Modèles Google
Le débit provisionné n'est compatible qu'avec les modèles que vous appelez directement depuis votre projet à l'aide de l'ID de modèle spécifique, et non d'un alias de modèle. Pour utiliser le débit provisionné afin d'effectuer des appels d'API à un modèle, vous devez utiliser l'ID de version de modèle spécifique (par exemple, gemini-2.0-flash-001) et non un alias de version de modèle.
De plus, le débit provisionné n'est pas compatible avec les modèles appelés par d'autres produits Vertex AI, tels que Vertex AI Agents et Vertex AI Search. Par exemple, si vous effectuez des appels d'API à Gemini 2.0 Flash tout en utilisant Vertex AI Search, votre commande de débit provisionné pour Gemini 2.0 Flash ne garantit pas les appels effectués par Vertex AI Search.
Le débit provisionné n'est pas compatible avec les appels de prédiction par lots.
Le tableau suivant indique le débit, les incréments d'achat et les taux d'utilisation pour les modèles Google compatibles avec le débit provisionné. Votre débit par seconde est défini comme la somme des caractères d'entrée de votre requête et des caractères de sortie générés pour toutes les requêtes, par seconde.
Pour connaître le nombre de jetons requis par votre charge de travail, consultez le tokenizer du SDK ou l'API countTokens.
| Modèle | Débit par seconde et par GSU | Unités | Incrément d'achat GSU minimal | Taux d'utilisation |
|---|---|---|---|---|
|
Dernière version compatible : |
500 | Jetons | 1 |
Jusqu'à 200 000 jetons d'entrée : 1 jeton de texte d'entrée = 1 jeton 1 jeton d'image d'entrée = 1 jeton 1 jeton de vidéo d'entrée = 1 jeton 1 jeton audio d'entrée = 1 jeton 1 jeton de texte de réponse de sortie = 6 jetons 1 jeton de texte de raisonnement de sortie = 6 jetons Plus de 200 000 jetons d'entrée : 1 jeton de texte d'entrée = 2 jetons 1 jeton d'image d'entrée = 2 jetons 1 jeton de vidéo d'entrée = 2 jetons 1 jeton audio d'entrée = 2 jetons 1 jeton de texte de réponse de sortie = 9 jetons 1 jeton de texte de raisonnement de sortie = 9 jetons |
|
Dernière version compatible : |
500 | Jetons | 1 |
1 jeton de texte en entrée = 1 jeton 1 jeton d'image en entrée = 1 jeton 1 jeton de texte en sortie = 6 jetons 1 jeton de réflexion en sortie = 6 jetons 1 jeton d'image en sortie = 60 jetons |
|
Dernière version compatible : |
650 | Jetons | 1 |
Moins de 200 000 jetons d'entrée : 1 jeton de texte d'entrée = 1 jeton 1 jeton d'image d'entrée = 1 jeton 1 jeton vidéo d'entrée = 1 jeton 1 jeton audio d'entrée = 1 jeton 1 jeton de texte de réponse de sortie = 8 jetons 1 jeton de texte de raisonnement de sortie = 8 jetons Plus de 200 000 jetons d'entrée : 1 jeton de texte d'entrée = 2 jetons 1 jeton d'image d'entrée = 2 jetons 1 jeton vidéo d'entrée = 2 jetons 1 jeton audio d'entrée = 2 jetons 1 jeton de texte de réponse de sortie = 12 jetons 1 jeton de texte de raisonnement de sortie = 12 jetons |
|
Dernière version compatible : |
2 690 | Jetons | 1 |
1 jeton de texte en entrée = 1 jeton 1 jeton d'image en entrée = 1 jeton 1 jeton de texte en sortie = 9 jetons 1 jeton d'image en sortie = 100 jetons |
|
Dernière version compatible (GA) : Dernière version compatible (version bêta) : |
2690 | Jetons | 1 |
1 jeton de texte d'entrée = 1 jeton 1 jeton d'image d'entrée = 1 jeton 1 jeton de vidéo d'entrée = 1 jeton 1 jeton audio d'entrée = 4 jetons 1 jeton de texte de réponse de sortie = 9 jetons 1 jeton de texte de raisonnement de sortie = 9 jetons |
|
