Modelli supportati

Le seguenti tabelle mostrano i modelli che supportano il throughput riservato, il throughput per ogni unità di scalabilità dell'AI generativa (GSU) e i tassi di consumo per ogni modello.

Modelli Google

Il throughput riservato supporta solo i modelli che chiami direttamente dal tuo progetto utilizzando l'ID modello specifico e non un alias del modello. Per utilizzare il Throughput riservato per effettuare chiamate API a un modello, devi utilizzare l'ID versione del modello specifico (ad esempio gemini-2.0-flash-001) e non un alias della versione del modello.

Sebbene il throughput riservato garantisca la capacità per le richieste del modello, non include né bypassa le quote per altri strumenti che potresti utilizzare, come il grounding. A seconda delle dimensioni del workload, potresti dover richiedere una quota aggiuntiva per questi strumenti separatamente.

Inoltre, il throughput riservato non supporta i modelli chiamati da altri prodotti Gemini Enterprise Agent Platform, come Agent Conversation su Gemini Enterprise Agent Platform e Agent Search su Gemini Enterprise Agent Platform. Ad esempio, se effettui chiamate API a Gemini 3.5 Flash mentre utilizzi la ricerca dell'agente, l'ordine di throughput riservato per Gemini 3.5 Flash non garantirà le chiamate effettuate dalla ricerca dell'agente.

Il throughput riservato non supporta le chiamate di previsioni in batch.

La tabella seguente mostra il throughput, l'incremento di acquisto e i tassi di burndown per i modelli Google che supportano il throughput riservato. Il throughput al secondo è definito come l'input del prompt e l'output generato in tutte le richieste al secondo.

Per scoprire quanti token richiede il tuo workload, fai riferimento al tokenizzatore SDK o all'API countTokens.

Modello Throughput al secondo per GSU Unità Incremento minimo di acquisto di GSU Tassi di consumo

Gemini 4 Neon

Ultima versione supportata: gemini-4-neon

345 Token 1 1 token di testo di input = 1 token
1 token di immagine di input = 1 token
1 token di video di input = 1 token
1 token di audio di input = 1 token
1 token di lettura della cache di testo di input = 0,05 token
1 token di lettura della cache di immagini di input = 0,05 token
1 token di lettura della cache di video di input = 0,05 token
1 token di lettura della cache di audio di input = 0,05 token
1 token di testo di risposta/ragionamento di output = 5 token
A partire dal 12 gennaio 2027 (per impostazione predefinita):
1 token di scrittura della cache di testo di input = 1,25 token
1 token di scrittura della cache di immagini di input = 1,25 token
1 token di scrittura della cache di video di input = 1,25 token
1 token di scrittura della cache di audio di input = 1,25 token

Gemini 4 Hydrogen

Ultima versione supportata: gemini-4-hydrogen

685 Token 1 1 token di testo di input = 1 token
1 token di immagine di input = 1 token
1 token di video di input = 1 token
1 token di audio di input = 1 token
1 token di lettura della cache di testo di input = 0,05 token
1 token di lettura della cache di immagini di input = 0,05 token
1 token di lettura della cache di video di input = 0,05 token
1 token di lettura della cache di audio di input = 0,05 token
1 token di testo di risposta/ragionamento di output = 5 token
A partire dal 12 gennaio 2027 (per impostazione predefinita):
1 token di scrittura della cache di testo di input = 1,25 token
1 token di scrittura della cache di immagini di input = 1,25 token
1 token di scrittura della cache di video di input = 1,25 token
1 token di scrittura della cache di audio di input = 1,25 token

Gemini 4 Carbon

Ultima versione supportata: gemini-4-carbon

260 Token 1 1 token di testo di input = 1 token
1 token di immagine di input = 1 token
1 token di video di input = 1 token
1 token di audio di input = 1 token
1 token di lettura della cache di testo di input = 0,05 token
1 token di lettura della cache di immagini di input = 0,05 token
1 token di lettura della cache di video di input = 0,05 token
1 token di lettura della cache di audio di input = 0,05 token
1 token di testo di risposta/ragionamento di output = 5 token

Gemini 4 Carbon per la cybersicurezza

Ultima versione supportata: gemini-4-carbon-cyber-permissive

260 Token 1 1 token di testo di input = 1 token
1 token di immagine di input = 1 token
1 token di video di input = 1 token
1 token di audio di input = 1 token
1 token di lettura della cache di testo di input = 0,05 token
1 token di lettura della cache di immagini di input = 0,05 token
1 token di lettura della cache di video di input = 0,05 token
1 token di lettura della cache di audio di input = 0,05 token
1 token di testo di risposta/ragionamento di output = 5 token

