As tabelas a seguir mostram os modelos compatíveis com a capacidade de processamento provisionada, a capacidade de processamento para cada unidade de escala de IA generativa (GSU, na sigla em inglês) e as taxas de burndown de cada modelo.
Modelos do Google
A capacidade de processamento provisionada só é compatível com modelos que você chama diretamente
do seu projeto usando o ID específico do modelo, e não um alias. Para usar
a capacidade de processamento provisionada e fazer chamadas de API para um modelo, use o
ID específico da versão do modelo (por exemplo, gemini-2.0-flash-001) e não um
alias de versão do modelo.
Embora a Capacidade de Processamento Provisionada garanta a capacidade para as solicitações do seu modelo, ela não inclui nem ignora as cotas de outras ferramentas que você pode usar, como Embasamento. Dependendo do tamanho da sua carga de trabalho, talvez seja necessário solicitar mais cota para essas ferramentas separadamente.
Além disso, a Capacidade de Processamento Provisionada não é compatível com modelos chamados por outros produtos da Gemini Enterprise Agent Platform, como os agentes de IA da Vertex AI e o Agent Search. Por exemplo, se você fizer chamadas de API para o Gemini 3.5 Flash ao usar o Agent Search, seu pedido de capacidade de processamento provisionada para o Gemini 3.5 Flash não vai garantir as chamadas feitas pelo Agent Search.
A capacidade de processamento provisionada não é compatível com chamadas de previsão em lote.
A tabela a seguir mostra a capacidade de processamento, o incremento de compra e as taxas de burndown para modelos do Google que oferecem suporte à capacidade de processamento provisionada. A capacidade de processamento por segundo é definida como a entrada de comando e a saída gerada em todas as solicitações por segundo.
Para saber quantos tokens sua carga de trabalho requer, consulte o tokenizador do SDK ou a API countTokens.
| Modelo | Capacidade de processamento por segundo por GSU | Unidades | Incremento mínimo de compra de GSU | Taxas de burndown |
|---|---|---|---|---|
|
Versão mais recente compatível: |
260 | Tokens | 1 |
1 token de texto de entrada = 1 token 1 token de imagem de entrada = 1 token 1 token de vídeo de entrada = 1 token 1 token de áudio de entrada = 1 token 1 token de cache de texto de entrada = 0,05 token 1 token de cache de imagem de entrada = 0,05 token 1 token de cache de vídeo de entrada = 0,05 token 1 token de cache de áudio de entrada = 0,05 token 1 token de texto de resposta/raciocínio de saída = 5 tokens |
|
Gemini 4 Argon Cyber Permissive Versão mais recente compatível: |
260 | Tokens | 1 |
1 token de texto de entrada = 1 token 1 token de imagem de entrada = 1 token 1 token de vídeo de entrada = 1 token 1 token de áudio de entrada = 1 token 1 token de cache de texto de entrada = 0,05 token 1 token de cache de imagem de entrada = 0,05 token 1 token de cache de vídeo de entrada = 0,05 token 1 token de cache de áudio de entrada = 0,05 token 1 token de texto de resposta/raciocínio de saída = 5 tokens |
|
Versão mais recente compatível: |
1.350 | Tokens | 1 |
1 token de texto de entrada = 1 token 1 token de áudio de entrada = 4 tokens 1 token de imagem / vídeo de entrada = 1,4 token 1 token de texto de saída = 6 tokens 1 token de áudio de saída = 16 tokens 1 token de vídeo de saída = 1,4 token |
|
Versão mais recente compatível: |
675 | Tokens | 1 |
1 token de texto de entrada = 1 token 1 token de imagem de entrada = 1 token 1 token de vídeo de entrada = 1 token 1 token de áudio de entrada = 1 token 1 token de cache de texto de entrada = 0,1 token 1 token de cache de imagem de entrada = 0,1 token 1 token de cache de vídeo de entrada = 0,1 token 1 token de cache de áudio de entrada = 0,1 token 1 token de resposta de texto de saída = 5 tokens |
