Modèles compatibles

Les tableaux suivants présentent les modèles compatibles avec le débit provisionné, le débit pour chaque unité de scaling pour l'IA générative (GSU) et les taux d'utilisation pour chaque modèle.

Modèles Google

Le débit provisionné n'est compatible qu'avec les modèles que vous appelez directement depuis votre projet à l'aide de l'ID de modèle spécifique, et non d'un alias de modèle. Pour utiliser le débit provisionné afin d'effectuer des appels d'API vers un modèle, vous devez utiliser l'ID de version de modèle spécifique (par exemple, gemini-2.0-flash-001) et non un alias de version de modèle.

Bien que le débit provisionné garantisse la capacité de vos requêtes de modèle, il n'inclut ni ne contourne les quotas d'autres outils que vous pourriez utiliser, tels que l'ancrage. En fonction de la taille de votre charge de travail, vous devrez peut-être demander un quota supplémentaire pour ces outils séparément.

De plus, le débit provisionné n'est pas compatible avec les modèles appelés par d'autres produits Gemini Enterprise Agent Platform, tels que les agents IA Vertex AI et Agent Search. Par exemple, si vous effectuez des appels d'API vers Gemini 3.5 Flash tout en utilisant la recherche d'agent, votre commande de débit provisionné pour Gemini 3.5 Flash ne garantira pas les appels effectués par la recherche d'agent.

Le débit provisionné n'est pas compatible avec les appels de prédiction par lots.

Le tableau suivant indique le débit, les incréments d'achat et les taux d'utilisation pour les modèles Google compatibles avec le débit provisionné. Votre débit par seconde est défini comme la somme des caractères du prompt que vous avez saisi en entrée et des caractères du texte généré en sortie pour toutes les requêtes, par seconde.

Pour connaître le nombre de jetons requis par votre charge de travail, consultez le tokenizer du SDK ou l'API countTokens.

Pour en savoir plus sur les capacités d'un modèle et ses limites d'entrée ou de sortie, consultez la documentation du modèle.

Vous pouvez passer à de nouveaux modèles dès qu'ils sont disponibles. Pour en savoir plus sur la disponibilité et les dates d'abandon des modèles, consultez Modèles Google.

Pour en savoir plus sur les emplacements compatibles, consultez la section Emplacements disponibles.

Modèles de partenaires

Le tableau suivant indique le débit, les incréments d'achat et les taux d'utilisation pour les modèles partenaires compatibles avec le débit provisionné. Les modèles Claude sont mesurés en jetons par seconde, c'est-à-dire le nombre total de jetons d'entrée et de sortie pour l'ensemble des requêtes, par seconde.

Pour en savoir plus sur les emplacements compatibles, consultez Disponibilité d'Anthropic Claude par région. Pour commander du débit provisionné pour les modèles Anthropic, contactez votre responsable de compteCloud de Confiance by S3NS .

Modèles ouverts

Le tableau suivant indique le débit, les incréments d'achat et les taux d'utilisation pour les modèles ouverts compatibles avec le débit provisionné.

Fonctionnalités disponibles pour les modèles Google et ouverts

Le tableau suivant liste les fonctionnalités disponibles avec le débit provisionné pour les modèles Google et les modèles ouverts :

Compatibilité avec les modèles de points de terminaison mondiaux

Le débit provisionné est compatible avec le point de terminaison global pour les modèles Google et les modèles ouverts.

Le trafic qui dépasse le quota de débit provisionné utilise par défaut le point de terminaison mondial.

Pour attribuer un débit provisionné au point de terminaison global d'un modèle, sélectionnez global comme région lorsque vous passez une commande de débit provisionné.

Modèles Google compatibles avec les points de terminaison globaux

Le tableau suivant liste les modèles Google pour lesquels le débit provisionné est compatible avec le point de terminaison global :

Modèles ouverts avec compatibilité avec les points de terminaison mondiaux

Le tableau suivant liste les modèles ouverts pour lesquels le débit provisionné est compatible avec le point de terminaison global :

Compatibilité avec les modèles affinés de manière supervisée

Les éléments suivants sont compatibles avec les modèles Google compatibles avec l'affinage supervisé :

• Le débit provisionné peut être appliqué aux modèles de base et aux versions affinées de manière supervisée de ces modèles de base.

• Les points de terminaison du modèle affiné supervisé et leur modèle de base correspondant sont comptabilisés dans le même quota de débit provisionné.

  Par exemple, le débit provisionné acheté pour gemini-3.1-flash-lite pour un projet spécifique donne la priorité aux requêtes effectuées à partir de versions d'affinage supervisé de gemini-3.1-flash-lite créées dans ce projet. Utilisez l'en-tête approprié pour contrôler le comportement du trafic.

À partir de Gemini 3, les taux de consommation de quota pour l'inférence de modèle affiné sont plus élevés que pour l'inférence de modèle de base. Cette prime est proportionnelle à la prime d'inférence affinée du modèle. Par exemple, si l'inférence affinée coûte 50% de plus que l'inférence du modèle de base, le taux de consommation de l'inférence affinée sera 50 % plus élevé. Dans ce cas, si l'inférence du modèle de base d'un jeton de texte d'entrée était d'un jeton, l'inférence du modèle réglé d'un jeton de texte d'entrée serait de 1,5 jeton.

Avant Gemini 3, les points de terminaison de modèle affiné supervisé et leur modèle de base correspondant étaient comptabilisés dans le même quota de débit provisionné, avec les mêmes taux de consommation de quota.

Étapes suivantes

• Calculez les exigences de débit provisionné.