Gemini 4 Argon

Ultima versione supportata: gemini-4-argon

260 Token 1 1 token di testo di input = 1 token
1 token di immagine di input = 1 token
1 token di video di input = 1 token
1 token di audio di input = 1 token
1 token di lettura della cache di testo di input = 0,05 token
1 token di lettura della cache di immagini di input = 0,05 token
1 token di lettura della cache di video di input = 0,05 token
1 token di lettura della cache di audio di input = 0,05 token
1 token di testo di risposta/ragionamento di output = 5 token

Gemini 4 Argon Cyber Permissive

Ultima versione supportata: gemini-4-argon-cyber-permissive

260 Token 1 1 token di testo di input = 1 token
1 token di immagine di input = 1 token
1 token di video di input = 1 token
1 token di audio di input = 1 token
1 token di lettura della cache di testo di input = 0,05 token
1 token di lettura della cache di immagini di input = 0,05 token
1 token di lettura della cache di video di input = 0,05 token
1 token di lettura della cache di audio di input = 0,05 token
1 token di testo di risposta/ragionamento di output = 5 token

Gemini 3.8 Live

Ultima versione supportata: gemini-3.8-live

1350 Token 1 1 token di testo di input = 1 token
1 token audio di input = 4 token
1 token di immagine/video di input = 1,4 token
1 token di testo di output = 6 token
1 token audio di output = 16 token
1 token video di output = 1,4 token

Gemini 3.8 Flash Cyber

Ultima versione supportata: gemini-3.8-flash-cyber

675 Token 1 1 token di testo di input = 1 token
1 token di immagine di input = 1 token
1 token di video di input = 1 token
1 token di audio di input = 1 token
1 token di lettura della cache di testo di input = 0,1 token
1 token di lettura della cache di immagini di input = 0,1 token
1 token di lettura della cache di video di input = 0,1 token
1 token di lettura della cache di audio di input = 0,1 token
1 token di risposta di testo di output = 5 token

Gemini 3.8 Flash

Ultima versione supportata: gemini-3.8-flash

675 Token 1 1 token di testo di input = 1 token
1 token di immagine di input = 1 token
1 token di video di input = 1 token
1 token di audio di input = 1 token
1 token di lettura della cache di testo di input = 0,1 token
1 token di lettura della cache di immagini di input = 0,1 token
1 token di lettura della cache di video di input = 0,1 token
1 token di lettura della cache di audio di input = 0,1 token
1 token di risposta di testo di output = 5 token

Gemini Omni 1.2 Flash

Ultima versione supportata: gemini-omni-1.2-flash

685 Token 1 1 token di testo di input = 1 token
1 token di immagine di input = 1 token
1 token di video di input = 1 token
1 token di audio di input = 1 token
1 token di testo di output (risposta e ragionamento) = 6 token
1 token di video di output = 8 token

Gemini Omni 1.1 Flash

Ultima versione supportata: gemini-omni-1.1-flash-preview (anteprima)

670 Token 1 1 token di testo di input = 1 token
1 token di immagine di input = 1 token
1 token di video di input = 1 token
1 token di audio di input = 1 token
1 token di testo di output (risposta e ragionamento) = 6 token
1 token di video di output = 12 token

Gemini 3.7 Flash

Ultima versione supportata: gemini-3.7-flash

675 Token 1 1 token di testo di input = 1 token
1 token di immagine di input = 1 token
1 token di video di input = 1 token
1 token di audio di input = 1 token
1 token di lettura della cache di testo di input = 0,1 token
1 token di lettura della cache di immagini di input = 0,1 token
1 token di lettura della cache di video di input = 0,1 token
1 token di lettura della cache di audio di input = 0,1 token
1 token di risposta di testo di output = 5 token

Gemini 3.6 Flash

Ultima versione supportata: gemini-3.6-flash

675 Token 1 1 token di testo di input = 1 token
1 token di immagine di input = 1 token
1 token di video di input = 1 token
1 token di audio di input = 1 token
1 token di lettura della cache di testo di input = 0,1 token
1 token di lettura della cache di immagini di input = 0,1 token
1 token di lettura della cache di video di input = 0,1 token
1 token di lettura della cache di audio di input = 0,1 token
1 token di risposta di testo di output = 5 token