Dernière version compatible (GA) : Dernière version compatible (version bêta) : |
8 070 | Jetons | 1 |
1 jeton de texte d'entrée = 1 jeton 1 jeton d'image d'entrée = 1 jeton 1 jeton vidéo d'entrée = 1 jeton 1 jeton audio d'entrée = 3 jetons 1 jeton de texte de réponse de sortie = 4 jetons 1 jeton de texte de raisonnement de sortie = 4 jetons |
Gemini 2.5 Flash avec l'API Live Dernière version compatible : |
1 620 | Jetons | 1 | 1 jeton de texte en entrée = 1 jeton de texte en entrée 1 jeton audio en entrée = 6 jetons de texte en entrée 1 jeton vidéo en entrée = 6 jetons de texte en entrée 1 jeton de mémoire de session en entrée = 1 jeton de texte en entrée 1 jeton de texte en sortie = 4 jetons de texte en entrée 1 jeton audio en sortie = 24 jetons de texte en entrée |
|
Gemini 2.5 Flash avec l'audio natif de l'API Live Dernière version compatible : |
1 620 | Jetons | 1 |
1 jeton de texte en entrée = 1 jeton 1 jeton audio en entrée = 6 jetons 1 jeton vidéo en entrée = 6 jetons 1 jeton image en entrée = 6 jetons 1 jeton de mémoire de session en entrée = 1 jeton 1 jeton de texte en sortie = 4 jetons 1 jeton audio en sortie = 24 jetons |
|
Dernière version compatible : |
3 360 | Jetons | 1 |
1 jeton de texte en entrée = 1 jeton 1 jeton d'image en entrée = 1 jeton 1 jeton vidéo en entrée = 1 jeton 1 jeton audio en entrée = 7 jetons 1 jeton de texte en sortie = 4 jetons |
|
Dernière version compatible : |
6 720 | Jetons | 1 |
1 jeton de texte en entrée = 1 jeton 1 jeton d'image en entrée = 1 jeton 1 jeton vidéo en entrée = 1 jeton 1 jeton audio en entrée = 1 jeton 1 jeton de texte en sortie = 4 jetons |
Dernière version compatible : |
0,0040 | Secondes de vidéo | 1 | 1 seconde de vidéo générée = 1 seconde de vidéo générée |
| Secondes de vidéo et d'audio | 1 | 1 seconde de sortie vidéo+audio = 2 secondes de sortie vidéo | ||
Dernière version compatible : |
0,0080 | Secondes de vidéo | 1 | 1 seconde de vidéo générée = 1 seconde de vidéo générée |
| Secondes de vidéo et d'audio | 1 | 1 seconde de sortie vidéo+audio = 1,45 seconde de sortie vidéo | ||
Dernière version compatible : |
0,0040 | Secondes de vidéo | 1 | 1 seconde de vidéo générée = 1 seconde de vidéo générée |
| Secondes de vidéo et d'audio | 1 | 1 seconde de sortie vidéo+audio = 2 secondes de sortie vidéo | ||
Dernière version compatible : |
0,0080 | Secondes de vidéo | 1 | 1 seconde de vidéo générée = 1 seconde de vidéo générée |
| Secondes de vidéo et d'audio | 1 | 1 seconde de sortie vidéo+audio = 1,45 seconde de sortie vidéo | ||
|
|
0,015 | Images | 1 | Seules les images de sortie sont comptabilisées dans votre quota de débit provisionné. |
|
|
0,02 | Images | 1 | Seules les images de sortie sont comptabilisées dans votre quota de débit provisionné. |
|
|
0,04 | Images | 1 | Seules les images de sortie sont comptabilisées dans votre quota de débit provisionné. |
|
|
0,02 | Images | 1 | Seules les images de sortie sont comptabilisées dans votre quota de débit provisionné. |
|
|
0,025 | Images | 1 | Seules les images de sortie sont comptabilisées dans votre quota de débit provisionné. |
| Imagen 3 Fast | 0,05 | Images | 1 | Seules les images de sortie sont comptabilisées dans votre quota de débit provisionné. |
Pour en savoir plus sur les capacités d'un modèle et les limites d'entrée ou de sortie, consultez la documentation du modèle.
Vous pouvez passer à de nouveaux modèles dès qu'ils sont disponibles. Pour en savoir plus sur la disponibilité et les dates d'arrêt des modèles, consultez Modèles Google.