|
Versão mais recente compatível: |
675 | Tokens | 1 |
1 token de texto de entrada = 1 token 1 token de imagem de entrada = 1 token 1 token de vídeo de entrada = 1 token 1 token de áudio de entrada = 1 token 1 token de armazenamento em cache de texto de entrada = 0,1 token 1 token de armazenamento em cache de imagem de entrada = 0,1 token 1 token de armazenamento em cache de vídeo de entrada = 0,1 token 1 token de armazenamento em cache de áudio de entrada = 0,1 token 1 token de resposta de texto de saída = 5 tokens |
|
Versão mais recente compatível: |
670 | Tokens | 1 |
1 token de texto de entrada = 1 token 1 token de imagem de entrada = 1 token 1 token de vídeo de entrada = 1 token 1 token de áudio de entrada = 1 token 1 token de texto de saída (resposta e raciocínio) = 6 tokens 1 token de vídeo de saída = 12 tokens |
|
Versão mais recente compatível: |
675 | Tokens | 1 |
1 token de texto de entrada = 1 token 1 token de imagem de entrada = 1 token 1 token de vídeo de entrada = 1 token 1 token de áudio de entrada = 1 token 1 token de cache de texto de entrada = 0,1 token 1 token de cache de imagem de entrada = 0,1 token 1 token de cache de vídeo de entrada = 0,1 token 1 token de cache de áudio de entrada = 0,1 token 1 token de resposta de texto de saída = 5 tokens |
|
Versão mais recente compatível: |
675 | Tokens | 1 |
1 token de texto de entrada = 1 token 1 token de imagem de entrada = 1 token 1 token de vídeo de entrada = 1 token 1 token de áudio de entrada = 1 token 1 token de armazenamento em cache de texto de entrada = 0,1 token 1 token de armazenamento em cache de imagem de entrada = 0,1 token 1 token de armazenamento em cache de vídeo de entrada = 0,1 token 1 token de armazenamento em cache de áudio de entrada = 0,1 token 1 token de resposta de texto de saída = 5 tokens |
|
Versão mais recente compatível: |
3.360 | Tokens | 1 |
1 token de texto de entrada = 1 token 1 token de imagem de entrada = 1 token 1 token de vídeo de entrada = 1 token 1 token de áudio de entrada = 1 token 1 token de armazenamento em cache de texto de entrada = 0,1 token 1 token de armazenamento em cache de imagem de entrada = 0,1 token 1 token de armazenamento em cache de vídeo de entrada = 0,1 token 1 token de armazenamento em cache de áudio de entrada = 0,1 token 1 token de resposta de texto de saída = 9 tokens |
|
Imagem do Gemini 3.1 Flash-Lite (Nano Banana 2 Lite) Versão mais recente compatível: |
4.030 | Tokens | 1 |
1 token de texto de entrada = 1 token 1 token de imagem de entrada = 1 token 1 token de vídeo de entrada = 1 token 1 token de texto de resposta de saída = 6 tokens 1 token de texto de raciocínio de saída = 6 tokens 1 token de imagem de saída = 120 tokens |
|
Versão mais recente compatível: |
500 | Tokens | 1 |
1 token de texto de entrada = 1 token 1 token de imagem de entrada = 1 token 1 token de vídeo de entrada = 1 token 1 token de texto de resposta de saída = 6 tokens 1 token de texto de raciocínio de saída = 6 tokens 1 token de imagem de saída = 60 tokens |
|
Versão mais recente compatível: |
675 | Tokens | 1 |
1 token de texto de entrada = 1 token 1 token de imagem de entrada = 1 token 1 token de vídeo de entrada = 1 token 1 token de cache de texto de entrada = 0,1 token 1 token de cache de imagem de entrada = 0,1 token 1 token de cache de vídeo de entrada = 0,1 token 1 token de texto de resposta de saída = 5 tokens 1 token de texto de raciocínio de saída = 5 tokens 1 token de imagem de saída = 20 tokens |
|
Versão mais recente compatível: |
2.015 | Tokens | 1 |