Gemini 3.5 Flash-Lite

Ultima versione supportata: gemini-3.5-flash-lite

3360 Token 1 1 token di testo di input = 1 token
1 token di immagine di input = 1 token
1 token di video di input = 1 token
1 token di audio di input = 1 token
1 token di lettura della cache di testo di input = 0,1 token
1 token di lettura della cache di immagini di input = 0,1 token
1 token di lettura della cache di video di input = 0,1 token
1 token di lettura della cache di audio di input = 0,1 token
1 token di risposta di testo di output = 9 token

Gemini 3.1 Flash-Lite Image (Nano Banana 2 Lite)

Ultima versione supportata: gemini-3.1-flash-lite-image

4030 Token 1 1 token di testo di input = 1 token
1 token di immagine di input = 1 token
1 token di video di input = 1 token
1 token di testo di risposta di output = 6 token
1 token di testo di ragionamento di output = 6 token
1 token di immagine di output = 120 token

Gemini 3 Pro Image

Ultima versione supportata: gemini-3-pro-image

500 Token 1 1 token di testo di input = 1 token
1 token di immagine di input = 1 token
1 token di video di input = 1 token
1 token di testo di risposta di output = 6 token
1 token di testo di ragionamento di output = 6 token
1 token di immagine di output = 60 token

Gemini Nano Banana 2.1

Ultima versione supportata: gemini-nano-banana-2.1

675 Token 1 1 token di testo di input = 1 token
1 token di immagine di input = 1 token
1 token di video di input = 1 token
1 token di lettura della cache di testo di input = 0,1 token
1 token di lettura della cache di immagini di input = 0,1 token
1 token di lettura della cache di video di input = 0,1 token
1 token di testo di risposta di output = 5 token
1 token di testo di ragionamento di output = 5 token
1 token di immagine di output = 20 token

Gemini 3.1 Flash Image

Ultima versione supportata: gemini-3.1-flash-image

2015 Token 1 1 token di testo di input = 1 token
1 token di immagine di input = 1 token
1 token di video di input = 1 token
1 token di testo di risposta di output = 6 token
1 token di testo di ragionamento di output = 6 token
1 token di immagine di output = 120 token

Gemini 3.5 Flash

Ultima versione supportata: gemini-3.5-flash

675 Token 1 1 token di testo di input = 1 token
1 token di immagine di input = 1 token
1 token di video di input = 1 token
1 token audio di input = 1 token
1 token di lettura della cache di testo di input = 0,1 token
1 token di lettura della cache di immagini di input = 0,1 token
1 token di lettura della cache di video di input = 0,1 token
1 token di lettura della cache audio di input = 0,1 token
1 token di testo di output = 6 token

Gemini 3.1 Flash-Lite

Ultima versione supportata: gemini-3.1-flash-lite

4030 Token 1 1 token di testo di input = 1 token
1 token di immagine di input = 1 token
1 token di video di input = 1 token
1 token di audio di input = 2 token
1 token di lettura della cache di testo di input = 0,1 token
1 token di lettura della cache di immagini di input = 0,1 token
1 token di lettura della cache di video di input = 0,1 token
1 token di lettura della cache di audio di input = 0,2 token
1 token di testo di risposta di output = 6 token
1 token di testo di ragionamento di output = 6 token

Gemini 3.1 Pro

Ultima versione supportata: gemini-3.1-pro-preview (anteprima)

500 Token 1 Inferiore o uguale a 200.000 token di input:
1 token di testo di input = 1 token
1 token di immagine di input = 1 token
1 token di video di input = 1 token
1 token audio di input = 1 token
1 token di cache di input = 0,1 token
1 token di testo di risposta di output = 6 token
1 token di testo di ragionamento di output = 6 token

Superiore a 200.000 token di input:
1 token di testo di input = 2 token
1 token di immagine di input = 2 token
1 token di video di input = 2 token
1 token audio di input = 2 token
1 token di cache di input = 0,2 token
1 token di testo di risposta di output = 9 token
1 token di testo di ragionamento di output = 9 token

Gemini 3 Flash

Ultima versione supportata: gemini-3-flash-preview (anteprima)

