支援的模型

下表列出支援佈建輸送量的模型、每個生成式 AI 擴充單元 (GSU) 的輸送量，以及各模型的消耗率。

Google 模型

佈建輸送量僅支援您使用特定模型 ID (而非模型別名)，直接從專案呼叫的模型。如要使用佈建輸送量對模型發出 API 呼叫，您必須使用特定模型版本 ID (例如 gemini-2.0-flash-001)，而非模型版本別名。

雖然佈建輸送量可確保模型要求有足夠的容量，但不會包含或略過您可能使用的其他工具 (例如建立基準) 的配額。視工作負載大小而定，您可能需要另外為這些工具申請更多配額。

此外，佈建輸送量不支援其他 Gemini Enterprise Agent Platform 產品 (例如 Vertex AI AI 代理和 Agent Search) 呼叫的模型。舉例來說，如果您在使用代理搜尋時，對 Gemini 3.5 Flash 發出 API 呼叫，Gemini 3.5 Flash 的佈建輸送量訂單，不會保證代理搜尋發出的呼叫。

佈建輸送量不支援批次預測呼叫。

下表列出支援佈建輸送量的 Google 模型，以及其輸送量、購買增量和耗用率。每秒處理量是指每秒所有要求的提示輸入和生成輸出內容。

如要瞭解工作負載所需的詞元數量，請參閱 SDK 分詞器或 countTokens API 的相關說明。

型號 每個 GSU 每秒處理量 單位 GSU 最低購買增量 消耗率

Gemini 4 Argon

支援的最新版本：gemini-4-argon

260 權杖 1 1 個輸入文字詞元 = 1 個詞元
1 個輸入圖片詞元 = 1 個詞元
1 個輸入影片詞元 = 1 個詞元
1 個輸入音訊詞元 = 1 個詞元
1 個輸入文字快取詞元 = 0.05 個詞元
1 個輸入圖片快取詞元 = 0.05 個詞元
1 個輸入影片快取詞元 = 0.05 個詞元
1 個輸入音訊快取詞元 = 0.05 個詞元
1 個輸出回覆/推論文字詞元 = 5 個詞元

Gemini 4 Argon Cyber Permissive

支援的最新版本：gemini-4-argon-cyber-permissive

260 權杖 1 1 個輸入文字詞元 = 1 個詞元
1 個輸入圖片詞元 = 1 個詞元
1 個輸入影片詞元 = 1 個詞元
1 個輸入音訊詞元 = 1 個詞元
1 個輸入文字快取詞元 = 0.05 個詞元
1 個輸入圖片快取詞元 = 0.05 個詞元
1 個輸入影片快取詞元 = 0.05 個詞元
1 個輸入音訊快取詞元 = 0.05 個詞元
1 個輸出回覆/推論文字詞元 = 5 個詞元

Gemini 3.8 Live

支援的最新版本：gemini-3.8-live

1,350 權杖 1 1 個輸入文字詞元 = 1 個詞元
1 個輸入音訊詞元 = 4 個詞元
1 個輸入圖片 / 影片詞元 = 1.4 個詞元
1 個輸出文字詞元 = 6 個詞元
1 個輸出音訊詞元 = 16 個詞元
1 個輸出影片詞元 = 1.4 個詞元

Gemini 3.8 Flash Cyber

支援的最新版本：gemini-3.8-flash-cyber

675 權杖 1 1 個輸入文字詞元 = 1 個詞元
1 個輸入圖片詞元 = 1 個詞元
1 個輸入影片詞元 = 1 個詞元
1 個輸入音訊詞元 = 1 個詞元
1 個輸入文字快取詞元 = 0.1 個詞元
1 個輸入圖片快取詞元 = 0.1 個詞元
1 個輸入影片快取詞元 = 0.1 個詞元
1 個輸入音訊快取詞元 = 0.1 個詞元
1 個輸出文字回覆詞元 = 5 個詞元