1 token de texto de entrada = 1 token 1 token de imagem de entrada = 1 token 1 token de vídeo de entrada = 1 token 1 token de texto de resposta de saída = 6 tokens 1 token de texto de raciocínio de saída = 6 tokens 1 token de imagem de saída = 120 tokens |
|
Versão mais recente compatível: |
675 | Tokens | 1 |
1 token de texto de entrada = 1 token 1 token de imagem de entrada = 1 token 1 token de vídeo de entrada = 1 token 1 token de áudio de entrada = 1 token 1 token de cache de texto de entrada = 0,1 token 1 token de cache de imagem de entrada = 0,1 token 1 token de cache de vídeo de entrada = 0,1 token 1 token de cache de áudio de entrada = 0,1 token 1 token de texto de saída = 6 tokens |
|
Versão mais recente compatível: |
4030 | Tokens | 1 |
1 token de texto de entrada = 1 token 1 token de imagem de entrada = 1 token 1 token de vídeo de entrada = 1 token 1 token de áudio de entrada = 2 tokens 1 token de armazenamento em cache de texto de entrada = 0,1 token 1 token de armazenamento em cache de imagem de entrada = 0,1 token 1 token de armazenamento em cache de vídeo de entrada = 0,1 token 1 token de armazenamento em cache de áudio de entrada = 0,2 token 1 token de texto de resposta de saída = 6 tokens 1 token de texto de raciocínio de saída = 6 tokens |
|
Versão mais recente com suporte: |
500 | Tokens | 1 |
Menor ou igual a 200.000 tokens de entrada: 1 token de texto de entrada = 1 token 1 token de imagem de entrada = 1 token 1 token de vídeo de entrada = 1 token 1 token de áudio de entrada = 1 token 1 token de cache de entrada = 0,1 token 1 token de texto de resposta de saída = 6 tokens 1 token de texto de raciocínio de saída = 6 tokens Maior que 200.000 tokens de entrada: 1 token de texto de entrada = 2 tokens 1 token de imagem de entrada = 2 tokens 1 token de vídeo de entrada = 2 tokens 1 token de áudio de entrada = 2 tokens 1 token de cache de entrada = 0,2 token 1 token de texto de resposta de saída = 9 tokens 1 token de texto de raciocínio de saída = 9 tokens |
|
Versão mais recente compatível: |
2015 | Tokens | 1 |
1 token de texto de entrada = 1 token 1 token de imagem de entrada = 1 token 1 token de vídeo de entrada = 1 token 1 token de áudio de entrada = 2 tokens 1 token de cache de texto, imagem e vídeo de entrada = 0,1 token 1 token de cache de áudio de entrada = 0,2 token 1 token de texto de resposta de saída = 6 tokens 1 token de texto de raciocínio de saída = 6 tokens |
|
Versão mais recente compatível: |
650 | Tokens | 1 |
Até 200.000 tokens de entrada: 1 token de texto de entrada = 1 token 1 token de imagem de entrada = 1 token 1 token de vídeo de entrada = 1 token 1 token de áudio de entrada = 1 token 1 token de texto de resposta de saída = 8 tokens 1 token de texto de raciocínio de saída = 8 tokens Mais de 200.000 tokens de entrada: 1 token de texto de entrada = 2 tokens 1 token de imagem de entrada = 2 tokens 1 token de vídeo de entrada = 2 tokens 1 token de áudio de entrada = 2 tokens 1 token de texto de resposta de saída = 12 tokens 1 token de texto de raciocínio de saída = 12 tokens |
|
Criação de Imagens do Gemini 2.5 Flash Versão mais recente compatível: |
2.690 | Tokens | 1 |
1 token de texto de entrada = 1 token 1 token de imagem de entrada = 1 token 1 token de texto de saída = 9 tokens 1 token de imagem de saída = 100 tokens |
|
Versão mais recente compatível: |
2690 | Tokens | 1 |
1 token de texto de entrada = 1 token 1 token de imagem de entrada = 1 token 1 token de vídeo de entrada = 1 token 1 token de áudio de entrada = 4 tokens 1 token de texto de resposta de saída = 9 tokens 1 token de texto de raciocínio de saída = 9 tokens |
|
Versão mais recente com suporte (GA): Versão mais recente com suporte (pré-lançamento): |
8.070 | Tokens | 1 |
