Esta página fornece detalhes a serem considerados antes de assinar a capacidade de processamento provisionada, as permissões necessárias para fazer ou visualizar um pedido de capacidade de processamento provisionada e as instruções para fazer e visualizar seus pedidos de capacidade de processamento provisionada padrão.
Se você quiser comprar a Capacidade de Processamento Provisionada de Zona Única, entre em contato com seuGoogle Cloud representante da conta para receber ajuda. Para mais informações sobre a Capacidade de Processamento Provisionada de Zona Única, consulte Capacidade de Processamento Provisionada de Zona Única.
O que considerar antes de comprar
Para ajudar você a decidir se quer comprar a capacidade de processamento provisionada, considere o seguinte:
Não é possível cancelar o pedido no meio do período.
Sua compra da capacidade de processamento provisionada é um compromisso, ou seja, não é possível cancelar o pedido no meio do período. No entanto, é possível aumentar o número de GSUs compradas. Se você comprou um compromisso acidentalmente ou se houver um problema com a configuração, entre em contato com o Google Cloud representante da conta para receber ajuda.
É possível renovar sua assinatura automaticamente.
Ao enviar seu pedido, é possível optar, ao final da vigência, pela renovação automática da assinatura ou deixar que ela expire. Também é possível modificar o comportamento de renovação automática do seu pedido em circunstâncias específicas. Para saber mais sobre cenários em que não é possível modificar um pedido, consulte Quando não é possível mudar um pedido.
Você pode configurar as assinaturas mensais para serem renovadas automaticamente a cada mês. Os termos semanais não são compatíveis com a renovação automática.
Para mais informações, consulte Mudar um pedido de capacidade de processamento provisionada padrão. Você também pode entrar em contato com seu representante da conta do Google Cloud para receber ajuda.
Você pode mudar o comportamento de renovação automática, o modelo, a versão do modelo ou a região com aviso prévio.
Depois de escolher o projeto, a região, o modelo, a versão do modelo e o comportamento de renovação automática, e depois que seu pedido for aprovado e ativado, a capacidade de processamento provisionada será ativada, sujeita à capacidade disponível. É possível mudar o comportamento de renovação automática, o modelo, a versão do modelo ou a região modificando seu pedido de capacidade de processamento provisionada usando o console do Google Cloud .
Todas as mudanças são processadas com base em esforços comercialmente razoáveis e geralmente são concluídas em até 10 dias úteis após a solicitação inicial.
As mudanças no modelo são limitadas a um publisher específico. Por exemplo, é possível mudar a atribuição de modelo da Capacidade de Processamento Provisionada do Google Gemini 2.5 Flash para o Google Gemini 2.5 Flash-Lite, mas não é possível mudar do Google Gemini 2.5 Flash para o Claude 3.5 Sonnet v2 da Anthropic.
Por padrão, o excedente é faturado como pagamento por uso.
Se a capacidade de processamento exceder o valor do pedido de capacidade de processamento provisionada, os excedentes serão processados e faturados como pagamento por uso padrão. É possível controlar os excedentes por solicitação. Para mais informações, consulte Usar capacidade de processamento provisionada.
Para informações sobre preços, consulte Capacidade de processamento provisionada.
Comprar capacidade de processamento provisionada para modelos de prévia
É possível comprar a Capacidade de Processamento Provisionada para modelos do Google em prévia, desde que uma versão de disponibilidade geral do modelo não tenha sido lançada.
Se você tiver um pedido de capacidade de processamento provisionada ativo para um modelo em pré-lançamento e uma versão com disponibilidade geral do modelo for lançada, você poderá fazer o seguinte:
Mova o pedido para a versão de disponibilidade geral do modelo. Observação: depois de mover seu pedido para o modelo de disponibilidade geral, não será possível voltar para o modelo de prévia. Para mais informações sobre como mudar um pedido, consulte Mudar um pedido padrão de capacidade de processamento provisionada.
Como alternativa, continue usando a capacidade de processamento provisionada para a versão de pré-lançamento de um modelo enquanto ela estiver estável. Para mais informações sobre modelos estáveis e desativados, consulte Versões e ciclo de vida do modelo.
Papéis e permissões
A função a seguir concede acesso total para gerenciar a Gemini Enterprise Agent Platform Capacidade de Processamento Provisionada:
roles/aiplatform.provisionedThroughputAdmin: você pode acessar recursos de Capacidade de Processamento Provisionada do Gemini Enterprise Agent Platform.