Gemini 3.8 Flash

支援的最新版本：gemini-3.8-flash

675 權杖 1 1 個輸入文字詞元 = 1 個詞元
1 個輸入圖片詞元 = 1 個詞元
1 個輸入影片詞元 = 1 個詞元
1 個輸入音訊詞元 = 1 個詞元
1 個輸入文字快取詞元 = 0.1 個詞元
1 個輸入圖片快取詞元 = 0.1 個詞元
1 個輸入影片快取詞元 = 0.1 個詞元
1 個輸入音訊快取詞元 = 0.1 個詞元
1 個輸出文字回覆詞元 = 5 個詞元

Gemini Omni 1.1 Flash

支援的最新版本：gemini-omni-1.1-flash-preview

670 權杖 1 1 個輸入文字詞元 = 1 個詞元
1 個輸入圖片詞元 = 1 個詞元
1 個輸入影片詞元 = 1 個詞元
1 個輸入音訊詞元 = 1 個詞元
1 個輸出文字詞元 (回覆和推論) = 6 個詞元
1 個輸出影片詞元 = 12 個詞元

Gemini 3.7 Flash

支援的最新版本：gemini-3.7-flash

675 權杖 1 1 個輸入文字詞元 = 1 個詞元
1 個輸入圖片詞元 = 1 個詞元
1 個輸入影片詞元 = 1 個詞元
1 個輸入音訊詞元 = 1 個詞元
1 個輸入文字快取詞元 = 0.1 個詞元
1 個輸入圖片快取詞元 = 0.1 個詞元
1 個輸入影片快取詞元 = 0.1 個詞元
1 個輸入音訊快取詞元 = 0.1 個詞元
1 個輸出文字回覆詞元 = 5 個詞元

Gemini 3.6 Flash

支援的最新版本：gemini-3.6-flash

675 權杖 1 1 個輸入文字詞元 = 1 個詞元
1 個輸入圖片詞元 = 1 個詞元
1 個輸入影片詞元 = 1 個詞元
1 個輸入音訊詞元 = 1 個詞元
1 個輸入文字快取詞元 = 0.1 個詞元
1 個輸入圖片快取詞元 = 0.1 個詞元
1 個輸入影片快取詞元 = 0.1 個詞元
1 個輸入音訊快取詞元 = 0.1 個詞元
1 個輸出文字回覆詞元 = 5 個詞元

Gemini 3.5 Flash-Lite

支援的最新版本：gemini-3.5-flash-lite

3,360 權杖 1 1 個輸入文字詞元 = 1 個詞元
1 個輸入圖片詞元 = 1 個詞元
1 個輸入影片詞元 = 1 個詞元
1 個輸入音訊詞元 = 1 個詞元
1 個輸入文字快取詞元 = 0.1 個詞元
1 個輸入圖片快取詞元 = 0.1 個詞元
1 個輸入影片快取詞元 = 0.1 個詞元
1 個輸入音訊快取詞元 = 0.1 個詞元
1 個輸出文字回覆詞元 = 9 個詞元

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

支援的最新版本：gemini-3.1-flash-lite-image

4,030 權杖 1 1 個輸入文字詞元 = 1 個詞元
1 個輸入圖像詞元 = 1 個詞元
1 個輸入影片詞元 = 1 個詞元
1 個輸出回覆文字詞元 = 6 個詞元
1 個輸出推論文字詞元 = 6 個詞元
1 個輸出圖像詞元 = 120 個詞元

Gemini 3 Pro Image

支援的最新版本：gemini-3-pro-image

500 權杖 1 1 個輸入文字詞元 = 1 個詞元
1 個輸入圖片詞元 = 1 個詞元
1 個輸入影片詞元 = 1 個詞元
1 個輸出回覆文字詞元 = 6 個詞元
1 個輸出推論文字詞元 = 6 個詞元
1 個輸出圖片詞元 = 60 個詞元

Gemini Nano Banana 2.1

支援的最新版本：gemini-nano-banana-2.1

675 權杖 1 1 個輸入文字詞元 = 1 個詞元
1 個輸入圖片詞元 = 1 個詞元
1 個輸入影片詞元 = 1 個詞元
1 個輸入文字快取詞元 = 0.1 個詞元
1 個輸入圖片快取詞元 = 0.1 個詞元
1 個輸入影片快取詞元 = 0.1 個詞元
1 個輸出回覆文字詞元 = 5 個詞元
1 個輸出推論文字詞元 = 5 個詞元
1 個輸出圖片詞元 = 20 個詞元

