As tabelas a seguir mostram os modelos compatíveis com a capacidade de processamento provisionada, a capacidade de processamento para cada unidade de escala de IA generativa (GSU, na sigla em inglês) e as taxas de burndown de cada modelo.
Modelos do Google
A Capacidade de Processamento Provisionada só aceita modelos que você chama diretamente
do seu projeto usando o ID do modelo específico, não um alias de modelo. Para usar
a Capacidade de Processamento Provisionada para fazer chamadas de API para um modelo, use o
ID da versão do modelo específico (por exemplo, gemini-2.0-flash-001) e não um
alias de versão do modelo.
Embora a Capacidade de Processamento Provisionada garanta capacidade para as solicitações do modelo, ela não inclui nem ignora cotas de outras ferramentas que você pode usar, como o embasamento. Dependendo do tamanho da carga de trabalho, talvez seja necessário solicitar uma cota adicional para essas ferramentas separadamente.
Além disso, a Capacidade de Processamento Provisionada não é compatível com modelos chamados por outros produtos da Gemini Enterprise Agent Platform, como os agentes de IA da Vertex AI e o Agent Search. Por exemplo, se você fizer chamadas de API para o Gemini 3.5 Flash ao usar o Agent Search, seu pedido de capacidade de processamento provisionada para o Gemini 3.5 Flash não vai garantir as chamadas feitas pelo Agent Search.
A capacidade de processamento provisionada não é compatível com chamadas de previsão em lote.
A tabela a seguir mostra a capacidade de processamento, o incremento de compra e as taxas de burndown para modelos do Google que oferecem suporte à Capacidade de Processamento Provisionada. A capacidade de processamento por segundo é definida como a entrada de comando e a saída gerada em todas as solicitações por segundo.
Para saber quantos tokens sua carga de trabalho requer, consulte o tokenizador do SDK ou a API countTokens.
| Modelo | Capacidade de processamento por segundo por GSU | Unidades | Incremento mínimo de compra de GSU | Taxas de burndown |
|---|---|---|---|---|
|
Versão mais recente compatível: |
260 | Tokens | 1 |
1 token de texto de entrada = 1 token 1 token de imagem de entrada = 1 token 1 token de vídeo de entrada = 1 token 1 token de áudio de entrada = 1 token 1 token de armazenamento em cache de texto de entrada = 0,05 token 1 token de armazenamento em cache de imagem de entrada = 0,05 token 1 token de armazenamento em cache de vídeo de entrada = 0,05 token 1 token de armazenamento em cache de áudio de entrada = 0,05 token 1 token de texto de resposta/raciocínio de saída = 5 tokens |
|
Gemini 4 Argon Cyber Permissive Versão mais recente compatível: |
260 | Tokens | 1 |
1 token de texto de entrada = 1 token 1 token de imagem de entrada = 1 token 1 token de vídeo de entrada = 1 token 1 token de áudio de entrada = 1 token 1 token de armazenamento em cache de texto de entrada = 0,05 token 1 token de armazenamento em cache de imagem de entrada = 0,05 token 1 token de armazenamento em cache de vídeo de entrada = 0,05 token 1 token de armazenamento em cache de áudio de entrada = 0,05 token 1 token de texto de resposta/raciocínio de saída = 5 tokens |
|
Versão mais recente compatível: |
1.350 | Tokens | 1 |
1 token de texto de entrada = 1 token 1 token de áudio de entrada = 4 tokens 1 token de imagem / vídeo de entrada = 1,4 token 1 token de texto de saída = 6 tokens 1 token de áudio de saída = 16 tokens 1 token de vídeo de saída = 1,4 token |
|
Versão mais recente compatível: |
675 | Tokens | 1 |