Esse papel inclui as seguintes permissões:
| Permissões | Descrição |
|---|---|
aiplatform.provisionedThroughputs.create |
Envie um novo pedido de capacidade de processamento provisionada. |
aiplatform.provisionedThroughputs.get |
Ver um pedido específico de capacidade de processamento provisionada. |
aiplatform.provisionedThroughputs.list |
Confira todos os pedidos de capacidade de processamento provisionada. |
aiplatform.provisionedThroughputs.update |
Modificar um pedido de capacidade de processamento provisionada. |
aiplatform.provisionedThroughputs.cancel |
Cancele um pedido ou uma atualização pendente. |
Planejar seu pedido de capacidade de processamento provisionada
Considere o seguinte ao planejar seus pedidos de capacidade de processamento provisionada.
Cotas
Se você espera que o QPM seja superior a 30.000, para maximizar seu pedido de Capacidade de Processamento Provisionada, solicite um ajuste de cota para a cota padrão do sistema da Agent Platform usando as seguintes informações:
- Serviço: a API Agent Platform.
- Nome:
Online prediction requests per minute per region - Tipo de serviço: uma cota.
- Dimensões: a região em que você pediu a capacidade de processamento provisionada.
- Valor: é o limite de tráfego de previsão on-line escolhido.
Processamento do pedido
Os pedidos de Capacidade de Processamento Provisionada são processados com base no tamanho do pedido e na capacidade disponível. Dependendo do número de GSUs solicitadas e da capacidade disponível, pode levar de alguns minutos a algumas semanas para processar seu pedido. Ao fazer um pedido de capacidade de processamento provisionada, use a ferramenta de estimativa de unidade de escala de IA generativa para calcular o número de GSUs que você precisa comprar. Depois de analisar a estimativa, você pode continuar com ela ou modificar o número de GSUs a serem compradas.
Vários pedidos pendentes
É possível enviar até sete pedidos de modelos do Google para o mesmo modelo e região, mesmo que um pedido anterior esteja em um estado aprovado ou pendente, desde que o horário de início programado de cada pedido seja mais de uma hora depois do horário de início programado de outro pedido. Se um pedido foi enviado sem um horário de início, não será possível enviar outro pedido sem agendamento.
Fazer um pedido padrão de capacidade de processamento provisionada
Siga estas etapas para comprar a capacidade de processamento provisionada padrão. Para receber ajuda com a compra de Capacidade de Processamento Provisionada de Zona Única, entre em contato com o representante da sua conta do Google Cloud .
No console do Google Cloud , acesse a página Capacidade de processamento provisionada.
Para iniciar um novo pedido, clique em Novo pedido.
Insira um Nome para o pedido.
Selecione o Modelo.
Selecione a Região.
Clique em Ferramenta de estimativa.
No painel Ferramenta de estimativa de unidades de escalonamento de IA generativa, siga estas etapas para estimar o número de GSUs necessárias.
- Selecione o Modelo.
Com base no modelo selecionado, insira os detalhes para estimar o número de GSUs necessárias. Para informações sobre o mínimo de GSU e os incrementos de compra para cada modelo, consulte Modelos compatíveis. Para informações sobre as capacidades de um modelo e os limites de entrada ou saída, consulte a documentação dele.
Para os modelos Gemini 3 Pro, Gemini 2.5 Pro, Gemini 2.5 Flash e Gemini 2.5 Flash-Lite, insira o seguinte:
- Estimativa de consultas por segundo que exigem garantia
- Tokens de entrada por consulta
- Tokens de imagem de entrada por consulta
- Tokens de vídeo de entrada por consulta
- Tokens de áudio de entrada por consulta
- % médio de ocorrência em cache em cache
- Tokens de texto de resposta de saída por consulta
- Tokens de texto do raciocínio de saída por consulta
Para o modelo Gemini 3 Pro Image, insira o seguinte:
- Estimativa de consultas por segundo que exigem garantia
- Tokens de entrada por consulta
- Tokens de imagem de entrada por consulta
- Tokens de texto de resposta de saída por consulta
- Tokens de texto do raciocínio de saída por consulta
- Tokens de imagem de saída por consulta
Para o modelo Gemini 2.5 Flash Image, insira o seguinte:
- Estimativa de consultas por segundo que exigem garantia
- Tokens de entrada por consulta
- Tokens de imagem de entrada por consulta
- Tokens de texto de resposta de saída por consulta
- Tokens de imagem de saída por consulta
Para o modelo Gemini 2.5 Flash com áudio nativo da API Gemini Live, insira o seguinte:
- Estimativa de consultas por segundo que exigem garantia
- Tokens de entrada por consulta
- Tokens de imagem de entrada por consulta
- Tokens de vídeo de entrada por consulta
- Tokens de áudio de entrada por consulta
- Tokens de memória de sessão (em cache) por consulta
- Tokens de texto de resposta de saída por consulta
- Tokens de áudio de saída por consulta
Para o Gemini 2.5 Flash com a API Gemini Live, insira o seguinte:
- Estimativa de consultas por segundo que exigem garantia
- Tokens de entrada por consulta
- Tokens de imagem de entrada por consulta
- Tokens de vídeo de entrada por consulta
- Tokens de áudio de entrada por consulta
- Tokens de memória de sessão (em cache) por consulta
- Tokens de texto de resposta de saída por consulta
- Tokens de áudio de saída por consulta
Para os modelos Veo 3 e Veo 3 Fast, insira o seguinte:
- Frequência: especifique com que frequência as saídas são geradas, em segundos. Essa não é a latência.