2015 Token 1 1 token di testo di input = 1 token
1 token di immagine di input = 1 token
1 token di video di input = 1 token
1 token audio di input = 2 token
1 token di lettura della cache di testo, immagine e video di input = 0,1 token
1 token di lettura della cache audio di input = 0,2 token
1 token di testo di risposta di output = 6 token
1 token di testo di ragionamento di output = 6 token

Gemini 2.5 Pro

Ultima versione supportata: gemini-2.5-pro

650 Token 1 Fino a 200.000 token di input:
1 token di testo di input = 1 token
1 token di immagine di input = 1 token
1 token di video di input = 1 token
1 token di audio di input = 1 token
1 token di testo di risposta di output = 8 token
1 token di testo di ragionamento di output = 8 token

Oltre 200.000 token di input:
1 token di testo di input = 2 token
1 token di immagine di input = 2 token
1 token di video di input = 2 token
1 token di audio di input = 2 token
1 token di testo di risposta di output = 12 token
1 token di testo di ragionamento di output = 12 token

Gemini 2.5 Flash Image

Ultima versione supportata: gemini-2.5-flash-image

2690 Token 1 1 token di testo di input = 1 token
1 token di immagine di input = 1 token
1 token di testo di output = 9 token
1 token di immagine di output = 100 token

Gemini 2.5 Flash

Ultima versione supportata: gemini-2.5-flash

2690 Token 1 1 token di testo di input = 1 token
1 token di immagine di input = 1 token
1 token di video di input = 1 token
1 token di audio di input = 4 token
1 token di testo di risposta di output = 9 token
1 token di testo di ragionamento di output = 9 token

Gemini 2.5 Flash-Lite

Ultima versione supportata (GA): gemini-2.5-flash-lite

Ultima versione supportata (anteprima): gemini-2.5-flash-lite-preview-09-2025

8070 Token 1 1 token di testo di input = 1 token
1 token di immagine di input = 1 token
1 token di video di input = 1 token
1 token di audio di input = 3 token
1 token di testo di risposta di output = 4 token
1 token di testo di ragionamento di output = 4 token

Gemini 2.5 Flash con audio nativo dell'API Gemini Live

Ultima versione supportata: gemini-live-2.5-flash-native-audio

1620 Token 1 1 token di testo di input = 1 token
1 token audio di input = 6 token
1 token video di input = 6 token
1 token immagine di input = 6 token
1 token di memoria della sessione di input = 1 token
1 token di testo di output = 4 token
1 token audio di output = 24 token

Prova virtuale

Ultima versione supportata: virtual-try-on-001

0,02 Immagini 1 1 immagine al secondo = 0,02 token

Veo 3.1 Lite Generate

Ultima versione supportata: veo-3.1-lite-generate-001

0,0350 Secondi di video (720p) 1 1 secondo di video di output (720p) = 1 secondo di video di output
Secondi di video e audio (720p) 1 1 secondo di video e audio di output (720p) = 1,75 secondi di video di output
Secondi di video (1080p) 1 1 secondo di video di output (1080p) = 1,75 secondi di video di output (720p)
Secondi di video e audio (1080p) 1 1 secondo di video e audio di output (1080p) = 2,33 secondi di video di output (720p)

Veo 3.1

Ultima versione supportata: veo-3.1-generate-001

0,0040 Secondi di video 1 1 secondo di video di output = 1 secondo di video di output
Secondi di video e audio 1 1 secondo di video + audio di output = 2 secondi di video di output

Veo 3.1 Fast

Ultima versione supportata: veo-3.1-fast-generate-001

0,01 Secondi di video (720p) 1 1 secondo di video di output (720p) = 1 secondo di video di output
Secondi di video + audio (720p) 1 1 secondo di video + audio di output (720p) = 1,30 secondi di video di output
Secondi di video (1080p) 1 1 secondo di video di output (1080p) = 1,30 secondi di video di output (720p)
Secondi di video + audio (1080p) 1 1 secondo di video + audio di output (1080p) = 1,60 secondi di video di output (720p)
Secondi di video (4K) 1 1 secondo di video di output (4K) = 3,40 secondi di video di output (720p)
Secondi di video e audio (4K) 1 1 secondo di video e audio di output (4K) = 4 secondi di video di output (720p)

Per informazioni sulle funzionalità di un modello e sui limiti di input o output, consulta la documentazione del modello.

Puoi eseguire l'upgrade ai nuovi modelli non appena sono disponibili. Per informazioni sulla disponibilità dei modelli e sulle date di ritiro, consulta Modelli Google.

