نقشه فنی زیرساخت هوش مصنوعی گوگل

پهنای زیرساخت، که هم مزیت است و هم منبع پیچیدگی

در مستندات فعلی Gemini API، واحدهای متنی از جمینای ۲.۵ تا ۳.۶ فلش را پوشش می دهند، تصویر چهار واحد دارد، ویدیو سه واحد، صدا شش واحد و موسیقی سه واحد. هیچ زیرساخت دیگری این سطح از پوشش را ندارد. برای بار کاری چندرسانه ای، یک حساب گوگل کافی است و این عملا زمان یکپارچه سازی را کاهش می دهد.

هزینه این پوشش، در لایه نام گذاری ظاهر می شود. «نانو بانانا پرو» در واقع شناسه فنی gemini-3-pro-image را دارد و «نانو بانانا ۲» معادل gemini-3.1-flash-image است. نام تجاری و شناسه فنی با هم تطابق ندارند، و انتخاب بر اساس نام تجاری منجر به خطای پیکربندی می شود. در گزارش های این بخش همیشه هر دو شناسه را کنار هم ثبت می کنیم.

جایی که این زیرساخت رقیب مستقیم ندارد

نوتبوک ال ام رقیب هم رده ندارد. این یک ابزار مطالعه است، نه یک چتبات، و عملکردی را اجرا می کند که هیچ زیرساخت دیگری به شکل محصول ارائه نداده: از منابع خود کاربر چند قالب خروجی می سازد تا جذب اطلاعات ساده تر شود. حجم جستجوی آن هم این جایگاه را تایید می کند و از بسیاری نام های شناخته شده تر بالاتر است.

پارامتر قیمتی که در جدول نرخ گم می شود

نرخ گذاری جمینای ۳.۱ پرو پلکانی است: تا سقف ۲۰۰ هزار توکن پرامپت، نرخ ورودی ۲ دلار و خروجی ۱۲ دلار است؛ بالاتر از این سقف، نرخ به ۴ و ۱۸ دلار می رسد. برای سرویسی که پرامپت های بزرگ ارسال می کند، نرخ عملیاتی واقعی همان پله دوم است، نه عددی که در سرفصل تبلیغاتی دیده می شود. در فایل داده ما فقط عدد پله اول ثبت شده، و همین دلیل ثبت این توضیح در این گزارش است.