- Segundos de vídeo de saída por consulta: insira o total de segundos de vídeo solicitados. Por exemplo, 12 segundos representam a soma de
3x4ou2x6segundos de vídeo. - Segundos de áudio e vídeo de saída por consulta: insira o total de segundos de áudio e vídeo solicitados. Por exemplo, 12 segundos representam a soma de
3x4ou2x6segundos de vídeo e áudio.
Para modelos abertos, insira o seguinte:
- Estimativa de consultas por segundo que exigem garantia
- Tokens de entrada por consulta
- Tokens de imagem de entrada por consulta (para modelos abertos que aceitam entrada de imagem)
- Tokens de texto de resposta de saída por consulta
Na seção Estimativa de GSUs e preços mensais, revise o número estimado de GSUs necessárias e os preços.
Clique em Usar calculado.
Opcional: modifique o Número de unidades de escalonamento de IA generativa (GSUs) por mês.
Selecione o Prazo. As taxas de prazo não são canceláveis durante a vigência e serão aplicadas independentemente do uso real ou da desativação do modelo. O Google recomenda mudar o modelo atribuído antes da data de descontinuação. O Google não vai cancelar proativamente a renovação automática de modelos desativados.
As seguintes opções estão disponíveis:
- 1 semana (disponível apenas para modelos do Google)
- 1 mês
- 3 meses
- 1 ano
Opcional: selecione a data e hora de início do período.
Você pode informar uma data e hora de início em até duas semanas a partir do momento em que faz o pedido. Se você não especificar uma data e hora de início, o pedido será processado assim que a capacidade estiver disponível. As datas e horários de início solicitados são processados com base em esforços comercialmente razoáveis, e não há garantia de que os pedidos serão atendidos nessas datas até que o status deles seja definido como Aprovado.
Se a data de início solicitada estiver muito próxima da data atual, seu pedido poderá ser aprovado e ativado após a data de início solicitada. Nesse caso, a data de término é ajustada com base na duração do período selecionado, começando na data de ativação. Para informações sobre como cancelar um pedido pendente, consulte Mudar um pedido de capacidade de processamento provisionada padrão.
Na lista Renovação, especifique se você quer renovar automaticamente o pedido no fim da vigência. Você só pode especificar a opção de renovação se selecionar 1 mês, 3 meses ou 1 ano como o prazo.
Clique em Continuar.
Na seção Confirmar e enviar, revise as estimativas de preço e de capacidade de processamento do seu pedido. Leia os termos listados e disponíveis no formulário.
Para finalizar e enviar seu pedido, insira
CONFIRMno campo Confirmação da compra e clique em Enviar pedido.Pode levar de alguns minutos a algumas semanas para processar um pedido, dependendo do tamanho e da capacidade disponível. Depois que o pedido for processado, o status dele no console Google Cloud mudará para Ativo. Você só vai receber a cobrança depois que o pedido for ativado.
Mudar um pedido padrão de capacidade de processamento provisionada
É possível modificar seus pedidos de capacidade de processamento provisionada usando o console Google Cloud com base no status do pedido e nas condições existentes. A modificação de pedidos só está disponível para pedidos on-line de modelos do Google feitos pelo console. Para fazer mudanças em pedidos off-line ou em modelos abertos, entre em contato com seu Google Cloud representante da conta para receber ajuda. Não é possível mudar pedidos de capacidade de processamento provisionada para modelos abertos.