Per saperne di più sulle località supportate, consulta Località disponibili.

Modelli di partner

La tabella seguente mostra il throughput, l'incremento di acquisto e i tassi di burn down per i modelli partner che supportano il throughput riservato. I modelli Claude vengono misurati in token al secondo, ovvero il totale dei token di input e output di tutte le richieste al secondo.

Modello Throughput per GSU (token/sec) Acquisto minimo di GSU Incremento dell'acquisto di GSU Tassi di consumo
Claude Haiku 5.5 di Anthropic su Google Cloud 10.417 1 1 100.000 token di input o meno:
1 token di input = 1 token
1 token di output = 5 token
1 token di scrittura nella cache di 5 m = 1,25 token
1 token di scrittura nella cache di 1 h = 2 token
1 token di successo della cache = 0,1 token

Più di 100.000 token di input:
1 token di input = 5 token
1 token di output = 25 token
1 token di scrittura nella cache di 5 m = 6,25 token
1 token di scrittura nella cache di 1 h = 10 token
1 token di successo della cache = 0,5 token
Claude Sonnet 5.5 di Anthropic su Google Cloud 525 1 1 1 token di input = 1 token
1 token di output = 5 token
1 token di scrittura della cache di 5 m = 1,25 token
1 token di scrittura della cache di 1 h = 2 token
1 token di successo della cache = 0,05 token
Claude Opus 5.5 di Anthropic su Google Cloud 261 1 1 1 token di input = 1 token
1 token di output = 5 token
1 token di scrittura della cache di 5 m = 1,25 token
1 token di scrittura della cache di 1 h = 2 token
1 token di successo della cache = 0,05 token

Claude Fable 5.2 di Anthropic su Google Cloud

La modalità veloce ("speed": "fast") non è coperta dal throughput riservato e viene sempre fatturata con pay-as-you-go.

131 1 1 1 token di input = 1 token
1 token di output = 5 token
1 token di scrittura della cache di 5 m = 1,25 token
1 token di scrittura della cache di 1 h = 2 token
1 token di successo della cache = 0,025 token
Claude Fable 5.1 di Anthropic su Google Cloud 105 1 1 1 token di input = 1 token
1 token di output = 5 token
1 token di scrittura della cache di 5 m = 1,25 token
1 token di scrittura della cache di 1 h = 2 token
1 token di successo della cache = 0,025 token
Claude Opus 5 di Anthropic su Google Cloud 210 1 1 1 token di input = 1 token
1 token di output = 5 token
1 token di scrittura della cache di 5 m = 1,25 token
1 token di scrittura della cache di 1 h = 2 token
1 token di successo della cache = 0,1 token
Claude Sonnet 5 di Anthropic su Google Cloud 350 25 1 1 token di input = 1 token
1 token di output = 5 token
1 token di scrittura della cache di 5 m = 1,25 token
1 token di scrittura della cache di 1 h = 2 token
1 token di successo della cache = 0,1 token
Claude Fable 5 di Anthropic su Google Cloud 105 1 1 1 token di input = 1 token
1 token di output = 5 token
1 token di scrittura della cache di 5 m = 1,25 token
1 token di scrittura della cache di 1 h = 2 token
1 token di successo della cache = 0,1 token
Claude Opus 4.8 di Anthropic su Google Cloud 210 35 1 1 token di input = 1 token
1 token di output = 5 token
1 token di scrittura della cache di 5 m = 1,25 token
1 token di scrittura della cache di 1 h = 2 token
1 token di successo della cache = 0,1 token
Claude Opus 4.7 di Anthropic su Google Cloud 210 35 1 1 token di input = 1 token
1 token di output = 5 token
1 token di scrittura della cache di 5 m = 1,25 token
1 token di scrittura della cache di 1 h = 2 token
1 token di successo della cache = 0,1 token
Claude Sonnet 4.6 di Anthropic su Google Cloud 350 25 1 1 token di input = 1 token
1 token di output = 5 token
1 token di scrittura della cache di 5 m = 1,25 token
1 token di scrittura della cache di 1 h = 2 token
1 token di successo della cache = 0,1 token
Claude Opus 4.6 di Anthropic su Google Cloud 210 35 1 1 token di input = 1 token
1 token di output = 5 token
1 token di scrittura della cache di 5 m = 1,25 token
1 token di scrittura della cache di 1 h = 2 token
1 token di successo della cache = 0,1 token
Claude Opus 4.5 di Anthropic su Google Cloud 210 35 1 1 token di input = 1 token
1 token di output = 5 token
1 token di scrittura della cache di 5 m = 1,25 token
1 token di scrittura della cache di 1 h = 2 token
1 token di successo della cache = 0,1 token
Claude Sonnet 4.5 di Anthropic su Google Cloud (deprecato) 350 25 1 Meno di 200.000 token di input:
1 token di input = 1 token
1 token di output = 5 token
1 token di scrittura nella cache di 5 m = 1,25 token
1 token di scrittura nella cache di 1 h = 2 token
1 token di successo della cache = 0,1 token

