谷歌近日对Gemini API的计费档位进行更新，优化方案与定价均基于实际推理使用需求制定。本次新增的推理服务档位包括：标准(Standard)、弹性(Flex)、优先(Priority)、批量(Batch)和缓存(Caching)版。其中，弹性推理档位通过利用非高峰闲置算力资源，提供标准价格五折优惠，目标延迟为1至15分钟，但不提供延迟保证。批量API档位同样提供标准费率五折优惠，延迟最长可达24小时。缓存档位计费依据缓存词元(Token)数量与存储时长，推荐用于搭载复杂系统指令的对话机器人、长视频文件重复分析，以及大规模文档集查询等场景。优先档位定价则比标准价格高出75%至100%，延迟可控制在毫秒至秒级。谷歌建议该档位用于实时客服聊天机器人、实时欺诈检测及业务关键型智能助手等场景。