Quando você usa o console do Google Cloud para mudar o modelo ou a versão dele, o modelo ou a versão do pedido atual é atualizado, mas a data de término da assinatura permanece a mesma.
Você pode informar uma data e hora de início dentro das próximas duas semanas para seu pedido de mudança. Se você não especificar uma data e hora de início, a solicitação de mudança será processada assim que a capacidade estiver disponível. As datas e horários de início solicitados são processados com base em esforços comercialmente razoáveis, e não há garantia de que as mudanças no pedido serão atendidas nessas datas até que o status da mudança seja definido como Aprovado.
Se a data de início solicitada estiver muito próxima da data atual, sua mudança de pedido poderá ser aprovada e ativada após a data de início solicitada. Para informações sobre como cancelar uma alteração pendente, consulte a tabela a seguir.
A tabela a seguir descreve como modificar seus pedidos de Capacidade de Processamento Provisionada usando o console doGoogle Cloud .
| Status do pedido | Ação | Observação | Etapas no console do Google Cloud |
|---|---|---|---|
| Análise pendente | Você pode cancelar o pedido. |
Se você tiver outras mudanças a fazer, cancele o pedido pendente e faça um novo. Se você tiver vários modelos, cada um poderá ter apenas uma revisão de pedido pendente. |
Para cancelar seu pedido pendente no console Google Cloud , faça o seguinte:
|
| Approved | Não é possível modificar o pedido. | O pedido está aguardando ativação. Não é possível fazer mudanças no seu pedido no momento. | Não relevante |
| Ativo |
Só é possível fazer as seguintes mudanças se o pedido não expirar nos próximos cinco dias ou se for renovado automaticamente:
|
Não é possível mudar um pedido ativo se ele expirar em menos de cinco dias e não estiver configurado para renovação automática. | Para mudar o pedido ativo no console do Google Cloud , use um dos seguintes métodos:
|
Dividir um pedido
É possível dividir um pedido ativo em dois, mantendo o mesmo modelo, região, prazo, período de expiração e política de renovação para facilitar migrações parciais.
Para dividir um pedido, faça o seguinte:
No console do Google Cloud , acesse a página Pedidos de capacidade de processamento provisionada.
Acessar "Pedidos de capacidade de processamento provisionada"
Clique em um código do pedido.
Na página Detalhes do pedido, clique no botão Dividir.
Insira um Nome para o pedido da divisão que você está criando.
Insira o número de GSUs a serem movidas do pedido original para este novo pedido.
Analise a tabela Resumo das mudanças para entender como essa ação vai afetar seu pedido atual.
Clique em Enviar alterações.
A página "Resumo de pedidos" é aberta. Na página "Resumo de pedidos", o novo pedido dividido aparece com o status Aprovado.
Em até 10 minutos, o pedido dividido vai mudar para o status Ativo, e a contagem de GSUs do pedido original será reduzida pelo número de GSUs ativadas no pedido recém-criado. Não haverá perda de serviço nem aumento nas cobranças de faturamento como resultado dessa mudança.
Quando não é possível mudar um pedido
Não é possível mudar ou cancelar um pedido de Capacidade de Processamento Provisionada no console Google Cloud se alguma das seguintes condições se aplicar:
Limitações do modelo:o pedido é para um modelo que não aceita modificações.
Status do pedido:o status do pedido não é
Active.Expira em menos de cinco dias:o status do pedido é
Active, mas ele expira em menos de cinco dias e não está configurado para renovação automática.Solicitação de mudança de pedido atual:há uma solicitação de mudança de pedido pendente ou aprovada.
Verificar status do pedido
Após o envio do pedido de capacidade de processamento provisionada, o status do pedido pode aparecer da seguinte forma:
- Revisão pendente: você fez o pedido. Como a aprovação depende da capacidade disponível para provisionar seu pedido, seu pedido está aguardando análise e aprovação. Para mais informações sobre o status do pedido pendente, entre em contato com o representante da sua conta do Google Cloud .
- Aprovado: o Google aprovou seu pedido, que está aguardando ativação. Não é possível fazer mudanças depois que o pedido é aprovado.
- Ativo: o Google ativou seu pedido, e o faturamento começou.
- Expirado: seu pedido expirou.
Ver pedidos padrão de capacidade de processamento provisionada
Siga estas etapas para conferir seus pedidos de capacidade de processamento provisionada:
No console do Google Cloud , acesse a página "Capacidade de processamento provisionada".
Selecione a Região. Sua lista de pedidos vai aparecer.