1 token de texto de entrada = 1 token 1 token de imagem de entrada = 1 token 1 token de vídeo de entrada = 1 token 1 token de áudio de entrada = 1 token 1 token de armazenamento em cache de texto de entrada = 0,1 token 1 token de armazenamento em cache de imagem de entrada = 0,1 token 1 token de armazenamento em cache de vídeo de entrada = 0,1 token 1 token de armazenamento em cache de áudio de entrada = 0,1 token 1 token de resposta de texto de saída = 5 tokens |
|
Versão mais recente compatível: |
675 | Tokens | 1 |
1 token de texto de entrada = 1 token 1 token de imagem de entrada = 1 token 1 token de vídeo de entrada = 1 token 1 token de áudio de entrada = 1 token 1 token de armazenamento em cache de texto de entrada = 0,1 token 1 token de armazenamento em cache de imagem de entrada = 0,1 token 1 token de armazenamento em cache de vídeo de entrada = 0,1 token 1 token de armazenamento em cache de áudio de entrada = 0,1 token 1 token de resposta de texto de saída = 5 tokens |
|
Versão mais recente compatível: |
670 | Tokens | 1 |
1 token de texto de entrada = 1 token 1 token de imagem de entrada = 1 token 1 token de vídeo de entrada = 1 token 1 token de áudio de entrada = 1 token 1 token de texto de saída (resposta e raciocínio) = 6 tokens 1 token de vídeo de saída = 12 tokens |
|
Versão mais recente compatível: |
675 | Tokens | 1 |
1 token de texto de entrada = 1 token 1 token de imagem de entrada = 1 token 1 token de vídeo de entrada = 1 token 1 token de áudio de entrada = 1 token 1 token de armazenamento em cache de texto de entrada = 0,1 token 1 token de armazenamento em cache de imagem de entrada = 0,1 token 1 token de armazenamento em cache de vídeo de entrada = 0,1 token 1 token de armazenamento em cache de áudio de entrada = 0,1 token 1 token de resposta de texto de saída = 5 tokens |
|
Versão mais recente compatível: |
675 | Tokens | 1 |
1 token de texto de entrada = 1 token 1 token de imagem de entrada = 1 token 1 token de vídeo de entrada = 1 token 1 token de áudio de entrada = 1 token 1 token de armazenamento em cache de texto de entrada = 0,1 token 1 token de armazenamento em cache de imagem de entrada = 0,1 token 1 token de armazenamento em cache de vídeo de entrada = 0,1 token 1 token de armazenamento em cache de áudio de entrada = 0,1 token 1 token de resposta de texto de saída = 5 tokens |
|
Versão mais recente compatível: |
3.360 | Tokens | 1 |
1 token de texto de entrada = 1 token 1 token de imagem de entrada = 1 token 1 token de vídeo de entrada = 1 token 1 token de áudio de entrada = 1 token 1 token de armazenamento em cache de texto de entrada = 0,1 token 1 token de armazenamento em cache de imagem de entrada = 0,1 token 1 token de armazenamento em cache de vídeo de entrada = 0,1 token 1 token de armazenamento em cache de áudio de entrada = 0,1 token 1 token de resposta de texto de saída = 9 tokens |
|
Gemini 3.1 Flash-Lite Image (Nano Banana 2 Lite) Versão mais recente compatível: |
4.030 | Tokens | 1 |
1 token de texto de entrada = 1 token 1 token de imagem de entrada = 1 token 1 token de vídeo de entrada = 1 token 1 token de texto de resposta de saída = 6 tokens 1 token de texto de raciocínio de saída = 6 tokens 1 token de imagem de saída = 120 tokens |
|
Versão mais recente compatível: |
500 | Tokens | 1 |
1 token de texto de entrada = 1 token 1 token de imagem de entrada = 1 token 1 token de vídeo de entrada = 1 token 1 token de texto de resposta de saída = 6 tokens 1 token de texto de raciocínio de saída = 6 tokens 1 token de imagem de saída = 60 tokens |
|
Versão mais recente compatível: |
675 | Tokens | 1 |