1 token de texto de entrada = 1 token 1 token de imagem de entrada = 1 token 1 token de vídeo de entrada = 1 token 1 token de áudio de entrada = 3 tokens 1 token de texto de resposta de saída = 4 tokens 1 token de texto de raciocínio de saída = 4 tokens |
|
Gemini 2.5 Flash com áudio nativo da API Gemini Live Versão mais recente compatível: |
1.620 | Tokens | 1 |
1 token de texto de entrada = 1 token 1 token de áudio de entrada = 6 tokens 1 token de vídeo de entrada = 6 tokens 1 token de imagem de entrada = 6 tokens 1 token de memória de sessão de entrada = 1 token 1 token de texto de saída = 4 tokens 1 token de áudio de saída = 24 tokens |
|
Versão mais recente compatível: |
0,02 | Imagens | 1 |
1 imagem por segundo = 0,02 tokens |
Versão mais recente compatível: |
0,0350 | Segundos de vídeo (720p) | 1 | 1 segundo de vídeo de saída (720p) = 1 segundo de vídeo de saída |
| Segundos de vídeo + áudio (720p) | 1 | 1 segundo de vídeo + áudio de saída (720p) = 1,75 segundo de vídeo de saída | ||
| Segundos de vídeo (1080p) | 1 | 1 segundo de vídeo de saída (1080p) = 1,75 segundo de vídeo de saída (720p) | ||
| Segundos de vídeo + áudio (1080p) | 1 | 1 segundo de vídeo+áudio de saída (1080p) = 2,33 segundos de vídeo de saída (720p) | ||
Versão mais recente compatível: |
0,0040 | Segundos de vídeo | 1 | 1 segundo de vídeo de saída = 1 segundo de vídeo de saída |
| Segundos de áudio e vídeo | 1 | 1 segundo de vídeo e áudio de saída = 2 segundos de vídeo de saída | ||
Versão mais recente compatível: |
0,01 | Segundos de vídeo (720p) | 1 | 1 segundo de vídeo de saída (720p) = 1 segundo de vídeo de saída |
| Segundos de vídeo + áudio (720p) | 1 | 1 segundo de vídeo + áudio de saída (720p) = 1,30 segundo de vídeo de saída | ||
| Segundos de vídeo (1080p) | 1 | 1 segundo de vídeo de saída (1080p) = 1,30 segundo de vídeo de saída (720p) | ||
| Segundos de vídeo + áudio (1080p) | 1 | 1 segundo de vídeo + áudio de saída (1080p) = 1,60 segundo de vídeo de saída (720p) | ||
| Segundos de vídeo (4K) | 1 | 1 segundo de vídeo de saída (4K) = 3,40 segundos de vídeo de saída (720p) | ||
| Segundos de vídeo + áudio (4K) | 1 | 1 segundo de vídeo + áudio de saída (4K) = 4 segundos de vídeo de saída (720p) | ||
Versão mais recente compatível: |
0,0040 | Segundos de vídeo | 1 | 1 segundo de vídeo de saída = 1 segundo de vídeo de saída |
| Segundos de áudio e vídeo | 1 | 1 segundo de vídeo e áudio de saída = 2 segundos de vídeo de saída | ||
Versão mais recente compatível: |
0,01 | Segundos de vídeo (720p) | 1 | 1 segundo de vídeo de saída (720p) = 1 segundo de vídeo de saída |
| Segundos de vídeo + áudio (720p) | 1 | 1 segundo de vídeo + áudio de saída (720p) = 1,30 segundo de vídeo de saída | ||
| Segundos de vídeo (1080p) | 1 | 1 segundo de vídeo de saída (1080p) = 1,30 segundo de vídeo de saída (720p) | ||
| Segundos de vídeo + áudio (1080p) | 1 | 1 segundo de vídeo + áudio de saída (1080p) = 1,60 segundo de vídeo de saída (720p) |
Para informações sobre as capacidades de um modelo e os limites de entrada ou saída, consulte a documentação do modelo.
Você pode fazer upgrade para novos modelos assim que eles forem disponibilizados. Para informações sobre disponibilidade e datas de descontinuação, consulte Modelos do Google.
Para mais informações sobre os locais compatíveis, consulte Locais disponíveis.
Modelos de parceiros
A tabela a seguir mostra as taxas de capacidade de processamento, incremento de compra e taxas de burndown dos modelos de parceiros que oferecem suporte à capacidade de processamento provisionada. Os modelos do Claude são medidos em tokens por segundo, que é definido como o total de tokens de entrada e saída em todas as solicitações por segundo.
