Priority PayGo

Bayar sesuai penggunaan prioritas (Priority PayGo) adalah opsi konsumsi yang memberikan performa lebih konsisten daripada PayGo Standar tanpa komitmen di muka Throughput yang Disediakan.

Saat menggunakan Priority PayGo, Anda akan ditagih per penggunaan token dengan tarif yang lebih tinggi daripada Standard PayGo. Untuk mengetahui informasi tentang harga, lihat halaman harga Gemini Enterprise Agent Platform.

Kapan harus menggunakan Priority PayGo

Priority PayGo ideal untuk workload penting bisnis dengan pola traffic yang berfluktuasi atau tidak dapat diprediksi. Berikut adalah contoh kasus penggunaan:

• Asisten virtual yang ditampilkan kepada pelanggan
• Alur kerja agentic dan interaksi antar-agen
• Simulasi riset

Model dan lokasi yang didukung

Secara umum, Priority PayGo didukung di endpoint global, us, dan eu. Namun, beberapa model (seperti model Gemini 2.5) mungkin tidak mendukung ketiga endpoint tersebut. Periksa setiap halaman model yang ditautkan dari model Google untuk melihat endpoint yang didukung saat menggunakan Priority PayGo.

Model berikut mendukung Priority PayGo:

• gemini-4-argon
• gemini-4-argon-cyber-permissive
• gemini-3.8-flash-cyber
• gemini-3.8-flash
• gemini-3.7-flash
• gemini-3.6-flash
• gemini-3.5-flash-lite
• gemini-3.1-flash-lite-image
• gemini-3-pro-image
• gemini-nano-banana-2.1
• gemini-3.1-flash-image
• gemini-3.5-flash
• gemini-3.1-flash-lite
• gemini-3.1-pro-preview
• gemini-3-flash-preview
• gemini-2.5-pro
• gemini-2.5-flash
• gemini-2.5-flash-lite

Menggunakan PayGo Prioritas

Untuk mengirim permintaan ke Gemini API menggunakan Priority PayGo, Anda harus menyertakan header X-Vertex-AI-LLM-Shared-Request-Type dalam permintaan Anda. Anda dapat menggunakan Priority PayGo dengan dua cara:

• Gunakan kuota Throughput yang Disediakan (jika tersedia) dan alihkan ke Priority PayGo.

• Hanya menggunakan PayGo Prioritas.

Contoh berikut menggunakan endpoint global. Untuk mengirim permintaan Anda ke endpoint multi-region, ganti global dengan us atau eu. Untuk permintaan REST, Anda juga harus mengganti nama host aiplatform.googleapis.com dengan aiplatform.us.rep.googleapis.com atau aiplatform.eu.rep.googleapis.com. Untuk mengetahui informasi selengkapnya, lihat Endpoint multi-region.

Menggunakan PayGo Prioritas saat menggunakan Throughput yang Disediakan sebagai default

Untuk memanfaatkan kuota Throughput yang Disediakan yang tersedia sebelum menggunakan Priority PayGo, sertakan header X-Vertex-AI-LLM-Shared-Request-Type: priority dalam permintaan Anda, seperti yang ditunjukkan dalam contoh berikut.

pip install --upgrade google-genai

# Replace the `GOOGLE_CLOUD_PROJECT` and `GOOGLE_CLOUD_LOCATION` values
# with appropriate values for your project.
export GOOGLE_CLOUD_PROJECT=GOOGLE_CLOUD_PROJECT
export GOOGLE_CLOUD_LOCATION=global
export GOOGLE_GENAI_USE_ENTERPRISE=True

from google import genai
from google.genai.types import HttpOptions
client = genai.Client(
  vertexai=True, project='your_project_id', location='global',
  http_options=HttpOptions(
    api_version="v1",
      headers={
        "X-Vertex-AI-LLM-Shared-Request-Type": "priority"
      },
  )
)

curl -X POST \
  -H "Authorization: Bearer $(gcloud auth print-access-token)" \
  -H "Content-Type: application/json; charset=utf-8" \
  -H "X-Vertex-AI-LLM-Shared-Request-Type: priority" \
  "https://aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/global/publishers/google/models/MODEL_ID:generateContent" -d \
  $'{
      "contents": {
        "role": "model",
        "parts": { "text": "PROMPT_TEXT" }
    }
  }'

{
  "candidates": [
    {
      "content": {
        "role": "model",
        "parts": [
          {
            "text": "Response to sample request."
          }
        ]
      },
      "finishReason": "STOP"
    }
  ],
  "usageMetadata": {
    "promptTokenCount": 3,
    "candidatesTokenCount": 900,
    "totalTokenCount": 1957,
    "trafficType": "ON_DEMAND_PRIORITY",
    "thoughtsTokenCount": 1054
  }
}

Hanya menggunakan PayGo Prioritas

Untuk hanya menggunakan Priority PayGo, sertakan header X-Vertex-AI-LLM-Request-Type: shared dan X-Vertex-AI-LLM-Shared-Request-Type: priority dalam permintaan Anda, seperti yang ditunjukkan dalam contoh berikut.