1 token de texto de entrada = 1 token 1 token de imagem de entrada = 1 token 1 token de vídeo de entrada = 1 token 1 token de armazenamento em cache de texto de entrada = 0,1 token 1 token de armazenamento em cache de imagem de entrada = 0,1 token 1 token de armazenamento em cache de vídeo de entrada = 0,1 token 1 token de texto de resposta de saída = 5 tokens 1 token de texto de raciocínio de saída = 5 tokens 1 token de imagem de saída = 20 tokens |
|
Versão mais recente compatível: |
2.015 | Tokens | 1 |
1 token de texto de entrada = 1 token 1 token de imagem de entrada = 1 token 1 token de vídeo de entrada = 1 token 1 token de texto de resposta de saída = 6 tokens 1 token de texto de raciocínio de saída = 6 tokens 1 token de imagem de saída = 120 tokens |
|
Versão mais recente compatível: |
675 | Tokens | 1 |
1 token de texto de entrada = 1 token 1 token de imagem de entrada = 1 token 1 token de vídeo de entrada = 1 token 1 token de áudio de entrada = 1 token 1 token de armazenamento em cache de texto de entrada = 0,1 token 1 token de armazenamento em cache de imagem de entrada = 0,1 token 1 token de armazenamento em cache de vídeo de entrada = 0,1 token 1 token de armazenamento em cache de áudio de entrada = 0,1 token 1 token de texto de saída = 6 tokens |
|
Versão mais recente compatível: |
4030 | Tokens | 1 |
1 token de texto de entrada = 1 token 1 token de imagem de entrada = 1 token 1 token de vídeo de entrada = 1 token 1 token de áudio de entrada = 2 tokens 1 token de armazenamento em cache de texto de entrada = 0,1 token 1 token de armazenamento em cache de imagem de entrada = 0,1 token 1 token de armazenamento em cache de vídeo de entrada = 0,1 token 1 token de armazenamento em cache de áudio de entrada = 0,2 token 1 token de texto de resposta de saída = 6 tokens 1 token de texto de raciocínio de saída = 6 tokens |
|
Versão mais recente com suporte: |
500 | Tokens | 1 |
Menor ou igual a 200.000 tokens de entrada: 1 token de texto de entrada = 1 token 1 token de imagem de entrada = 1 token 1 token de vídeo de entrada = 1 token 1 token de áudio de entrada = 1 token 1 token de cache de entrada = 0,1 token 1 token de texto de resposta de saída = 6 tokens 1 token de texto de raciocínio de saída = 6 tokens Maior que 200.000 tokens de entrada: 1 token de texto de entrada = 2 tokens 1 token de imagem de entrada = 2 tokens 1 token de vídeo de entrada = 2 tokens 1 token de áudio de entrada = 2 tokens 1 token de cache de entrada = 0,2 token 1 token de texto de resposta de saída = 9 tokens 1 token de texto de raciocínio de saída = 9 tokens |
|
Versão mais recente com suporte: |
2015 | Tokens | 1 |
1 token de texto de entrada = 1 token 1 token de imagem de entrada = 1 token 1 token de vídeo de entrada = 1 token 1 token de áudio de entrada = 2 tokens 1 token de armazenamento em cache de texto, imagem e vídeo de entrada = 0,1 token 1 token de armazenamento em cache de áudio de entrada = 0,2 token 1 token de texto de resposta de saída = 6 tokens 1 token de texto de raciocínio de saída = 6 tokens |
|
Versão mais recente compatível: |
650 | Tokens | 1 |
Até 200.000 tokens de entrada: 1 token de texto de entrada = 1 token 1 token de imagem de entrada = 1 token 1 token de vídeo de entrada = 1 token 1 token de áudio de entrada = 1 token 1 token de texto de resposta de saída = 8 tokens 1 token de texto de raciocínio de saída = 8 tokens Mais de 200.000 tokens de entrada: 1 token de texto de entrada = 2 tokens 1 token de imagem de entrada = 2 tokens 1 token de vídeo de entrada = 2 tokens 1 token de áudio de entrada = 2 tokens 1 token de texto de resposta de saída = 12 tokens 1 token de texto de raciocínio de saída = 12 tokens |
|
Versão mais recente compatível: |
2.690 | Tokens | 1 |