| Modelo | Capacidade de processamento por GSU (tokens/s) | Compra mínima de GSUs | Incremento de compra de GSU | Taxas de burndown |
|---|---|---|---|---|
| Claude Haiku 5.5 da Anthropic no Google Cloud | 10.417 | 1 | 1 | Até 100.000 tokens de entrada: 1 token de entrada = 1 token 1 token de saída = 5 tokens 1 token de gravação em cache de 5m = 1,25 token 1 token de gravação em cache de 1h = 2 tokens 1 token de ocorrência em cache = 0,1 token Mais de 100.000 tokens de entrada: 1 token de entrada = 5 tokens 1 token de saída = 25 tokens 1 token de gravação em cache de 5m = 6,25 tokens 1 token de gravação em cache de 1h = 10 tokens 1 token de ocorrência em cache = 0,5 token |
| Claude Sonnet 5.5 da Anthropic no Google Cloud | 525 | 1 | 1 | 1 token de entrada = 1 token 1 token de saída = 5 tokens 1 token de gravação no cache de 5 minutos = 1,25 token 1 token de gravação no cache de 1 hora = 2 tokens 1 token de ocorrência em cache = 0,05 token |
| Claude Opus 5.5 da Anthropic no Google Cloud | 261 | 1 | 1 | 1 token de entrada = 1 token 1 token de saída = 5 tokens 1 token de gravação no cache de 5 minutos = 1,25 token 1 token de gravação no cache de 1 hora = 2 tokens 1 token de ocorrência em cache = 0,05 token |
| Claude Fable 5.1 da Anthropic no Google Cloud | 105 | 1 | 1 | 1 token de entrada = 1 token 1 token de saída = 5 tokens 1 token de gravação em cache de 5 minutos = 1,25 token 1 token de gravação em cache de 1 hora = 2 tokens 1 ocorrência em cache de token = 0,025 token |
| Claude Opus 5 da Anthropic no Google Cloud | 210 | 1 | 1 | 1 token de entrada = 1 token 1 token de saída = 5 tokens 1 token de gravação em cache de 5m = 1,25 token 1 token de gravação em cache de 1h = 2 tokens 1 token de ocorrência em cache = 0,1 token |
| Claude Sonnet 5 da Anthropic no Google Cloud | 350 | 25 | 1 | 1 token de entrada = 1 token 1 token de saída = 5 tokens 1 token de gravação em cache de 5m = 1,25 token 1 token de gravação em cache de 1h = 2 tokens 1 token de ocorrência em cache = 0,1 token |
| Claude Fable 5 da Anthropic no Google Cloud | 105 | 1 | 1 | 1 token de entrada = 1 token 1 token de saída = 5 tokens 1 token de gravação em cache de 5m = 1,25 token 1 token de gravação em cache de 1h = 2 tokens 1 token de ocorrência em cache = 0,1 token |
| Claude Opus 4.8 da Anthropic no Google Cloud | 210 | 35 | 1 | 1 token de entrada = 1 token 1 token de saída = 5 tokens 1 token de gravação em cache de 5m = 1,25 token 1 token de gravação em cache de 1h = 2 tokens 1 token de ocorrência em cache = 0,1 token |
| Claude Opus 4.7 da Anthropic no Google Cloud | 210 | 35 | 1 | 1 token de entrada = 1 token 1 token de saída = 5 tokens 1 token de gravação no cache de 5 minutos = 1,25 token 1 token de gravação no cache de 1 hora = 2 tokens 1 token de ocorrência em cache = 0,1 token |
| Claude Sonnet 4.6 da Anthropic no Google Cloud | 350 | 25 | 1 | 1 token de entrada = 1 token 1 token de saída = 5 tokens 1 token de gravação em cache de 5m = 1,25 token 1 token de gravação em cache de 1h = 2 tokens 1 token de ocorrência em cache = 0,1 token |
| Claude Opus 4.6 da Anthropic no Google Cloud | 210 | 35 | 1 | 1 token de entrada = 1 token 1 token de saída = 5 tokens 1 token de gravação em cache de 5m = 1,25 token 1 token de gravação em cache de 1h = 2 tokens 1 token de ocorrência em cache = 0,1 token |
| Claude Opus 4.5 da Anthropic no Google Cloud | 210 | 35 | 1 | 1 token de entrada = 1 token 1 token de saída = 5 tokens 1 token de gravação em cache de 5m = 1,25 token 1 token de gravação em cache de 1h = 2 tokens 1 token de ocorrência em cache = 0,1 token |
