Modèles compatibles

Les tableaux suivants présentent les modèles compatibles avec le débit provisionné, le débit pour chaque unité d'échelle d'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.

De plus, le débit provisionné n'est pas compatible avec les modèles appelés par d'autres produits Vertex AI, tels que Vertex AI Agents et Vertex AI Search. Par exemple, si vous effectuez des appels d'API vers Gemini 2.0 Flash lorsque vous utilisez Vertex AI Search, votre commande de débit provisionné pour Gemini 2.0 Flash ne garantit pas les appels effectués par Vertex AI Search.

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 d'entrée de votre requête et des caractères de sortie du texte généré 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.

Modèle Débit par seconde et par GSU Unités Incrément d'achat GSU minimal Taux d'utilisation

Gemini 2.5 Flash avec l'API Live

Dernière version compatible : gemini-live-2.5-flash

1620 Jetons 1 1 jeton de texte en entrée = 1 jeton de texte en entrée
1 jeton audio en entrée = 6 jetons de texte en entrée
1 jeton vidéo en entrée = 6 jetons de texte en entrée
1 jeton de mémoire de session en entrée = 1 jeton de texte en entrée
1 jeton de texte en sortie = 4 jetons de texte en entrée
1 jeton audio en sortie = 24 jetons de texte en entrée

Aperçu des images Gemini 2.5 Flash

Dernière version compatible : gemini-2.5-flash-image-preview (preview)

2690 Jetons 1 1 jeton de texte en entrée = 1 jeton
1 jeton d'image en entrée = 1 jeton
1 jeton de texte en sortie = 9 jetons
1 jeton d'image en sortie = 100 jetons

Gemini 2.5 Flash-Lite

Dernière version compatible : gemini-2.5-flash-lite

8070 Jetons 1 1 jeton de texte d'entrée = 1 jeton
1 jeton d'image d'entrée = 1 jeton
1 jeton vidéo d'entrée = 1 jeton
1 jeton audio d'entrée = 3 jetons
1 jeton de texte de réponse de sortie = 4 jetons
1 jeton de texte de raisonnement de sortie = 4 jetons

Gemini 2.5 Pro

Dernière version compatible : gemini-2.5-pro

650 Jetons 1 Moins de 200 000 jetons d'entrée :
1 jeton de texte d'entrée = 1 jeton
1 jeton d'image d'entrée = 1 jeton
1 jeton vidéo d'entrée = 1 jeton
1 jeton audio d'entrée = 1 jeton
1 jeton de texte de réponse de sortie = 8 jetons
1 jeton de texte de raisonnement de sortie = 8 jetons

Plus de 200 000 jetons d'entrée :
1 jeton de texte d'entrée = 2 jetons
1 jeton d'image d'entrée = 2 jetons
1 jeton vidéo d'entrée = 2 jetons
1 jeton audio d'entrée = 2 jetons
1 jeton de texte de réponse de sortie = 12 jetons
1 jeton de texte de raisonnement de sortie = 12 jetons

Gemini 2.5 Flash

Dernière version compatible : gemini-2.5-flash

2690 Jetons 1 1 jeton de texte d'entrée = 1 jeton
1 jeton d'image d'entrée = 1 jeton
1 jeton vidéo d'entrée = 1 jeton
1 jeton audio d'entrée = 4 jetons
1 jeton de texte de réponse de sortie = 9 jetons
1 jeton de texte de raisonnement de sortie = 9 jetons

Gemini 2.0 Flash

Dernière version compatible : gemini-2.0-flash-001

3360 Jetons 1 1 jeton de texte en entrée = 1 jeton
1 jeton d'image en entrée = 1 jeton
1 jeton vidéo en entrée = 1 jeton
1 jeton audio en entrée = 7 jetons
1 jeton de texte en sortie = 4 jetons

Gemini 2.0 Flash-Lite

Dernière version compatible : gemini-2.0-flash-lite-001

6720 Jetons 1 1 jeton de texte en entrée = 1 jeton
1 jeton d'image en entrée = 1 jeton
1 jeton vidéo en entrée = 1 jeton
1 jeton audio en entrée = 1 jeton
1 jeton de texte en sortie = 4 jetons

Veo 3

Dernière version compatible : veo-3.0-generate-001

0,0016 Secondes de vidéo 167 1 seconde de sortie vidéo = 1 seconde de sortie vidéo
Secondes de vidéo et d'audio 267 1 seconde de sortie vidéo+audio = 1,6 seconde de sortie vidéo

Veo 3 Fast

Dernière version compatible : veo-3.0-fast-generate-001

0,0032 Secondes de vidéo 84 1 seconde de sortie vidéo = 1 seconde de sortie vidéo
Secondes de vidéo et d'audio 134 1 seconde de sortie vidéo+audio = 1,6 seconde de sortie vidéo
Imagen 3 0,025 Images 1 Seules les images de sortie sont comptabilisées dans votre quota de débit provisionné.
Imagen 3 Fast 0,05 Images 1 Seules les images de sortie sont comptabilisées dans votre quota de débit provisionné.
MedLM-medium 2 000 Caractères 1 1 caractère d'entrée = 1 caractère
1 caractère de sortie = 2 caractères
MedLM large 200 Caractères 1 1 caractère d'entrée = 1 caractère
1 caractère de sortie = 3 caractères
MedLM-Large-1.5 200 Caractères 1 1 caractère d'entrée = 1 caractère
1 caractère de sortie = 3 caractères

Pour en savoir plus sur les capacités d'un modèle et les 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 des modèles et les dates d'arrêt, consultez Modèles Google.