1 token de texto de entrada = 1 token 1 token de imagem de entrada = 1 token 1 token de texto de saída = 9 tokens 1 token de imagem de saída = 100 tokens |
|
Versão mais recente compatível: |
2690 | Tokens | 1 |
1 token de texto de entrada = 1 token 1 token de imagem de entrada = 1 token 1 token de vídeo de entrada = 1 token 1 token de áudio de entrada = 4 tokens 1 token de texto de resposta de saída = 9 tokens 1 token de texto de raciocínio de saída = 9 tokens |
|
Versão mais recente com suporte (GA): Versão mais recente com suporte (pré-lançamento): |
8.070 | Tokens | 1 |
1 token de texto de entrada = 1 token 1 token de imagem de entrada = 1 token 1 token de vídeo de entrada = 1 token 1 token de áudio de entrada = 3 tokens 1 token de texto de resposta de saída = 4 tokens 1 token de texto de raciocínio de saída = 4 tokens |
|
Gemini 2.5 Flash com áudio nativo da API Gemini Live Versão mais recente compatível: |
1.620 | Tokens | 1 |
1 token de texto de entrada = 1 token 1 token de áudio de entrada = 6 tokens 1 token de vídeo de entrada = 6 tokens 1 token de imagem de entrada = 6 tokens 1 token de memória de sessão de entrada = 1 token 1 token de texto de saída = 4 tokens 1 token de áudio de saída = 24 tokens |
|
Versão mais recente compatível: |
0,02 | Imagens | 1 |
1 imagem por segundo = 0,02 token |
Versão mais recente compatível: |
0,0350 | Segundos de vídeo (720p) | 1 | 1 segundo de vídeo de saída (720p) = 1 segundo de vídeo de saída |
| Segundos de vídeo + áudio (720p) | 1 | 1 segundo de vídeo + áudio de saída (720p) = 1,75 segundo de vídeo de saída | ||
| Segundos de vídeo (1080p) | 1 | 1 segundo de vídeo de saída (1080p) = 1,75 segundo de vídeo de saída (720p) | ||
| Segundos de vídeo + áudio (1080p) | 1 | 1 segundo de vídeo+áudio de saída (1080p) = 2,33 segundos de vídeo de saída (720p) | ||
Versão mais recente compatível: |
0,0040 | Segundos de vídeo | 1 | 1 segundo de vídeo de saída = 1 segundo de vídeo de saída |
| Segundos de vídeo + áudio | 1 | 1 segundo de vídeo + áudio de saída = 2 segundos de vídeo de saída | ||
Versão mais recente compatível: |
0,01 | Segundos de vídeo (720p) | 1 | 1 segundo de vídeo de saída (720p) = 1 segundo de vídeo de saída |
| Segundos de vídeo + áudio (720p) | 1 | 1 segundo de vídeo + áudio de saída (720p) = 1,30 segundo de vídeo de saída | ||
| Segundos de vídeo (1080p) | 1 | 1 segundo de vídeo de saída (1080p) = 1,30 segundo de vídeo de saída (720p) | ||
| Segundos de vídeo + áudio (1080p) | 1 | 1 segundo de vídeo + áudio de saída (1080p) = 1,60 segundo de vídeo de saída (720p) | ||
| Segundos de vídeo (4K) | 1 | 1 segundo de vídeo de saída (4K) = 3,40 segundos de vídeo de saída (720p) | ||
| Segundos de vídeo + áudio (4K) | 1 | 1 segundo de vídeo + áudio de saída (4K) = 4 segundos de vídeo de saída (720p) | ||
Versão mais recente compatível: |
0,0040 | Segundos de vídeo | 1 | 1 segundo de vídeo de saída = 1 segundo de vídeo de saída |
| Segundos de vídeo + áudio | 1 | 1 segundo de vídeo + áudio de saída = 2 segundos de vídeo de saída | ||
Versão mais recente compatível: |
0,01 | Segundos de vídeo (720p) | 1 | 1 segundo de vídeo de saída (720p) = 1 segundo de vídeo de saída |
| Segundos de vídeo + áudio (720p) | 1 | 1 segundo de vídeo + áudio de saída (720p) = 1,30 segundo de vídeo de saída | ||
| Segundos de vídeo (1080p) | 1 | 1 segundo de vídeo de saída (1080p) = 1,30 segundo de vídeo de saída (720p) | ||
| Segundos de vídeo + áudio (1080p) | 1 | 1 segundo de vídeo + áudio de saída (1080p) = 1,60 segundo de vídeo de saída (720p) |
Para informações sobre os recursos e os limites de entrada ou saída de um modelo, consulte a documentação dele.