pip install --upgrade google-genai

# Replace the `GOOGLE_CLOUD_PROJECT` and `GOOGLE_CLOUD_LOCATION` values
# with appropriate values for your project.
export GOOGLE_CLOUD_PROJECT=GOOGLE_CLOUD_PROJECT
export GOOGLE_CLOUD_LOCATION=global
export GOOGLE_GENAI_USE_ENTERPRISE=True

from google import genai
from google.genai.types import HttpOptions
client = genai.Client(
  vertexai=True, project='your_project_id', location='global',
  http_options=HttpOptions(
    api_version="v1",
      headers={
        "X-Vertex-AI-LLM-Request-Type": "shared",
        "X-Vertex-AI-LLM-Shared-Request-Type": "priority"
      },
  )
)

curl -X POST \
  -H "Authorization: Bearer $(gcloud auth print-access-token)" \
  -H "Content-Type: application/json; charset=utf-8" \
  -H "X-Vertex-AI-LLM-Request-Type: shared" \
  -H "X-Vertex-AI-LLM-Shared-Request-Type: priority" \
  "https://aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/global/publishers/google/models/MODEL_ID:generateContent" -d \
  $'{
      "contents": {
        "role": "model",
        "parts": { "text": "PROMPT_TEXT" }
    }
  }'

{
  "candidates": [
    {
      "content": {
        "role": "model",
        "parts": [
          {
            "text": "Response to sample request."
          }
        ]
      },
      "finishReason": "STOP"
    }
  ],
  "usageMetadata": {
    "promptTokenCount": 3,
    "candidatesTokenCount": 900,
    "totalTokenCount": 1957,
    "trafficType": "ON_DEMAND_PRIORITY",
    "thoughtsTokenCount": 1054
  }
}

Memverifikasi penggunaan Priority PayGo

Anda dapat memverifikasi apakah permintaan menggunakan Priority PayGo dari jenis traffic dalam respons, seperti yang ditunjukkan dalam contoh berikut.

sdk_http_response=HttpResponse(
  headers=<dict len=9>
) candidates=[Candidate(
  avg_logprobs=-0.539712212302468,
  content=Content(
    parts=[
      Part(
        text="""Response to sample request.
        """
      ),
    ],
    role='model'
  ),
  finish_reason=<FinishReason.STOP: 'STOP'>
)] create_time=datetime.datetime(2025, 12, 3, 20, 32, 55, 916498, tzinfo=TzInfo(0)) model_version='gemini-2.5-flash' prompt_feedback=None response_id='response_id' usage_metadata=GenerateContentResponseUsageMetadata(
  candidates_token_count=1408,
  candidates_tokens_details=[
    ModalityTokenCount(
      modality=<MediaModality.TEXT: 'TEXT'>,
      token_count=1408
    ),
  ],
  prompt_token_count=5,
  prompt_tokens_details=[
    ModalityTokenCount(
      modality=<MediaModality.TEXT: 'TEXT'>,
      token_count=5
    ),
  ],
  thoughts_token_count=1356,
  total_token_count=2769,
  traffic_type=<TrafficType.ON_DEMAND_PRIORITY: 'ON_DEMAND_PRIORITY'>
) automatic_function_calling_history=[] parsed=None

{
  "candidates": [
    {
      "content": {
        "role": "model",
        "parts": [
          {
            "text": "Response to sample request."
          }
        ]
      },
      "finishReason": "STOP"
    }
  ],
  "usageMetadata": {
    "promptTokenCount": 3,
    "candidatesTokenCount": 900,
    "totalTokenCount": 1957,
    "trafficType": "ON_DEMAND_PRIORITY",
    "thoughtsTokenCount": 1054
  }
}

Batas throughput

PayGo Prioritas memberikan batas throughput dasar di tingkat organisasi untuk setiap model:

• Model Gemini Pro: 10.000.000 token per menit
• Model Gemini Flash dan Flash-Lite: 50.000.000 token per menit

Batas ini langsung tersedia untuk organisasi Anda. Tidak ada periode peningkatan, dan tidak perlu membangun penggunaan berkelanjutan sebelum Anda dapat menjangkau mereka. Serupa dengan PayGo Standar, batas throughput yang ditampilkan untuk kelompok model berlaku secara independen untuk setiap model dalam kelompok tersebut.

Traffic di atas batas Anda tidak otomatis diturunkan. Jika kapasitas tersedia, Agent Platform akan terus menyalurkan traffic tersebut dengan prioritas, dan ditagih dengan tarif PayGo Prioritas. Permintaan di-downgrade ke PayGo Standar hanya jika tidak ada kapasitas cadangan untuk menayangkannya dengan prioritas, dan permintaan tersebut ditagih dengan tarif PayGo Standar.

Anda dapat memverifikasi apakah permintaan di-downgrade dari respons. Untuk permintaan yang didowngrade ke PayGo Standar, jenis traffic ditetapkan ke ON_DEMAND. Untuk mengetahui informasi selengkapnya, lihat Memverifikasi penggunaan PayGo Prioritas.

Untuk mengurangi kemungkinan downgrade, lancarkan traffic setiap menit, bukan mengirim lonjakan tajam di tingkat detik. Jika workload Anda memerlukan batas yang lebih tinggi, hubungi tim penjualan Anda. Untuk workload yang memerlukan kapasitas khusus dan terjamin, lihat Throughput yang Disediakan.

Langkah berikutnya

• Untuk mempelajari lebih lanjut Throughput yang Disediakan, lihat Throughput yang Disediakan.
• Untuk mempelajari kuota dan batas Agent Platform, lihat Kuota dan batas Gemini Enterprise Agent Platform.
• Untuk mempelajari lebih lanjut Cloud de Confiance by S3NS kuota dan batas sistem, lihat dokumentasi Cloud Quotas.