Maggiore o uguale a 200.000 token di input:
1 token di input = 2 token
1 token di output = 7,5 token
1 token di scrittura nella cache di 5 m = 2,5 token
1 token di scrittura nella cache di 1 h = 4 token
1 token di successo della cache = 0,2 token
Claude Haiku 4.5 di Anthropic su Google Cloud 1050 8 1 Meno di 200.000 token di input:
1 token di input = 1 token
1 token di output = 5 token
1 token di scrittura nella cache di 5 m = 1,25 token
1 token di scrittura nella cache di 1 h = 2 token
1 token di successo della cache = 0,1 token
Claude 3.7 Sonnet di Anthropic su Google Cloud (deprecato) 350 25 1 1 token di input = 1 token
1 token di output = 5 token
1 token di scrittura nella cache da 5 milioni = 1,25 token
1 token di successo della cache = 0,1 token
Claude 3.5 Sonnet v2 di Anthropic su Google Cloud (deprecato) 350 25 1 1 token di input = 1 token
1 token di output = 5 token
1 token di scrittura nella cache da 5 milioni = 1,25 token
1 token di successo della cache = 0,1 token
Claude 3.5 Haiku di Anthropic su Google Cloud (deprecato) 2000 10 1 1 token di input = 1 token
1 token di output = 5 token
1 token di scrittura della cache di 5 m = 1,25 token
1 token di scrittura della cache di 1 h = 2 token
1 token di successo della cache = 0,1 token
Claude 3 Opus di Anthropic su Google Cloud 70 35 1 1 token di input = 1 token
1 token di output = 5 token
1 token di scrittura nella cache da 5 milioni = 1,25 token
1 token di successo della cache = 0,1 token
Claude 3 Haiku di Anthropic su Google Cloud (deprecato) 4200 5 1 1 token di input = 1 token
1 token di output = 5 token
1 token di scrittura della cache di 5 m = 1,25 token
1 token di scrittura della cache di 1 h = 2 token
1 token di successo della cache = 0,1 token
Claude 3.5 Sonnet di Anthropic su Google Cloud (deprecato) 350 25 1 1 token di input = 1 token
1 token di output = 5 token
1 token di scrittura nella cache da 5 milioni = 1,25 token
1 token di successo della cache = 0,1 token

Per informazioni sulle località supportate, consulta Disponibilità delle regioni di Anthropic Claude. Per ordinare il throughput riservato per i modelli Anthropic, contatta il tuo rappresentante dell'accountGoogle Cloud .

Modelli aperti

La tabella seguente mostra il throughput, l'incremento di acquisto e i tassi di burndown per i modelli aperti che supportano il throughput riservato.

Modello Throughput per GSU (token/sec) Acquisto minimo di GSU Incremento dell'acquisto di GSU Tassi di consumo

Gemma 4 26B A4B IT

Ultima versione supportata: gemma-4-26b-a4b-it-maas

Il supporto del throughput riservato per questo modello viene fatturato con gli stessi SKU dei modelli Google, ma è soggetto alle funzionalità dei modelli aperti.

6725 1 1 1 token di testo di input = 1 token
1 token di immagine di input = 1 token
1 token di testo di output = 4 token

Llama 4 Maverick 17B-128E

Ultima versione supportata: llama-4-maverick-17b-128e-instruct-maas

2800 1 1 1 token di testo di input = 1 token
1 token di immagine di input = 1 token
1 token di testo di output = 4 token

Llama 4 Scout 17B-16E

Ultima versione supportata: llama-4-scout-17b-16e-instruct-maas

4035 1 1 1 token di testo di input = 1 token
1 token di immagine di input = 1 token
1 token di testo di output = 3 token

OpenAI gpt-oss 120B

Ultima versione supportata: gpt-oss-120b-maas

11.205 1 1 1 token di testo di input = 1 token
1 token di testo di output = 4 token