Você pode fazer upgrade para novos modelos assim que eles forem disponibilizados. Para informações sobre disponibilidade e datas de descontinuação, consulte Modelos do Google.
Para mais informações sobre os locais compatíveis, consulte Locais disponíveis.
Modelos de parceiros
A tabela a seguir mostra as taxas de capacidade de processamento, incremento de compra e taxas de burndown dos modelos de parceiros que oferecem suporte à capacidade de processamento provisionada. Os modelos do Claude são medidos em tokens por segundo, que é definido como o total de tokens de entrada e saída em todas as solicitações por segundo.
| Modelo | Capacidade de processamento por GSU (tokens/s) | Compra mínima de GSUs | Incremento de compra de GSU | Taxas de burndown |
|---|---|---|---|---|
| Claude Haiku 5.5 da Anthropic no Google Cloud | 10.417 | 1 | 1 | Até 100.000 tokens de entrada: 1 token de entrada = 1 token 1 token de saída = 5 tokens 1 token de gravação em cache de 5m = 1,25 token 1 token de gravação em cache de 1h = 2 tokens 1 token de ocorrência em cache = 0,1 token Mais de 100.000 tokens de entrada: 1 token de entrada = 5 tokens 1 token de saída = 25 tokens 1 token de gravação em cache de 5m = 6,25 tokens 1 token de gravação em cache de 1h = 10 tokens 1 token de ocorrência em cache = 0,5 token |
| Claude Sonnet 5.5 da Anthropic no Google Cloud | 525 | 1 | 1 | 1 token de entrada = 1 token 1 token de saída = 5 tokens 1 token de gravação em cache de 5m = 1,25 token 1 token de gravação em cache de 1h = 2 tokens 1 token de ocorrência em cache = 0,05 token |
| Claude Opus 5.5 da Anthropic no Google Cloud | 261 | 1 | 1 | 1 token de entrada = 1 token 1 token de saída = 5 tokens 1 token de gravação em cache de 5m = 1,25 token 1 token de gravação em cache de 1h = 2 tokens 1 token de ocorrência em cache = 0,05 token |
| Claude Fable 5.1 da Anthropic no Google Cloud | 105 | 1 | 1 | 1 token de entrada = 1 token 1 token de saída = 5 tokens 1 token de gravação em cache de 5m = 1,25 token 1 token de gravação em cache de 1h = 2 tokens 1 token de ocorrência em cache = 0,025 token |
| Claude Opus 5 da Anthropic no Google Cloud | 210 | 1 | 1 | 1 token de entrada = 1 token 1 token de saída = 5 tokens 1 token de gravação em cache de 5m = 1,25 token 1 token de gravação em cache de 1h = 2 tokens 1 token de ocorrência em cache = 0,1 token |
| Claude Sonnet 5 da Anthropic no Google Cloud | 350 | 25 | 1 | 1 token de entrada = 1 token 1 token de saída = 5 tokens 1 token de gravação em cache de 5m = 1,25 token 1 token de gravação em cache de 1h = 2 tokens 1 token de ocorrência em cache = 0,1 token |
| Claude Fable 5 da Anthropic no Google Cloud | 105 | 1 | 1 | 1 token de entrada = 1 token 1 token de saída = 5 tokens 1 token de gravação em cache de 5m = 1,25 token 1 token de gravação em cache de 1h = 2 tokens 1 token de ocorrência em cache = 0,1 token |
| Claude Opus 4.8 da Anthropic no Google Cloud | 210 | 35 | 1 | 1 token de entrada = 1 token 1 token de saída = 5 tokens 1 token de gravação em cache de 5m = 1,25 token 1 token de gravação em cache de 1h = 2 tokens 1 token de ocorrência em cache = 0,1 token |
| Claude Opus 4.7 da Anthropic no Google Cloud | 210 | 35 | 1 | 1 token de entrada = 1 token 1 token de saída = 5 tokens 1 token de gravação em cache de 5m = 1,25 token 1 token de gravação em cache de 1h = 2 tokens 1 token de ocorrência em cache = 0,1 token |
