الاستدلال حسب الأولوية

‫Gemini Priority API هو مستوى استدلال متميّز مصمّم لأحمال العمل الأساسية للمؤسسة التي تتطلّب وقت استجابة أقل وموثوقية أعلى بسعر متميّز. تُمنح الأولوية لزيارات مستوى "الأولوية" على زيارات واجهة برمجة التطبيقات العادية ومستوى "المرونة".

يتوفّر الاستدلال "الأولوية" في جميع نقاط نهاية Interactions API.

كيفية استخدام مستوى "الأولوية"

لاستخدام مستوى "الأولوية"، اضبط حقل service_tier في طلبك على priority. المستوى التلقائي هو "عادي" إذا تم حذف الحقل.

from google import genai

client = genai.Client()

interaction = client.interactions.create(
    model="gemini-3.6-flash",
    input="Triage this critical customer support ticket immediately.",
    service_tier='priority'
)
print(interaction.output_text)

import { GoogleGenAI } from '@google/genai';

const ai = new GoogleGenAI({});

async function main() {
    const interaction = await ai.interactions.create({
        model: "gemini-3.6-flash",
        input: "Triage this critical customer support ticket immediately.",
        service_tier: "priority"
    });
    console.log(interaction.output_text);
}

await main();

curl -X POST "https://generativelanguage.googleapis.com/v1beta/interactions" \
  -H "Content-Type: application/json" \
  -H "x-goog-api-key: $GEMINI_API_KEY" \
  -d '{
    "model": "gemini-3.6-flash",
    "input": "Triage this critical customer support ticket immediately.",
    "service_tier": "priority"
  }'

آلية عمل الاستدلال "الأولوية"

يوجّه الاستدلال "الأولوية" الطلبات إلى قوائم انتظار الحوسبة عالية الأهمية، ما يوفّر أداءً سريعًا يمكن التنبؤ به للتطبيقات التي يستخدمها المستخدِمون. آليته الأساسية هي الرجوع السلس من جهة الخادم إلى المعالجة العادية للزيارات التي تتجاوز الحدود الديناميكية، ما يضمن استقرار التطبيق بدلاً من تعذُّر معالجة الطلب.

المزايا الرئيسية

• وقت استجابة منخفض: مصمّم لأوقات الاستجابة بالثواني لأدوات الذكاء الاصطناعي التفاعلية التي يستخدمها المستخدِمون.
• موثوقية عالية: يتم التعامل مع الزيارات بأعلى درجة من الأهمية ولا يمكن تخفيضها على الإطلاق.
• التكيّف مع الإصدارات الأقدم: يتم تلقائيًا تخفيض الزيادات الكبيرة في الزيارات التي تتجاوز الحدود الديناميكية إلى مستوى "الرزمة العادية" للمعالجة بدلاً من تعذُّرها، ما يمنع انقطاع الخدمة.
• الحد الأدنى من المشاكل: يستخدم طريقة create المتزامنة نفسها التي يستخدمها مستوى "الرزمة العادية" ومستوى "المرونة".

حالات الاستخدام

تُعدّ المعالجة "الأولوية" مثالية لسير العمل الأساسي للمؤسسة حيث يكون الأداء والموثوقية في غاية الأهمية.

• تطبيقات الذكاء الاصطناعي التفاعلية: روبوتات الدردشة ومساعدو خدمة العملاء حيث يدفع المستخدِمون سعرًا متميّزًا ويتوقّعون استجابات سريعة ومتّسقة.
• محركات اتخاذ القرارات في الوقت الفعلي: الأنظمة التي تتطلّب نتائج موثوقة جدًا ومنخفضة وقت الاستجابة ، مثل فرز التذاكر المباشر أو رصد الاحتيال.
• ميزات العملاء المتميّزين: المطوّرون الذين يحتاجون إلى ضمان أهداف مستوى الخدمة (SLO) أعلى للعملاء الذين يدفعون.

حدود معدّل الاستخدام

يحتفظ الاستهلاك "الأولوية" بحدود معدّل الاستخدام الخاصة به على الرغم من احتساب الاستهلاك ضمن حدود معدّل الاستخدام الإجمالية للزيارات التفاعلية. حدود معدّل الاستخدام التلقائية للاستدلال "الأولوية" هي 0.3 ضعف حد معدّل الاستخدام العادي للنموذج / المستوى

تسلسل منطقي للرجوع السلس

إذا تم تجاوز حدود "الأولوية" بسبب الازدحام، يتم تلقائيًا وبشكل سلس تخفيض الطلبات التي تتجاوز الحد إلى المعالجة العادية بدلاً من تعذُّرها مع ظهور الخطأ 503 أو 429. تتم فوترة الطلبات التي تم تخفيضها بالسعر العادي، وليس بالسعر المتميّز لمستوى "الأولوية".

مسؤولية العميل

• مراقبة الردود: على المطوّرين مراقبة x-gemini-service-tier العنوان في ردّ واجهة برمجة التطبيقات لرصد ما إذا كان يتم تخفيض مستوى الطلبات بشكل متكرر إلى standard.
• إعادة المحاولات: على العملاء تنفيذ تسلسل منطقي لإعادة المحاولة/التراجع الأسي للأخطاء العادية، مثل DEADLINE_EXCEEDED.

الأسعار

يتم تسعير الاستدلال "الأولوية" بنسبة %75 إلى %100 أكثر من واجهة برمجة التطبيقات العادية ويتم تحصيل الرسوم لكل رمز مميّز.

النماذج المتوافقة

تسمح النماذج التالية بالاستدلال "الأولوية":

الخطوات التالية

• الاستدلال "المرونة" لتقليل التكلفة
• الرموز المميّزة: فهم الرموز المميّزة