Funzionalità disponibili per i modelli Google e open source

La tabella seguente elenca le funzionalità disponibili con il throughput riservato per i modelli Google e i modelli open:

Capacità Modelli Google Modelli aperti (anteprima)
Ordina tramite la console Google Cloud Sì Sì
Supporta gli endpoint globali Consulta Supporto dei modelli di endpoint globali. Consulta Supporto dei modelli di endpoint globali.
Supporta modelli con fine-tuning supervisionato Sì No
Supporta l'utilizzo delle chiavi API Sì No
Integrazione con la memorizzazione nella cache del contesto implicita Sì Non applicabile
Integrazione con la memorizzazione nella cache del contesto esplicito Sì Non applicabile
elaborazione ML Disponibile in regioni specifiche. Per maggiori dettagli, consulta Throughput riservato per una singola zona. Non applicabile
Termini dell'ordine disponibili 1 settimana, 1 mese, 3 mesi e 1 anno 1 settimana, 1 mese, 3 mesi e 1 anno
Ordine di modifica dalla console Sì No
Stati dell'ordine In attesa di revisione, Approvato, Rifiutato, Attivo, Annullato, Terminato, Scaduto In attesa di revisione, Approvata, Rifiutata, Attiva, Scaduta
Le eccedenze vengono trasferite al pagamento a consumo per impostazione predefinita Sì Sì
Controllo dell'intestazione dell'API: utilizza "dedicated" per utilizzare solo il throughput riservato o "shared" per utilizzare solo il pagamento a consumo Sì Sì
Monitoring: metriche, dashboard e avvisi Sì Sì

Supporto dei modelli di endpoint globali

Il throughput riservato supporta l'endpoint globale per i modelli Google e i modelli open source.

Il traffico che supera la quota di throughput riservato utilizza l'endpoint globale per impostazione predefinita.

Per assegnare il throughput riservato all'endpoint globale di un modello, seleziona global come regione quando effettui un ordine di throughput riservato.

Modelli Google con supporto degli endpoint globali

La tabella seguente elenca i modelli Google per i quali il throughput riservato supporta l'endpoint globale:

Modello Ultima versione del modello supportata
Gemini 4 Neon gemini-4-neon
Gemini 4 Hydrogen gemini-4-hydrogen
Gemini 4 Carbon gemini-4-carbon
Gemini 4 Carbon per la cybersicurezza gemini-4-carbon-cyber-permissive
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 1.2 Flash gemini-omni-1.2-flash
Gemini Omni 1.1 Flash anteprima 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 anteprima gemini-3.1-pro-preview
Gemini 3 Flash anteprima 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

Modelli aperti con supporto degli endpoint globali

La tabella seguente elenca i modelli aperti per i quali il throughput riservato supporta l'endpoint globale:

Modello Ultima versione del modello supportata
OpenAI gpt-oss 120B gpt-oss-120b-maas

Supporto dei modelli con fine-tuning supervisionato

Il throughput riservato che acquisti per un modello di base di Google copre anche le versioni con fine-tuning supervisionato di quel modello, che condividono la quota del modello di base. Questo vale per i modelli Google che supportano il fine-tuning supervisionato:

  • Il throughput riservato può essere applicato sia ai modelli di base sia alle versioni con fine-tuning supervisionato di questi modelli di base.
  • Gli endpoint dei modelli ottimizzati con supervisione e il modello di base corrispondente vengono conteggiati ai fini della stessa quota di throughput riservato. Ad esempio, il throughput riservato acquistato per gemini-3.1-flash-lite per un progetto specifico dà la priorità alle richieste effettuate dalle versioni con fine-tuning supervisionato di gemini-3.1-flash-lite create all'interno di quel progetto. Utilizza l'intestazione appropriata per controllare il comportamento del traffico.

I tassi di consumo per l'inferenza del modello ottimizzato potrebbero essere superiori a quelli per l'inferenza del modello di base. Se il modello ha un premio per l'inferenza ottimizzata, il tasso di consumo include un premio direttamente proporzionale. Ad esempio, se l'inferenza ottimizzata costa il 50% in più rispetto all'inferenza del modello di base, il tasso di consumo per l'inferenza ottimizzata è superiore del 50%: 1 token di testo di input consuma 1 token per il modello di base e 1,5 token per il modello ottimizzato.

Passaggi successivi