego (nível da organização) |
|---|---|---|---|
| Modelos do Gemini Pro | Nível 1 | US$ 10 a US$ 250 | 500.000 |
| Nível 2 | US$ 250 a US$ 2.000 | 1.000.000 | |
| Nível 3 | US$ 2.000 a US$ 50.000 | 2.000.000 | |
| Nível 4 | > US$ 50.000 | 10.000.000 | |
| Nível personalizado | Entre em contato com sua equipe de vendas para mais informações | ||
| Modelos Gemini Flash e Flash Lite | Nível 1 | US$ 10 a US$ 250 | 2.000.000 |
| Nível 2 | US$ 250 a US$ 2.000 | 4.000.000 | |
| Nível 3 | US$ 2.000 a US$ 50.000 | 10.000.000 | |
| Nível 4 | > US$ 50.000 | 50.000.000 | |
| Nível personalizado | Entre em contato com sua equipe de vendas para mais informações | ||
O limite de capacidade de processamento mostrado para uma família de modelos se aplica de forma independente a cada modelo dessa família. Por exemplo, um cliente no nível 3 tem uma capacidade de processamento de valor de referência de 10.000.000 TPM para o Gemini 3.5 Flash. O uso de um desses limites não afeta a capacidade de processamento de outros modelos. Não há um limite separado de solicitações por minuto (RPM) para cada nível. As solicitações do Gemini com entradas multimodais estão sujeitas aos limites de taxa do sistema correspondentes.
Como os níveis de uso funcionam
Seu nível de uso é determinado automaticamente pelo gasto total da sua organização em serviços qualificados da Agent Platform em um período contínuo de 30 dias. À medida que os gastos da sua organização aumentam, o sistema promove você a um nível mais alto com maior capacidade de processamento.
Cálculo do gasto
Esse cálculo inclui uma ampla variedade de serviços, desde previsões em todas as famílias de modelos do Gemini até instâncias de CPU, GPU e TPU do Agent Platform, além de SKUs baseadas em compromisso, como Capacidade de Processamento Provisionada.
Clique para saber mais sobre os SKUs incluídos no cálculo do gasto.
A tabela a seguir lista as categorias de SKUs doGoogle Cloud incluídas no cálculo do gasto total.
| Categoria | Descrição das SKUs incluídas |
|---|---|
| Modelos do Gemini | Todas as famílias de modelos do Gemini (por exemplo, 2.0, 2.5, 3.0 nas versões Pro, Flash e Lite) para previsões em todas as modalidades (texto, imagem, áudio e vídeo), incluindo variações de lote, contexto longo, ajustadas e de "pensamento". |
| Recursos do modelo do Gemini | Todas as SKUs relacionadas do Gemini para recursos como armazenamento em cache, armazenamento em cache e níveis de prioridade em todas as modalidades e versões de modelo |
| CPU do Agent Platform | Previsões on-line e em lote em todas as famílias de instâncias baseadas em CPU (por exemplo, C2, C3, E2, N1, N2 e variantes) |
| GPU do Agent Platform | Previsões on-line e em lote em todas as instâncias aceleradas por GPU NVIDIA (por exemplo, séries A100, H100, H200, B200, L4, T4, V100 e RTX) |
| Agent Platform TPU | Previsões on-line e em lote em todas as instâncias baseadas em TPU (por exemplo, TPU-v5e, v6e) |
| Gerenciamento e taxas | Todas as SKUs de "Taxa de gestão" associadas a várias instâncias de previsão da Agent Platform |
| Capacidade de processamento provisionada | Todas as SKUs baseadas em compromisso para capacidade de processamento provisionada |
| Outros serviços | Serviços especializados, como "Fundamentação de LLM para o Gemini... com a ferramenta de Pesquisa Google" |
Verificar o nível de uso
Para verificar o nível de uso da sua organização, acesse o painel da Agent Platform no console do Google Cloud .
Para conferir o nível de uso no painel, você precisa ter o papel de
Leitor da Agent Platform
(roles/aiplatform.viewer) no projeto e o papel de
Leitor da conta de faturamento
(roles/billing.viewer) na conta de faturamento.
Acessar o painel da Agent Platform
Verificar gastos
Para analisar seus gastos com a Agent Platform, acesse o Cloud Billing no console Google Cloud . Observação: o gasto é agregado no nível da organização.
Erros de recurso esgotado (429)
Se você receber um erro 429, isso não indica que você atingiu uma cota fixa.
Isso indica alta disputa temporária por um recurso compartilhado específico. Recomendamos implementar uma estratégia de nova tentativa com espera exponencial para lidar com esses erros, já que a disponibilidade nesse ambiente dinâmico pode mudar rapidamente. Além de uma estratégia de repetição, recomendamos usar o endpoint global. Ao contrário de um endpoint regional (por exemplo, us-central1), o endpoint global encaminha dinamicamente suas solicitações para a região com mais capacidade disponível no momento. Isso permite que seu aplicativo acesse um pool maior e multirregional de capacidade compartilhada, aumentando significativamente seu potencial de expansão bem-sucedida e reduzindo a probabilidade de erros 429.
Para ter os melhores resultados, combine o uso do endpoint global com a suavização de tráfego. Evite enviar solicitações em picos acentuados de segundo nível, porque o tráfego alto e instantâneo pode levar à limitação, mesmo que seu uso médio por minuto esteja dentro do limite de capacidade de processamento de linha de base. Distribuir as chamadas de API de maneira mais uniforme ajuda o sistema a gerenciar a carga de forma previsível e melhora o desempenho geral. Para mais informações sobre como lidar com erros de esgotamento de recursos, consulte Criar aplicativos de LLM resilientes e reduzir erros 429 e Código do erro 429.
Modelos compatíveis
Os seguintes modelos do Gemini em disponibilidade geral (GA) e os modelos ajustados de forma supervisionada são compatíveis com o Pay as you go padrão com níveis de uso:
Clique para abrir os modelos compatíveis
Os seguintes modelos do Gemini em GA e os modelos ajustados de forma supervisionada também são compatíveis com o PayGo padrão, mas os níveis de uso não se aplicam a eles:
- Gemini Nano Banana 2.1
- Criação de imagens do Gemini 3.1 Flash
- Criação de imagens do Gemini 3.1 Flash-Lite
- Gemini 3 Pro Image
- Criação de Imagens do Gemini 2.5 Flash
Esses níveis não se aplicam a modelos de prévia. Consulte a documentação oficial específica de cada modelo para ter as informações mais precisas e atualizadas.
Monitorar a capacidade e o desempenho
Para monitorar o consumo de tokens em tempo real da sua organização, acesse o Metrics Explorer no Cloud Monitoring.
Para mais informações sobre como monitorar o tráfego de endpoints de modelos, consulte Monitorar modelos.
Os níveis de uso são aplicados no nível da organização. Para informações sobre como definir seu escopo de observabilidade para representar o throughput em vários projetos na organização, consulte Configurar escopos de observabilidade para consultas de vários projetos.
A seguir
Cotas e limites da Agent Platform
Cotas e limites relacionados à Agent Platform, exceto limitações específicas do produto.
Cotas do Google Cloud
Saiba como o Google Cloud restringe a quantidade de um recurso que seu projeto na nuvem do Google Cloud pode usar e como as cotas se aplicam a vários tipos de recursos, incluindo hardware, software e componentes de rede.