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

Compatibilité du modèle de point de terminaison global

Le débit provisionné est compatible avec le point de terminaison mondial pour les modèles suivants :

Modèle Dernière version du modèle compatible
Aperçu de l'image Gemini 2.5 Flash (aperçu) gemini-2.5-flash-image-preview
Gemini 2.5 Flash-Lite gemini-2.5-flash-lite
Gemini 2.5 Pro gemini-2.5-pro
Gemini 2.0 Flash gemini-2.5-flash
Gemini 2.0 Flash gemini-2.0-flash-001
Gemini 2.0 Flash-Lite gemini-2.0-flash-lite-001

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

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

Compatibilité avec les modèles affinés de manière supervisée

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

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

  • Les points de terminaison des modèles affinés supervisés et leur modèle de base correspondant sont comptabilisés dans le même quota de débit provisionné.

    Par exemple, le débit provisionné acheté pour gemini-2.0-flash-lite-001 pour un projet spécifique donne la priorité aux requêtes effectuées à partir de versions affinées supervisées de gemini-2.0-flash-lite-001 créées dans ce projet. Utilisez l'en-tête approprié pour contrôler le comportement du trafic.

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.

Modèle Débit par GSU (jetons/seconde) Achat minimal de GSU Incrément d'achat de GSU Taux d'utilisation
Claude Opus 4.1 d'Anthropic 70 35 1 1 jeton d'entrée = 1 jeton
1 jeton de sortie = 5 jetons
1 jeton d'écriture dans le cache = 1,25 jeton
1 jeton de succès de cache (hit) = 0,1 jeton
Claude Opus 4 d'Anthropic 70 35 1 1 jeton d'entrée = 1 jeton
1 jeton de sortie = 5 jetons
1 jeton d'écriture dans le cache = 1,25 jeton
1 jeton de succès de cache (hit) = 0,1 jeton
Claude Sonnet 4 d'Anthropic 350 25 1 Moins de 200 000 jetons d'entrée :
1 jeton d'entrée = 1 jeton
1 jeton de sortie = 5 jetons
1 jeton d'écriture dans le cache = 1,25 jeton
1 jeton de lecture dans le cache = 0,1 jeton

200 000 jetons d'entrée ou plus :
1 jeton d'entrée = 2 jetons
1 jeton de sortie = 7,5 jetons
1 jeton d'écriture dans le cache = 2,5 jetons
1 jeton de succès de cache (hit) = 0,2 jeton
Claude 3.7 Sonnet d'Anthropic 350 25 1 1 jeton d'entrée = 1 jeton
1 jeton de sortie = 5 jetons
1 jeton d'écriture dans le cache = 1,25 jeton
1 jeton de succès de cache (hit) = 0,1 jeton
Claude 3.5 Sonnet v2 d'Anthropic (obsolète) 350 25 1 1 jeton d'entrée = 1 jeton
1 jeton de sortie = 5 jetons
1 jeton d'écriture dans le cache = 1,25 jeton
1 jeton de succès de cache (hit) = 0,1 jeton
Claude 3.5 Haiku d'Anthropic 2 000 10 1 1 jeton d'entrée = 1 jeton
1 jeton de sortie = 5 jetons
1 jeton d'écriture dans le cache = 1,25 jeton
1 jeton de succès de cache (hit) = 0,1 jeton
Claude 3 Opus d'Anthropic 70 35 1 1 jeton d'entrée = 1 jeton
1 jeton de sortie = 5 jetons
1 jeton d'écriture dans le cache = 1,25 jeton
1 jeton de succès de cache (hit) = 0,1 jeton
Claude 3 Haiku d'Anthropic 4 200 5 1 1 jeton d'entrée = 1 jeton
1 jeton de sortie = 5 jetons
1 jeton d'écriture dans le cache = 1,25 jeton
1 jeton de succès de cache (hit) = 0,1 jeton
Claude 3.5 Sonnet d'Anthropic (obsolète) 350 25 1 1 jeton d'entrée = 1 jeton
1 jeton de sortie = 5 jetons
1 jeton d'écriture dans le cache = 1,25 jeton
1 jeton de succès de cache (hit) = 0,1 jeton

Pour en savoir plus sur les régions disponibles, consultez Disponibilité des régions Anthropic Claude. Pour commander un débit provisionné pour les modèles Anthropic, contactez votre responsable de compte.Google Cloud

Étapes suivantes