Gemini 3.1 Flash Image

支援的最新版本：gemini-3.1-flash-image

2,015 權杖 1 1 個輸入文字詞元 = 1 個詞元
1 個輸入圖像詞元 = 1 個詞元
1 個輸入影片詞元 = 1 個詞元
1 個輸出回覆文字詞元 = 6 個詞元
1 個輸出推論文字詞元 = 6 個詞元
1 個輸出圖像詞元 = 120 個詞元

Gemini 3.5 Flash

支援的最新版本：gemini-3.5-flash

675 權杖 1 1 個輸入文字詞元 = 1 個詞元
1 個輸入圖片詞元 = 1 個詞元
1 個輸入影片詞元 = 1 個詞元
1 個輸入音訊詞元 = 1 個詞元
1 個輸入文字快取詞元 = 0.1 個詞元
1 個輸入圖片快取詞元 = 0.1 個詞元
1 個輸入影片快取詞元 = 0.1 個詞元
1 個輸入音訊快取詞元 = 0.1 個詞元
1 個輸出文字詞元 = 6 個詞元

Gemini 3.1 Flash-Lite

支援的最新版本：gemini-3.1-flash-lite

4030 權杖 1 1 個輸入文字詞元 = 1 個詞元
1 個輸入圖片詞元 = 1 個詞元
1 個輸入影片詞元 = 1 個詞元
1 個輸入音訊詞元 = 2 個詞元
1 個輸入文字快取詞元 = 0.1 個詞元
1 個輸入圖片快取詞元 = 0.1 個詞元
1 個輸入影片快取詞元 = 0.1 個詞元
1 個輸入音訊快取詞元 = 0.2 個詞元
1 個輸出回覆文字詞元 = 6 個詞元
1 個輸出推論文字詞元 = 6 個詞元

Gemini 3.1 Pro

最新支援版本：gemini-3.1-pro-preview (預先發布版)

 500 權杖 1 輸入詞元數量小於或等於 200,000：
1 個輸入文字詞元 = 1 個詞元
1 個輸入圖片詞元 = 1 個詞元
1 個輸入影片詞元 = 1 個詞元
1 個輸入音訊詞元 = 1 個詞元
1 個輸入快取詞元 = 0.1 個詞元
1 個輸出回覆文字詞元 = 6 個詞元
1 個輸出推論文字詞元 = 6 個詞元

輸入詞元數量大於 200,000：
1 個輸入文字詞元 = 2 個詞元
1 個輸入圖片詞元 = 2 個詞元
1 個輸入影片詞元 = 2 個詞元
1 個輸入音訊詞元 = 2 個詞元
1 個輸入快取詞元 = 0.2 個詞元
1 個輸出回覆文字詞元 = 9 個詞元
1 個輸出推論文字詞元 = 9 個詞元

Gemini 3 Flash

最新支援版本：gemini-3-flash-preview (預先發布版)

 2015 權杖 1 1 個輸入文字詞元 = 1 個詞元
1 個輸入圖片詞元 = 1 個詞元
1 個輸入影片詞元 = 1 個詞元
1 個輸入音訊詞元 = 2 個詞元
1 個輸入文字、圖片、影片快取詞元 = 0.1 個詞元
1 個輸入音訊快取詞元 = 0.2 個詞元
1 個輸出回覆文字詞元 = 6 個詞元
1 個輸出推論文字詞元 = 6 個詞元

Gemini 2.5 Pro

支援的最新版本：gemini-2.5-pro

650 權杖 1 輸入詞元數量小於或等於 200,000 個：
1 個輸入文字詞元 = 1 個詞元
1 個輸入圖片詞元 = 1 個詞元
1 個輸入影片詞元 = 1 個詞元
1 個輸入音訊詞元 = 1 個詞元
1 個輸出回覆文字詞元 = 8 個詞元
1 個輸出推論文字詞元 = 8 個詞元