| Claude Sonnet 4.6 da Anthropic no Google Cloud | 350 | 25 | 1 | 1 token de entrada = 1 token 1 token de saída = 5 tokens 1 token de gravação em cache de 5m = 1,25 token 1 token de gravação em cache de 1h = 2 tokens 1 token de ocorrência em cache = 0,1 token |
| Claude Opus 4.6 da Anthropic no Google Cloud | 210 | 35 | 1 | 1 token de entrada = 1 token 1 token de saída = 5 tokens 1 token de gravação em cache de 5m = 1,25 token 1 token de gravação em cache de 1h = 2 tokens 1 token de ocorrência em cache = 0,1 token |
| Claude Opus 4.5 da Anthropic no Google Cloud | 210 | 35 | 1 | 1 token de entrada = 1 token 1 token de saída = 5 tokens 1 token de gravação em cache de 5m = 1,25 token 1 token de gravação em cache de 1h = 2 tokens 1 token de ocorrência em cache = 0,1 token |
| Claude Sonnet 4.5 da Anthropic no Google Cloud | 350 | 25 | 1 | Menos de 200.000 tokens de entrada: 1 token de entrada = 1 token 1 token de saída = 5 tokens 1 token de gravação em cache de 5m = 1,25 token 1 token de gravação em cache de 1h = 2 tokens 1 token de ocorrência em cache = 0,1 token Mais de 200.000 tokens de entrada: 1 token de entrada = 2 tokens 1 token de saída = 7,5 tokens 1 token de gravação em cache de 5m = 2,5 tokens 1 token de gravação em cache de 1h = 4 tokens 1 token de ocorrência em cache = 0,2 token |
| Claude Haiku 4.5 da Anthropic no Google Cloud | 1.050 | 8 | 1 | Menos de 200.000 tokens de entrada: 1 token de entrada = 1 token 1 token de saída = 5 tokens 1 token de gravação de cache de 5m = 1,25 token 1 token de gravação de cache de 1h = 2 tokens 1 token de ocorrência em cache = 0,1 token |
| Claude 3.7 Sonnet da Anthropic no Google Cloud (descontinuado) | 350 | 25 | 1 | 1 token de entrada = 1 token 1 token de saída = 5 tokens 1 token de gravação em cache de 5m = 1,25 token 1 token de ocorrência em cache = 0,1 token |
| Claude 3.5 Sonnet v2 da Anthropic no Google Cloud (descontinuado) | 350 | 25 | 1 | 1 token de entrada = 1 token 1 token de saída = 5 tokens 1 token de gravação em cache de 5m = 1,25 token 1 token de ocorrência em cache = 0,1 token |
| Claude 3.5 Haiku da Anthropic no Google Cloud (descontinuado) | 2.000 | 10 | 1 | 1 token de entrada = 1 token 1 token de saída = 5 tokens 1 token de gravação em cache de 5m = 1,25 token 1 token de gravação em cache de 1h = 2 tokens 1 token de ocorrência em cache = 0,1 token |
| Claude 3 Opus da Anthropic no Google Cloud | 70 | 35 | 1 | 1 token de entrada = 1 token 1 token de saída = 5 tokens 1 token de gravação em cache de 5m = 1,25 token 1 token de ocorrência em cache = 0,1 token |
| Claude 3 Haiku da Anthropic no Google Cloud (descontinuado) | 4.200 | 5 | 1 | 1 token de entrada = 1 token 1 token de saída = 5 tokens 1 token de gravação em cache de 5m = 1,25 token 1 token de gravação em cache de 1h = 2 tokens 1 token de ocorrência em cache = 0,1 token |
| Claude 3.5 Sonnet da Anthropic no Google Cloud (descontinuado) | 350 | 25 | 1 | 1 token de entrada = 1 token 1 token de saída = 5 tokens 1 token de gravação em cache de 5m = 1,25 token 1 token de ocorrência em cache = 0,1 token |
Para informações sobre os locais disponíveis, consulte Disponibilidade regional do Anthropic Claude. Para solicitar a Capacidade de Processamento Provisionada para modelos da Anthropic, entre em contato com o representante da sua conta doCloud de Confiance by S3NS .