Pour en savoir plus sur les emplacements compatibles, consultez la section Emplacements disponibles.
Modèles de partenaires
Le tableau suivant indique le débit, les incréments d'achat et les taux d'utilisation pour les modèles partenaires compatibles avec le débit provisionné. Les modèles Claude sont mesurés en jetons par seconde, c'est-à-dire le nombre total de jetons d'entrée et de sortie pour l'ensemble des requêtes, par seconde.
| Modèle | Débit par GSU (jetons/seconde) | Achat minimal de GSU | Incrément d'achat de GSU | Taux d'utilisation |
|---|---|---|---|---|
| Claude 4.5 Opus d'Anthropic | 210 | 35 | 1 | 1 jeton d'entrée = 1 jeton 1 jeton de sortie = 5 jetons 1 jeton d'écriture dans le cache de 5 min = 1,25 jeton 1 jeton d'écriture dans le cache de 1 h = 2 jetons 1 jeton de succès de cache (hit) = 0,1 jeton |
| Claude Sonnet 4.5 d'Anthropic | 350 | 25 | 1 | Moins de 200 000 jetons d'entrée : 1 jeton d'entrée = 1 jeton 1 jeton de sortie = 5 jetons 1 jeton d'écriture dans le cache (5 min) = 1,25 jeton 1 jeton d'écriture dans le cache (1 h) = 2 jetons 1 jeton de correspondance dans le cache = 0,1 jeton 200 000 jetons d'entrée ou plus : 1 jeton d'entrée = 2 jetons 1 jeton de sortie = 7,5 jetons 1 jeton d'succès de cache (hit)écriture dans le cache (5 min) = 2,5 jetons 1 jeton d'écriture dans le cache (1 h) = 4 jetons 1 jeton de correspondance dans le cache = 0,2 jeton |
| Claude 4.1 Opus d'Anthropic | 70 | 35 | 1 | 1 jeton d'entrée = 1 jeton 1 jeton de sortie = 5 jetons 1 jeton d'écriture dans le cache (5 min) = 1,25 jeton 1 jeton d'écriture dans le cache (1 h) = 2 jetons 1 jeton de succès de cache (hit) = 0,1 jeton |
| Claude Haiku 4.5 d'Anthropic | 1 050 | 8 | 1 | Moins de 200 000 jetons d'entrée : 1 jeton d'entrée = 1 jeton 1 jeton de sortie = 5 jetons 1 jeton d'écriture dans le cache (5 min) = 1,25 jeton 1 jeton d'écriture dans le cache (1 h) = 2 jetons 1 jeton de succès de cache (hit) = 0,1 jeton |
| Claude Opus 4 d'Anthropic | 70 | 35 | 1 | 1 jeton d'entrée = 1 jeton 1 jeton de sortie = 5 jetons 1 jeton d'écriture dans le cache de 5 min = 1,25 jeton 1 jeton d'écriture dans le cache de 1 h = 2 jetons 1 jeton de succès de cache (hit) = 0,1 jeton |
| Claude Sonnet 4 d'Anthropic | 350 | 25 | 1 | Moins de 200 000 jetons d'entrée : 1 jeton d'entrée = 1 jeton 1 jeton de sortie = 5 jetons 1 jeton d'écriture dans le cache (5 min) = 1,25 jeton 1 jeton d'écriture dans le cache (1 h) = 2 jetons 1 jeton de correspondance dans le cache = 0,1 jeton 200 000 jetons d'entrée ou plus : 1 jeton d'entrée = 2 jetons 1 jeton de sortie = 7,5 jetons 1 jeton d'succès de cache (hit)écriture dans le cache (5 min) = 2,5 jetons 1 jeton d'écriture dans le cache (1 h) = 4 jetons 1 jeton de correspondance dans le cache = 0,2 jeton |
| Claude 3.7 Sonnet d'Anthropic (obsolète) | 350 | 25 | 1 | 1 jeton d'entrée = 1 jeton 1 jeton de sortie = 5 jetons 1 jeton d'écriture dans le cache (5 min) = 1,25 jeton 1 jeton de succès de cache (hit) = 0,1 jeton |
| Claude 3.5 Sonnet v2 d'Anthropic (obsolète) | 350 | 25 | 1 | 1 jeton d'entrée = 1 jeton 1 jeton de sortie = 5 jetons 1 jeton d'écriture dans le cache (5 min) = 1,25 jeton 1 jeton de succès de cache (hit) = 0,1 jeton |
| Claude 3.5 Haiku d'Anthropic | 2 000 | 10 | 1 | 1 jeton d'entrée = 1 jeton 1 jeton de sortie = 5 jetons 1 jeton d'écriture dans le cache de 5 min = 1,25 jeton 1 jeton d'écriture dans le cache de 1 h = 2 jetons 1 jeton de succès de cache (hit) = 0,1 jeton |