輸入詞元數量大於 200,000 個：
1 個輸入文字詞元 = 2 個詞元
1 個輸入圖片詞元 = 2 個詞元
1 個輸入影片詞元 = 2 個詞元
1 個輸入音訊詞元 = 2 個詞元
1 個輸出回覆文字詞元 = 12 個詞元
1 個輸出推論文字詞元 = 12 個詞元

Gemini 2.5 Flash Image

支援的最新版本：gemini-2.5-flash-image

2,690 權杖 1 1 個輸入文字詞元 = 1 個詞元
1 個輸入圖像詞元 = 1 個詞元
1 個輸出文字詞元 = 9 個詞元
1 個輸出圖像詞元 = 100 個詞元

Gemini 2.5 Flash

最新支援版本：gemini-2.5-flash

 2690 權杖 1 1 個輸入文字詞元 = 1 個詞元
1 個輸入圖片詞元 = 1 個詞元
1 個輸入影片詞元 = 1 個詞元
1 個輸入音訊詞元 = 4 個詞元
1 個輸出回覆文字詞元 = 9 個詞元
1 個輸出推論文字詞元 = 9 個詞元

Gemini 2.5 Flash-Lite

最新支援版本 (GA)：gemini-2.5-flash-lite

最新支援版本 (預先發布版)：gemini-2.5-flash-lite-preview-09-2025

 8,070 權杖 1 1 個輸入文字詞元 = 1 個詞元
1 個輸入圖片詞元 = 1 個詞元
1 個輸入影片詞元 = 1 個詞元
1 個輸入音訊詞元 = 3 個詞元
1 個輸出回覆文字詞元 = 4 個詞元
1 個輸出推論文字詞元 = 4 個詞元

Gemini 2.5 Flash 搭配 Gemini Live API 原生音訊

支援的最新版本：gemini-live-2.5-flash-native-audio

1,620 權杖 1 1 個輸入文字詞元 = 1 個詞元
1 個輸入音訊詞元 = 6 個詞元
1 個輸入影片詞元 = 6 個詞元
1 個輸入圖片詞元 = 6 個詞元
1 個輸入工作階段記憶體詞元 = 1 個詞元
1 個輸出文字詞元 = 4 個詞元
1 個輸出音訊詞元 = 24 個詞元

虛擬試穿

支援的最新版本：virtual-try-on-001

0.02 圖片 1 每秒 1 張圖片 = 0.02 個權杖

Veo 3.1 Lite Generate

最新支援版本：veo-3.1-lite-generate-001

 0.0350 影片秒數 (720p) 1 1 (720p) 輸出影片秒數 = 1 輸出影片秒數
影片和音訊秒數 (720p) 1 1 (720p) 輸出影片 + 音訊秒數 = 1.75 輸出影片秒數
影片秒數 (1080p) 1 1 秒 1080p 輸出影片 = 1.75 秒 720p 輸出影片
影片和音訊秒數 (1080p) 1 1 秒 1080p 輸出影片和音訊 = 2.33 秒 720p 輸出影片

Veo 3.1

最新支援版本：veo-3.1-generate-001

 0.0040 影片秒數 1 1 輸出影片秒數 = 1 輸出影片秒數
影片和音訊秒數 1 1 個輸出影片+音訊秒數 = 2 個輸出影片秒數

Veo 3.1 Fast

最新支援版本：veo-3.1-fast-generate-001

 0.01 影片秒數 (720p) 1 1 (720p) 輸出影片秒數 = 1 輸出影片秒數
影片 + 音訊秒數 (720p) 1 1 (720p) 輸出影片 + 音訊秒數 = 1.30 輸出影片秒數
影片秒數 (1080p) 1 1 秒 1080p 輸出影片 = 1.30 秒 720p 輸出影片
影片 + 音訊秒數 (1080p) 1 1 (1080p) 輸出影片 + 音訊秒數 = 1.60 (720p) 輸出影片秒數
影片秒數 (4K) 1 1 秒 4K 輸出影片 = 3.40 秒 720p 輸出影片
影片和音訊秒數 (4K) 1 1 秒 4k 輸出影片 + 音訊 = 4 秒 720p 輸出影片