Modelos abertos
A tabela a seguir mostra as taxas de capacidade de processamento, incremento de compra e burndown para modelos abertos que oferecem suporte à capacidade de processamento provisionada.
| Modelo | Capacidade de processamento por GSU (tokens/s) | Compra mínima de GSUs | Incremento de compra de GSU | Taxas de burndown |
|---|---|---|---|---|
|
Versão mais recente compatível: |
3.360 | 1 | 1 | 1 token de texto de entrada = 1 token 1 token de imagem de entrada = 1 token 1 token de texto de saída = 4 tokens |
|
Versão mais recente compatível: |
1.680 | 1 | 1 | 1 token de texto de entrada = 1 token 1 token de texto de saída = 4 tokens |
|
Versão mais recente compatível: O suporte à capacidade de processamento provisionada para esse modelo é faturado com as mesmas SKUs dos modelos do Google, mas está sujeito aos recursos de modelos abertos. |
6.725 | 1 | 1 | 1 token de texto de entrada = 1 token 1 token de imagem de entrada = 1 token 1 token de texto de saída = 4 tokens |
|
Versão mais recente compatível: |
1.680 | 1 | 1 | 1 token de texto de entrada = 1 token 1 token de texto de saída = 4 tokens |
|
Versão mais recente compatível: |
1.400 | 1 | 1 | 1 token de texto de entrada = 1 token 1 token de texto de saída = 1 token |
|
Versão mais recente compatível: |
2.800 | 1 | 1 | 1 token de texto de entrada = 1 token 1 token de imagem de entrada = 1 token 1 token de texto de saída = 4 tokens |
|
Versão mais recente compatível: |
4.035 | 1 | 1 | 1 token de texto de entrada = 1 token 1 token de imagem de entrada = 1 token 1 token de texto de saída = 3 tokens |
|
Versão mais recente compatível: |
3.360 | 1 | 1 | 1 token de texto de entrada = 1 token 1 token de texto de saída = 4 tokens |
|
Versão mais recente compatível: |
11.205 | 1 | 1 | 1 token de texto de entrada = 1 token 1 token de texto de saída = 4 tokens |
|
Versão mais recente compatível: |
14.405 | 1 | 1 | 1 token de texto de entrada = 1 token 1 token de texto de saída = 4 tokens |
|
Versão mais recente compatível: |
4.035 | 1 | 1 | 1 token de texto de entrada = 1 token 1 token de texto de saída = 4 tokens |
|
Versão mais recente compatível: |
1.010 | 1 | 1 | 1 token de texto de entrada = 1 token 1 token de texto de saída = 4 tokens |
|
Versão mais recente compatível: |
6.725 | 1 | 1 | 1 token de texto de entrada = 1 token 1 token de texto de saída = 8 tokens |
|
Versão mais recente compatível: |
6.725 | 1 | 1 | 1 token de texto de entrada = 1 token 1 token de texto de saída = 8 tokens |
|
Versão mais recente compatível: |
1.685 | 1 | 1 | 1 token de texto de entrada = 1 token 1 token de texto de saída = 4 tokens |
|
Versão mais recente compatível: |
1.010 | 1 | 1 | 1 token de texto de entrada = 1 token 1 token de texto de saída = 3 tokens |
Recursos disponíveis para modelos abertos e do Google
A tabela a seguir lista os recursos disponíveis com a Capacidade de Processamento Provisionada para modelos do Google e modelos abertos:
| Capacidade | Modelos do Google | Modelos abertos (pré-lançamento) |
|---|---|---|
| Fazer pedidos pelo console do Cloud de Confiance | Sim | Sim |
| Oferece suporte a endpoints globais | Consulte Suporte a modelos de endpoint global. | Consulte Suporte a modelos de endpoint global. |
| Oferece suporte a modelos com ajuste supervisionado | Sim | Não |
| Oferece suporte ao uso de chaves de API. | Sim | Não |
| Integrado ao armazenamento em cache de contexto implícito | Sim | Não relevante |