| Claude Sonnet 4.5 da Anthropic no Google Cloud | 350 | 25 | 1 | Menos de 200.000 tokens de entrada: 1 token de entrada = 1 token 1 token de saída = 5 tokens 1 token de gravação em cache de 5m = 1,25 token 1 token de gravação em cache de 1h = 2 tokens 1 token de ocorrência em cache = 0,1 token Mais de 200.000 tokens de entrada: 1 token de entrada = 2 tokens 1 token de saída = 7,5 tokens 1 token de gravação em cache de 5m = 2,5 tokens 1 token de gravação em cache de 1h = 4 tokens 1 token de ocorrência em cache = 0,2 token |
| Claude Opus 4.1 da Anthropic no Google Cloud | 70 | 35 | 1 | 1 token de entrada = 1 token 1 token de saída = 5 tokens 1 token de gravação no cache de 5 minutos = 1,25 token 1 token de gravação no cache de 1 hora = 2 tokens 1 token de ocorrência em cache = 0,1 token |
| Claude Haiku 4.5 da Anthropic no Google Cloud | 1.050 | 8 | 1 | Menos de 200.000 tokens de entrada: 1 token de entrada = 1 token 1 token de saída = 5 tokens 1 token de gravação de cache de 5m = 1,25 token 1 token de gravação de cache de 1h = 2 tokens 1 token de ocorrência em cache = 0,1 token |
| Claude Opus 4 da Anthropic no Google Cloud | 70 | 35 | 1 | 1 token de entrada = 1 token 1 token de saída = 5 tokens 1 token de gravação no cache de 5 minutos = 1,25 token 1 token de gravação no cache de 1 hora = 2 tokens 1 token de ocorrência em cache = 0,1 token |
| Claude Sonnet 4 da Anthropic no Google Cloud | 350 | 25 | 1 | Menos de 200.000 tokens de entrada: 1 token de entrada = 1 token 1 token de saída = 5 tokens 1 token de gravação em cache de 5m = 1,25 token 1 token de gravação em cache de 1h = 2 tokens 1 token de ocorrência em cache = 0,1 token Mais de 200.000 tokens de entrada: 1 token de entrada = 2 tokens 1 token de saída = 7,5 tokens 1 token de gravação em cache de 5m = 2,5 tokens 1 token de gravação em cache de 1h = 4 tokens 1 token de ocorrência em cache = 0,2 token |
| Claude 3.7 Sonnet da Anthropic no Google Cloud (descontinuado) | 350 | 25 | 1 | 1 token de entrada = 1 token 1 token de saída = 5 tokens 1 token de gravação em cache de 5m = 1,25 token 1 token de ocorrência em cache = 0,1 token |
| Claude 3.5 Sonnet v2 da Anthropic no Google Cloud (descontinuado) | 350 | 25 | 1 | 1 token de entrada = 1 token 1 token de saída = 5 tokens 1 token de gravação no cache de 5 minutos = 1,25 token 1 ocorrência em cache de token = 0,1 token |
| Claude 3.5 Haiku da Anthropic no Google Cloud (descontinuado) | 2.000 | 10 | 1 | 1 token de entrada = 1 token 1 token de saída = 5 tokens 1 token de gravação em cache de 5m = 1,25 token 1 token de gravação em cache de 1h = 2 tokens 1 token de ocorrência em cache = 0,1 token |
| Claude 3 Opus da Anthropic no Google Cloud | 70 | 35 | 1 | 1 token de entrada = 1 token 1 token de saída = 5 tokens 1 token de gravação em cache de 5m = 1,25 token 1 token de ocorrência em cache = 0,1 token |
| Claude 3 Haiku da Anthropic no Google Cloud (descontinuado) | 4.200 | 5 | 1 | 1 token de entrada = 1 token 1 token de saída = 5 tokens 1 token de gravação no cache de 5 minutos = 1,25 token 1 token de gravação no cache de 1 hora = 2 tokens 1 token de ocorrência em cache = 0,1 token |
| Claude 3.5 Sonnet da Anthropic no Google Cloud (descontinuado) | 350 | 25 | 1 | 1 token de entrada = 1 token 1 token de saída = 5 tokens 1 token de gravação no cache de 5 minutos = 1,25 token 1 ocorrência em cache de token = 0,1 token |
Para informações sobre os locais disponíveis, consulte Disponibilidade regional do Anthropic Claude. Para solicitar a Capacidade de Processamento Provisionada para modelos da Anthropic, entre em contato com o representante da sua conta doGoogle Cloud .