如要瞭解模型的功能和輸入/輸出限制，請參閱模型說明文件。

新模型推出後，您可以升級至新模型。如要瞭解模型可用性和停用日期，請參閱「Google 模型」。

如要進一步瞭解支援的位置，請參閱「可用位置」。

合作夥伴模型

下表列出支援佈建輸送量的合作夥伴模型，其處理量、購買增量和消耗率。Claude 模型的測量單位為每秒詞元數，定義為每秒所有要求的輸入和輸出詞元總數。

型號 每個 GSU 的處理量 (每秒詞元數) GSU 最低購買量 GSU 購買增量 消耗率
Google Cloud 中的 Anthropic Claude Haiku 5.5 10,417 1 1 100,000 個輸入詞元以下：
1 個輸入詞元 = 1 個詞元
1 個輸出詞元 = 5 個詞元
1 個快取寫入 5 分鐘詞元 = 1.25 個詞元
1 個快取寫入 1 小時詞元 = 2 個詞元
1 個快取命中詞元 = 0.1 個詞元

超過 100,000 個輸入詞元：
1 個輸入詞元 = 5 個詞元
1 個輸出詞元 = 25 個詞元
1 個快取寫入 5 分鐘詞元 = 6.25 個詞元
1 個快取寫入 1 小時詞元 = 10 個詞元
1 個快取命中詞元 = 0.5 個詞元
Google Cloud 中的 Anthropic Claude Sonnet 5.5 525 1 1 1 個輸入詞元 = 1 個詞元
1 個輸出詞元 = 5 個詞元
1 個快取寫入 5 分鐘詞元 = 1.25 個詞元
1 個快取寫入 1 小時詞元 = 2 個詞元
1 個快取命中詞元 = 0.05 個詞元
Google Cloud 中的 Anthropic Claude Opus 5.5 261 1 1 1 個輸入詞元 = 1 個詞元
1 個輸出詞元 = 5 個詞元
1 個快取寫入 5 分鐘詞元 = 1.25 個詞元
1 個快取寫入 1 小時詞元 = 2 個詞元
1 個快取命中詞元 = 0.05 個詞元
Google Cloud 中的 Anthropic Claude Fable 5.1 105 1 1 1 個輸入詞元 = 1 個詞元
1 個輸出詞元 = 5 個詞元
1 個快取寫入 5 分鐘詞元 = 1.25 個詞元
1 個快取寫入 1 小時詞元 = 2 個詞元
1 個快取命中詞元 = 0.025 個詞元
Google Cloud 中的 Anthropic Claude Opus 5 210 1 1 1 個輸入詞元 = 1 個詞元
1 個輸出詞元 = 5 個詞元
1 個快取寫入 5 分鐘詞元 = 1.25 個詞元
1 個快取寫入 1 小時詞元 = 2 個詞元
1 個快取命中詞元 = 0.1 個詞元
Google Cloud 中的 Anthropic Claude Sonnet 5 350 25 1 1 個輸入詞元 = 1 個詞元
1 個輸出詞元 = 5 個詞元
1 個快取寫入 5 分鐘詞元 = 1.25 個詞元
1 個快取寫入 1 小時詞元 = 2 個詞元
1 個快取命中詞元 = 0.1 個詞元
Google Cloud 中的 Anthropic Claude Fable 5 105 1 1 1 個輸入詞元 = 1 個詞元
1 個輸出詞元 = 5 個詞元
1 個快取寫入 5 分鐘詞元 = 1.25 個詞元
1 個快取寫入 1 小時詞元 = 2 個詞元
1 個快取命中詞元 = 0.1 個詞元
Google Cloud 中的 Anthropic Claude Opus 4.8 210 35 1 1 個輸入詞元 = 1 個詞元
1 個輸出詞元 = 5 個詞元
1 個快取寫入 5 分鐘詞元 = 1.25 個詞元
1 個快取寫入 1 小時詞元 = 2 個詞元
1 個快取命中詞元 = 0.1 個詞元
Google Cloud 中的 Anthropic Claude Opus 4.7 210 35 1 1 個輸入詞元 = 1 個詞元
1 個輸出詞元 = 5 個詞元
1 個快取寫入 5 分鐘詞元 = 1.25 個詞元
1 個快取寫入 1 小時詞元 = 2 個詞元
1 個快取命中詞元 = 0.1 個詞元
Google Cloud 中的 Anthropic Claude Sonnet 4.6 350 25 1 1 個輸入詞元 = 1 個詞元
1 個輸出詞元 = 5 個詞元
1 個快取寫入 5 分鐘詞元 = 1.25 個詞元
1 個快取寫入 1 小時詞元 = 2 個詞元
1 個快取命中詞元 = 0.1 個詞元
Google Cloud 中的 Anthropic Claude Opus 4.6 210 35 1 1 個輸入詞元 = 1 個詞元
1 個輸出詞元 = 5 個詞元
1 個快取寫入 5 分鐘詞元 = 1.25 個詞元
1 個快取寫入 1 小時詞元 = 2 個詞元
1 個快取命中詞元 = 0.1 個詞元
Google Cloud 中的 Anthropic Claude Opus 4.5 210 35 1 1 個輸入詞元 = 1 個詞元
1 個輸出詞元 = 5 個詞元
1 個快取寫入 5 分鐘詞元 = 1.25 個詞元
1 個快取寫入 1 小時詞元 = 2 個詞元
1 個快取命中詞元 = 0.1 個詞元
Google Cloud 中的 Anthropic Claude Sonnet 4.5 350 25 1 輸入詞元少於 200,000 個：
1 個輸入詞元 = 1 個詞元
1 個輸出詞元 = 5 個詞元
1 個快取寫入 5 分鐘詞元 = 1.25 個詞元
1 個快取寫入 1 小時詞元 = 2 個詞元
1 個快取命中詞元 = 0.1 個詞元