| Claude 3 Opus d'Anthropic | 70 | 35 | 1 | 1 jeton d'entrée = 1 jeton 1 jeton de sortie = 5 jetons 1 jeton d'écriture dans le cache (5 min) = 1,25 jeton 1 jeton de succès de cache (hit) = 0,1 jeton |
| Claude 3 Haiku d'Anthropic | 4 200 | 5 | 1 | 1 jeton d'entrée = 1 jeton 1 jeton de sortie = 5 jetons 1 jeton d'écriture dans le cache de 5 min = 1,25 jeton 1 jeton d'écriture dans le cache de 1 h = 2 jetons 1 jeton de succès de cache (hit) = 0,1 jeton |
| Claude 3.5 Sonnet d'Anthropic (obsolète) | 350 | 25 | 1 | 1 jeton d'entrée = 1 jeton 1 jeton de sortie = 5 jetons 1 jeton d'écriture dans le cache (5 min) = 1,25 jeton 1 jeton de succès de cache (hit) = 0,1 jeton |
Pour en savoir plus sur les régions disponibles, consultez Disponibilité des régions pour Anthropic Claude. Pour commander un débit provisionné pour les modèles Anthropic, contactez votre responsable de compteGoogle Cloud .
Modèles ouverts
Le tableau suivant indique le débit, les incréments d'achat et les taux d'utilisation pour les modèles ouverts compatibles avec le débit provisionné.
| Modèle | Débit par GSU (jetons/seconde) | Achat minimal de GSU | Incrément d'achat de GSU | Taux d'utilisation |
|---|---|---|---|---|
|
Dernière version compatible : |
3 360 | 1 | 1 | 1 jeton de texte en entrée = 1 jeton 1 jeton d'image en entrée = 1 jeton 1 jeton de texte en sortie = 4 jetons |
|
Dernière version compatible : |
1 680 | 1 | 1 | 1 jeton de texte d'entrée = 1 jeton 1 jeton de texte de sortie = 4 jetons |
|
Dernière version compatible : |
1 400 | 1 | 1 | 1 jeton de texte en entrée = 1 jeton 1 jeton de texte en sortie = 1 jeton |
|
Dernière version compatible : |
2 800 | 1 | 1 | 1 jeton de texte en entrée = 1 jeton 1 jeton d'image en entrée = 1 jeton 1 jeton de texte en sortie = 4 jetons |
|
Dernière version compatible : |
4 035 | 1 | 1 | 1 jeton de texte en entrée = 1 jeton 1 jeton d'image en entrée = 1 jeton 1 jeton de texte en sortie = 3 jetons |
|
Dernière version compatible : |
3 360 | 1 | 1 | 1 jeton de texte d'entrée = 1 jeton 1 jeton de texte de sortie = 4 jetons |
|
Dernière version compatible : |
11 205 | 1 | 1 | 1 jeton de texte d'entrée = 1 jeton 1 jeton de texte de sortie = 4 jetons |
|
Dernière version compatible : |
14 405 | 1 | 1 | 1 jeton de texte d'entrée = 1 jeton 1 jeton de texte de sortie = 4 jetons |
|
Dernière version compatible : |
4 035 | 1 | 1 | 1 jeton de texte d'entrée = 1 jeton 1 jeton de texte de sortie = 4 jetons |
|
Dernière version compatible : |
1 010 | 1 | 1 | 1 jeton de texte d'entrée = 1 jeton 1 jeton de texte de sortie = 4 jetons |
|
Dernière version compatible : |
6 725 | 1 | 1 | 1 jeton de texte d'entrée = 1 jeton 1 jeton de texte de sortie = 8 jetons |
|
Dernière version compatible : |
6 725 | 1 | 1 | 1 jeton de texte d'entrée = 1 jeton 1 jeton de texte de sortie = 8 jetons |
Fonctionnalités disponibles pour les modèles Google et ouverts
Le tableau suivant répertorie les fonctionnalités disponibles avec le débit provisionné pour les modèles Google et les modèles ouverts :
| Capacité | Modèles Google | Modèles ouverts (aperçu) |
|---|---|---|
| Commander via la console Google Cloud | Oui | Oui |
| Compatibilité avec les points de terminaison mondiaux | Consultez la section Compatibilité des modèles de points de terminaison globaux. | Consultez la section Compatibilité des modèles de points de terminaison globaux. |