Modelos abertos
A tabela a seguir mostra as taxas de capacidade de processamento, incremento de compra e burndown para modelos abertos que oferecem suporte à capacidade de processamento provisionada.
| Modelo | Capacidade de processamento por GSU (tokens/s) | Compra mínima de GSUs | Incremento de compra de GSU | Taxas de burndown |
|---|---|---|---|---|
|
Versão mais recente compatível: |
3.360 | 1 | 1 | 1 token de texto de entrada = 1 token 1 token de imagem de entrada = 1 token 1 token de texto de saída = 4 tokens |
|
Versão mais recente compatível: |
1.680 | 1 | 1 | 1 token de texto de entrada = 1 token 1 token de texto de saída = 4 tokens |
|
Versão mais recente compatível: O suporte à capacidade de processamento provisionada para esse modelo é faturado com as mesmas SKUs dos modelos do Google, mas está sujeito aos recursos de modelos abertos. |
6.725 | 1 | 1 | 1 token de texto de entrada = 1 token 1 token de imagem de entrada = 1 token 1 token de texto de saída = 4 tokens |
|
Versão mais recente compatível: |
1.680 | 1 | 1 | 1 token de texto de entrada = 1 token 1 token de texto de saída = 4 tokens |
|
Versão mais recente compatível: |
1.400 | 1 | 1 | 1 token de texto de entrada = 1 token 1 token de texto de saída = 1 token |
|
Versão mais recente compatível: |
2.800 | 1 | 1 | 1 token de texto de entrada = 1 token 1 token de imagem de entrada = 1 token 1 token de texto de saída = 4 tokens |
|
Versão mais recente compatível: |
4.035 | 1 | 1 | 1 token de texto de entrada = 1 token 1 token de imagem de entrada = 1 token 1 token de texto de saída = 3 tokens |
|
Versão mais recente compatível: |
3.360 | 1 | 1 | 1 token de texto de entrada = 1 token 1 token de texto de saída = 4 tokens |
|
Versão mais recente compatível: |
11.205 | 1 | 1 | 1 token de texto de entrada = 1 token 1 token de texto de saída = 4 tokens |
|
Versão mais recente compatível: |
14.405 | 1 | 1 | 1 token de texto de entrada = 1 token 1 token de texto de saída = 4 tokens |
|
Versão mais recente compatível: |
4.035 | 1 | 1 | 1 token de texto de entrada = 1 token 1 token de texto de saída = 4 tokens |
|
Versão mais recente compatível: |
1.010 | 1 | 1 | 1 token de texto de entrada = 1 token 1 token de texto de saída = 4 tokens |
|
Versão mais recente compatível: |
6.725 | 1 | 1 | 1 token de texto de entrada = 1 token 1 token de texto de saída = 8 tokens |
|
Versão mais recente compatível: |
6.725 | 1 | 1 | 1 token de texto de entrada = 1 token 1 token de texto de saída = 8 tokens |
|
Versão mais recente compatível: |
1.685 | 1 | 1 | 1 token de texto de entrada = 1 token 1 token de texto de saída = 4 tokens |
|
Versão mais recente compatível: |
1.010 | 1 | 1 | 1 token de texto de entrada = 1 token 1 token de texto de saída = 3 tokens |
Recursos disponíveis para modelos abertos e do Google
A tabela a seguir lista os recursos disponíveis com a capacidade de processamento provisionada para modelos do Google e abertos:
| Capacidade | Modelos do Google | Modelos abertos (prévia) |
|---|---|---|
| Fazer um pedido pelo console do Google Cloud | Sim | Sim |
| Suporte a endpoints globais | Consulte Suporte a modelos de endpoint global. | Consulte Suporte a modelos de endpoint global. |
| Oferece suporte a modelos com ajuste supervisionado | Sim | Não |
| Suporta o uso de chaves de API | Sim | Não |
| Integrado ao armazenamento em cache de contexto implícito | Sim | Não relevante |
| Integração com armazenamento em cache de contexto explícito | Sim | Não relevante |
| Processamento de ML | Disponível em regiões específicas. Para mais detalhes, consulte Capacidade de processamento provisionada de zona única. | Não relevante |
| Termos de pedido disponíveis | 1 semana, 1 mês, 3 meses e 1 ano | 1 semana, 1 mês, 3 meses e 1 ano |
| Mudar a ordem no console | Sim | Não |
| Status do pedido: pendente de revisão, aprovado, ativo, expirado | Sim | Sim |
| Os excedentes vão para o pagamento por uso por padrão | Sim | Sim |
| Controle de cabeçalho da API: use "dedicated" para usar somente a capacidade de processamento provisionada ou "shared" para usar somente o pagamento por uso. | Sim | Sim |
| Monitoring: métricas, painéis e alertas | Sim | Sim |
Suporte a modelos de endpoint global
A Capacidade de Processamento Provisionada é compatível com o endpoint global para modelos do Google e abertos.