輸入詞元大於或等於 200,000 個：
1 個輸入詞元 = 2 個詞元
1 個輸出詞元 = 7.5 個詞元
1 個快取寫入 5 分鐘詞元 = 2.5 個詞元
1 個快取寫入 1 小時詞元 = 4 個詞元
1 個快取命中詞元 = 0.2 個詞元
Google Cloud 中的 Anthropic Claude Haiku 4.5 1,050 8 1 輸入詞元少於 200,000 個：
1 個輸入詞元 = 1 個詞元
1 個輸出詞元 = 5 個詞元
1 個快取寫入 5 分鐘詞元 = 1.25 個詞元
1 個快取寫入 1 小時詞元 = 2 個詞元
1 個快取命中詞元 = 0.1 個詞元
Google Cloud 中的 Anthropic Claude 3.7 Sonnet (已淘汰) 350 25 1 1 個輸入詞元 = 1 個詞元
1 個輸出詞元 = 5 個詞元
1 個快取寫入 5m 詞元 = 1.25 個詞元
1 個快取命中詞元 = 0.1 個詞元
Google Cloud 中的 Anthropic Claude 3.5 Sonnet v2 (已淘汰) 350 25 1 1 個輸入詞元 = 1 個詞元
1 個輸出詞元 = 5 個詞元
1 個快取寫入 5m 詞元 = 1.25 個詞元
1 個快取命中詞元 = 0.1 個詞元
Google Cloud 中的 Anthropic Claude 3.5 Haiku (已淘汰) 2,000 10 1 1 個輸入詞元 = 1 個詞元
1 個輸出詞元 = 5 個詞元
1 個快取寫入 5 分鐘詞元 = 1.25 個詞元
1 個快取寫入 1 小時詞元 = 2 個詞元
1 個快取命中詞元 = 0.1 個詞元
Google Cloud 中的 Anthropic Claude 3 Opus 70 35 1 1 個輸入詞元 = 1 個詞元
1 個輸出詞元 = 5 個詞元
1 個快取寫入 5m 詞元 = 1.25 個詞元
1 個快取命中詞元 = 0.1 個詞元
Google Cloud 中的 Anthropic Claude 3 Haiku (已淘汰) 4,200 5 1 1 個輸入詞元 = 1 個詞元
1 個輸出詞元 = 5 個詞元
1 個快取寫入 5 分鐘詞元 = 1.25 個詞元
1 個快取寫入 1 小時詞元 = 2 個詞元
1 個快取命中詞元 = 0.1 個詞元
Google Cloud 中的 Anthropic Claude 3.5 Sonnet (已淘汰) 350 25 1 1 個輸入詞元 = 1 個詞元
1 個輸出詞元 = 5 個詞元
1 個快取寫入 5m 詞元 = 1.25 個詞元
1 個快取命中詞元 = 0.1 個詞元