| Compatible avec les modèles affinés supervisés | Oui | Non |
| Compatibilité avec l'utilisation de clés API | Oui | Non |
| Intégration à la mise en cache du contexte implicite | Oui | Non applicable |
| Intégration à la mise en cache de contexte explicite | Oui | Non applicable |
| Traitement ML | Disponible dans des régions spécifiques. Pour en savoir plus, consultez Débit provisionné dans une seule zone. | Non applicable |
| Conditions de commande disponibles | 1 semaine, 1 mois, 3 mois et 1 an | 1 mois, 3 mois et 1 an |
| Modifier une commande depuis la console | Oui | Non |
| États des commandes : en attente d'examen, approuvée, active, expirée | Oui | Oui |
| Les dépassements sont reportés par défaut au paiement à l'usage. | Oui | Oui |
| Contrôle des en-têtes d'API : utilisez "dedicated" pour n'utiliser que le débit provisionné ou "shared" pour n'utiliser que le paiement à l'usage. | Oui | Oui |
| Surveillance : métriques, tableaux de bord et alertes | Oui | Oui |
Compatibilité avec les modèles de points de terminaison globaux
Le débit provisionné est compatible avec le point de terminaison global pour les modèles Google et les modèles ouverts.
Le trafic qui dépasse le quota de débit provisionné utilise par défaut le point de terminaison mondial.
Pour attribuer un débit provisionné au point de terminaison mondial d'un modèle, sélectionnez global comme région lorsque vous passez une commande de débit provisionné.
Modèles Google compatibles avec le point de terminaison global
Le tableau suivant liste les modèles Google pour lesquels le débit provisionné est compatible avec le point de terminaison global :
| Modèle | Dernière version du modèle compatible |
|---|---|
| Gemini 3 Pro (preview) | gemini-3-pro-preview |
| Image Gemini 3 Pro (preview) | gemini-3-pro-image-preview |
| Gemini 2.5 Pro | gemini-2.5-pro |
| Gemini 2.5 Flash Image | gemini-2.5-flash-image |
| Gemini 2.0 Flash | |
| Gemini 2.5 Flash-Lite | |
| Gemini 2.0 Flash | gemini-2.0-flash-001 |
| Gemini 2.0 Flash-Lite | gemini-2.0-flash-lite-001 |
Modèles ouverts avec compatibilité des points de terminaison mondiaux
Le tableau suivant liste les modèles ouverts pour lesquels le débit provisionné est compatible avec le point de terminaison global :
| Modèle | Dernière version du modèle compatible |
|---|---|
| DeepSeek-OCR | deepseek-ocr-maas |
| Kimi K2 Thinking | kimi-k2-thinking-maas |
| MiniMax M2 | minimax-m2-maas |
| OpenAI gpt-oss 120B | gpt-oss-120b-maas |
| Qwen3-Next-80B Instruct | qwen3-next-80b-a3b-instruct-maas |
| Qwen3-Next-80B Thinking | qwen3-next-80b-a3b-thinking-maas |
Prise en charge des modèles affinés de manière supervisée
Les éléments suivants sont compatibles avec les modèles Google qui acceptent l'affinage supervisé :
Le débit provisionné peut être appliqué aux modèles de base et aux versions affinées supervisées de ces modèles de base.
Les points de terminaison des modèles affinés supervisés et leur modèle de base correspondant sont comptabilisés dans le même quota de débit provisionné.
Par exemple, le débit provisionné acheté pour
gemini-2.0-flash-lite-001pour un projet spécifique donne la priorité aux requêtes effectuées à partir de versions supervisées et affinées degemini-2.0-flash-lite-001créées dans ce projet. Utilisez l'en-tête approprié pour contrôler le comportement du trafic.