O tráfego que excede a cota de capacidade de processamento provisionada usa o endpoint global por padrão.
Para atribuir capacidade de processamento provisionada ao endpoint global de um modelo, selecione global como a região ao fazer um pedido de capacidade de processamento provisionada.
Modelos do Google com suporte a endpoints globais
A tabela a seguir lista os modelos do Google para os quais a capacidade de processamento provisionada oferece suporte ao endpoint global:
| Modelo | Versão mais recente do modelo com suporte |
|---|---|
| Gemini 4 Argon | gemini-4-argon |
| Gemini 4 Argon Cyber Permissive | gemini-4-argon-cyber-permissive |
| Gemini 3.8 Flash Cyber | gemini-3.8-flash-cyber |
| Gemini 3.8 Flash | gemini-3.8-flash |
| Gemini Omni 1.1 Flash pré-lançamento | gemini-omni-1.1-flash-preview |
| Gemini 3.7 Flash | gemini-3.7-flash |
| Gemini 3.6 Flash | gemini-3.6-flash |
| Gemini 3.5 Flash-Lite | gemini-3.5-flash-lite |
| Gemini 3.1 Flash-Lite Image (Nano Banana 2 Lite) | gemini-3.1-flash-lite-image |
| Gemini 3 Pro Image | gemini-3-pro-image |
| Gemini Nano Banana 2.1 | gemini-nano-banana-2.1 |
| Gemini 3.1 Flash Image | gemini-3.1-flash-image |
| Gemini 3.5 Flash | gemini-3.5-flash |
| Gemini 3.1 Flash-Lite | gemini-3.1-flash-lite |
| Gemini 3.1 Pro pré-lançamento | gemini-3.1-pro-preview |
| Gemini 3 Flash pré-lançamento | gemini-3-flash-preview |
| Gemini 2.5 Pro | gemini-2.5-pro |
| Gemini 2.5 Flash Image | gemini-2.5-flash-image |
| Gemini 2.5 Flash | gemini-2.5-flash |
| Gemini 2.5 Flash-Lite | gemini-2.5-flash-lite |
Modelos abertos com suporte a endpoints globais
A tabela a seguir lista os modelos abertos para os quais a capacidade de processamento provisionada é compatível com o endpoint global:
| Modelo | Versão mais recente do modelo compatível |
|---|---|
| DeepSeek-OCR | deepseek-ocr-maas |
| DeepSeek-V3.2 | deepseek-v3.2-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 |
| GLM 4.7 | glm-4.7-maas |
| GLM 5 | glm-5-maas |
Suporte a modelos com ajuste supervisionado
O seguinte é compatível com modelos do Google que aceitam ajuste supervisionado:
A Capacidade de Processamento Provisionada pode ser aplicada a modelos de base e versões ajustadas supervisionadas deles.
Os endpoints de modelos ajustados supervisionados e o modelo base correspondente contam para a mesma cota de capacidade de processamento provisionada.
Por exemplo, a Capacidade de Processamento Provisionada comprada para
gemini-3.1-flash-liteem um projeto específico prioriza solicitações feitas de versões degemini-3.1-flash-litecom ajuste supervisionado criadas nesse projeto. Use o cabeçalho adequado para controlar o comportamento do tráfego.
A partir do Gemini 3, as taxas de burndown para inferência de modelos ajustados são mais altas em comparação com a inferência de modelos base. Esse prêmio é proporcional ao prêmio de inferência ajustado para o modelo. Por exemplo, se a inferência ajustada cobrar 50% a mais do que a inferência do modelo base, a taxa de burndown da inferência ajustada será 50% maior. Nesse caso, se a inferência do modelo de base de um token de texto de entrada fosse um token, a inferência do modelo ajustado de um token de texto de entrada seria de 1,5 token.
Antes do Gemini 3, os endpoints de modelos ajustados supervisionados e os modelos de base correspondentes eram contabilizados na mesma cota de capacidade de processamento provisionada com as mesmas taxas de redução.