如要瞭解支援的位置，請參閱「Anthropic Claude 區域可用性」。如要訂購 Anthropic 模型的佈建輸送量，請與Cloud de Confiance by S3NS 帳戶代表聯絡。

開放式模型

下表列出支援佈建輸送量的開放原始碼模型，其輸送量、購買增量和消耗率。

型號 每個 GSU 的處理量 (每秒詞元數) GSU 最低購買量 GSU 購買增量 消耗率

DeepSeek-OCR

最新支援版本：deepseek-ocr-maas

 3,360 1 1 1 個輸入文字詞元 = 1 個詞元
1 個輸入圖像詞元 = 1 個詞元
1 個輸出文字詞元 = 4 個詞元

DeepSeek-V3.2

DeepSeek-V3.2

最新支援版本：deepseek-v3.2-maas

 1,680 1 1 1 個輸入文字詞元 = 1 個詞元
1 個輸出文字詞元 = 4 個詞元

Gemma 4 26B A4B IT

最新支援版本：gemma-4-26b-a4b-it-maas

這個模型的佈建輸送量支援服務，會以與 Google 模型相同的 SKU 計費，但須遵守開放模型的功能限制。

 6,725 1 1 1 個輸入文字詞元 = 1 個詞元
1 個輸入圖像詞元 = 1 個詞元
1 個輸出文字詞元 = 4 個詞元

Kimi K2 Thinking

最新支援版本：kimi-k2-thinking-maas

 1,680 1 1 1 個輸入文字詞元 = 1 個詞元
1 個輸出文字詞元 = 4 個詞元

Llama 3.3 70B

最新支援版本：llama-3.3-70b-instruct-maas

 1,400 1 1 1 個輸入文字詞元 = 1 個詞元
1 個輸出文字詞元 = 1 個詞元

Llama 4 Maverick 17B-128E

最新支援版本：llama-4-maverick-17b-128e-instruct-maas

 2,800 1 1 1 個輸入文字詞元 = 1 個詞元
1 個輸入圖像詞元 = 1 個詞元
1 個輸出文字詞元 = 4 個詞元

Llama 4 Scout 17B-16E

最新支援版本：llama-4-scout-17b-16e-instruct-maas

 4,035 1 1 1 個輸入文字詞元 = 1 個詞元
1 個輸入圖像詞元 = 1 個詞元
1 個輸出文字詞元 = 3 個詞元

MiniMax M2

最新支援版本：minimax-m2-maas

 3,360 1 1 1 個輸入文字詞元 = 1 個詞元
1 個輸出文字詞元 = 4 個詞元

OpenAI gpt-oss 120B

最新支援版本：gpt-oss-120b-maas

 11,205 1 1 1 個輸入文字詞元 = 1 個詞元
1 個輸出文字詞元 = 4 個詞元

OpenAI gpt-oss 20B

最新支援版本：gpt-oss-20b-maas

 14,405 1 1 1 個輸入文字詞元 = 1 個詞元
1 個輸出文字詞元 = 4 個詞元

Qwen3 235B

最新支援版本：qwen3-235b-a22b-instruct-2507-maas

 4,035 1 1 1 個輸入文字詞元 = 1 個詞元
1 個輸出文字詞元 = 4 個詞元

Qwen3 Coder

最新支援版本：qwen3-coder-480b-a35b-instruct-maas

 1,010 1 1 1 個輸入文字詞元 = 1 個詞元
1 個輸出文字詞元 = 4 個詞元

Qwen3-Next-80B Instruct

最新支援版本：qwen3-next-80b-a3b-instruct-maas

 6,725 1 1 1 個輸入文字詞元 = 1 個詞元
1 個輸出文字詞元 = 8 個詞元

Qwen3-Next-80B Thinking

最新支援版本：qwen3-next-80b-a3b-thinking-maas

 6,725 1 1 1 個輸入文字詞元 = 1 個詞元
1 個輸出文字詞元 = 8 個詞元

GLM 4.7

最新支援版本：glm-4.7-maas