| Integração com armazenamento em cache de contexto explícito | Sim | Não relevante |
| Processamento de ML | Disponível em regiões específicas. Para mais detalhes, consulte Capacidade de processamento provisionada de zona única. | Não relevante |
| Termos de pedido disponíveis | 1 semana, 1 mês, 3 meses e 1 ano | 1 semana, 1 mês, 3 meses e 1 ano |
| Alterar ordem no console | Sim | Não |
| Status do pedido: revisão pendente, aprovado, ativo, expirado | Sim | Sim |
| Os excedentes vão para o pagamento por uso por padrão | Sim | Sim |
| Controle de cabeçalho da API: use "dedicated" para usar apenas a capacidade de processamento provisionada ou "shared" para usar apenas o pagamento por uso. | Sim | Sim |
| Monitoramento: métricas, painéis e alertas | Sim | Sim |
Suporte a modelos de endpoint global
A Capacidade de Processamento Provisionada é compatível com o endpoint global para modelos do Google e modelos abertos.
O tráfego que excede a cota de capacidade de processamento provisionada usa o endpoint global por padrão.
Para atribuir a Capacidade de Processamento Provisionada ao endpoint global de um modelo,
selecione global como a região ao fazer um pedido de Capacidade de Processamento Provisionada.
Modelos do Google com suporte a endpoints globais
A tabela a seguir lista os modelos do Google para os quais a Capacidade de Processamento Provisionada é compatível com o endpoint global:
| Modelo | Versão mais recente do modelo com suporte |
|---|---|
| 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 pré-lançamento | 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 pré-lançamento | gemini-3.1-pro-preview |
| Gemini 3 Flash pré-lançamento | 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 |
Modelos abertos com suporte a endpoints globais
A tabela a seguir lista os modelos abertos para os quais a capacidade de processamento provisionada é compatível com o endpoint global:
| Modelo | Versão mais recente do modelo compatível |
|---|---|
| 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 |
Suporte a modelos com ajuste supervisionado
Os seguintes modelos do Google que aceitam ajuste supervisionado são compatíveis:
A Capacidade de Processamento Provisionada pode ser aplicada a modelos de base e versões com ajuste supervisionado desses modelos.
Os endpoints de modelos ajustados supervisionados e o modelo base correspondente contam para a mesma cota de capacidade de processamento provisionada.
Por exemplo, a Capacidade de Processamento Provisionada comprada para
gemini-3.1-flash-liteem um projeto específico prioriza as solicitações feitas de versões com ajuste supervisionado degemini-3.1-flash-litecriadas nesse projeto. Use o cabeçalho apropriado para controlar o comportamento do tráfego.
A partir do Gemini 3, as taxas de burndown para inferência de modelos ajustados são mais altas em comparação com a inferência de modelos base. Esse prêmio é proporcional ao prêmio de inferência ajustado para o modelo. Por exemplo, se a inferência ajustada cobrar 50% a mais do que a inferência do modelo base, a taxa de burndown da inferência ajustada será 50% maior. Nesse caso, se a inferência do modelo de base de um token de texto de entrada fosse um token, a inferência do modelo ajustado de um token de texto de entrada seria de 1,5 token.
Antes do Gemini 3, os endpoints de modelos ajustados supervisionados e os modelos de base correspondentes eram contabilizados na mesma cota de capacidade de processamento provisionada com as mesmas taxas de redução.