 1,685 1 1 1 個輸入文字詞元 = 1 個詞元
1 個輸出文字詞元 = 4 個詞元

GLM 5

最新支援版本：glm-5-maas

 1,010 1 1 1 個輸入文字詞元 = 1 個詞元
1 個輸出文字詞元 = 3 個詞元

Google 和開放模型的功能

下表列出 Google 模型和開放式模型佈建輸送量提供的功能：

功能 Google 模型 開放式模型 (預先發布版)
透過 Cloud de Confiance 控制台訂購 是 是
支援全域端點 請參閱「全域端點模型支援」。 請參閱「全域端點模型支援」。
支援經過監督式微調的模型 是 否
支援使用 API 金鑰 是 否
整合隱含脈絡快取 是 不適用
整合明確脈絡快取 是 不適用
ML 處理 僅適用於特定區域。詳情請參閱「單一可用區佈建輸送量」。 不適用
可用的訂單條款 1 週、1 個月、3 個月和 1 年 1 週、1 個月、3 個月和 1 年
透過控制台變更順序 是 否
訂單狀態：待審查、已核准、有效、已過期 是 是
超額用量預設會轉移至即付即用模式 是 是
API 標頭控制項：使用「dedicated」僅使用佈建輸送量，或使用「shared」僅使用即付即用 是 是
監控：指標、資訊主頁和警告 是 是

支援全域端點模型

佈建輸送量支援 Google 模型和開放模型的全域端點。

根據預設，超過佈建輸送量配額的流量會使用全域端點。

如要將佈建輸送量指派給模型的全域端點，請在下達佈建輸送量訂單時，選取 global 做為區域。

支援全域端點的 Google 模型

下表列出佈建輸送量支援全域端點的 Google 模型：

模型 最新支援的模型版本
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 1.1 Flash 預先發布版 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 預先發布版 gemini-3.1-pro-preview
Gemini 3 Flash 預先發布版 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

支援全域端點的開放式模型

下表列出佈建輸送量支援全域端點的開放原始碼模型：

型號 最新支援的模型版本
DeepSeek-OCR deepseek-ocr-maas
DeepSeek-V3.2 deepseek-v3.2-maas
Kimi K2 Thinking kimi-k2-thinking-maas
MiniMax M2 minimax-m2-maas
OpenAI gpt-oss 120B gpt-oss-120b-maas
Qwen3-Next-80B Instruct qwen3-next-80b-a3b-instruct-maas
Qwen3-Next-80B Thinking qwen3-next-80b-a3b-thinking-maas
GLM 4.7 glm-4.7-maas
GLM 5 glm-5-maas

支援監督式微調模型

支援監督式微調的 Google 模型支援下列項目：

  • 佈建輸送量可套用至基礎模型，以及這些基礎模型的監督式微調版本。

  • 經過監督式微調的模型端點和對應的基礎模型，會計入相同的佈建處理量配額。

    舉例來說，如果為特定專案的 gemini-3.1-flash-lite 購買佈建輸送量，系統會優先處理在該專案中，由 gemini-3.1-flash-lite 監督式微調版本提出的要求。使用適當的標頭控制流量行為。

從 Gemini 3 開始，微調模型的推論配額耗用速率高於基礎模型。這項溢價與模型微調推論溢價成正比。舉例來說，如果微調推論的費用比基礎模型推論高 50%，則微調推論的耗用速率會高出 50%。在這個例子中，如果基礎模型推論 1 個輸入文字詞元為 1 個詞元，則微調模型推論 1 個輸入文字詞元為 1.5 個詞元。

在 Gemini 3 之前，監督式微調模型端點和對應的基礎模型，會共用相同的佈建輸送量配額，且耗用速率相同。

後續步驟