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 می‌دهند، 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 چندرسانه‌ای، یک حساب گوگل کافی است و این عملا زمان یکپارچه سازی را کاهش می‌دهد.

هزینه این پوشش، در لایه نام‌گذاری ظاهر می‌شود. «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 می‌شود. در گزارش‌های این بخش همیشه هر دو شناسه را کنار هم ثبت می‌کنیم.

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 می‌کند که هیچ زیرساخت دیگری به شکل محصول ارائه نداده: از منابع خود کاربر چند قالب خروجی می‌سازد تا جذب اطلاعات ساده‌تر شود. حجم جستجوی آن هم این جایگاه را تایید می‌کند و از بسیاری نام‌های شناخته شده‌تر بالاتر است.

پارامتر قیمتی که در جدول نرخ گم می‌شود

نرخ‌گذاری 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 می‌رسد. برای سرویسی که پرامپت‌های بزرگ ارسال می‌کند، نرخ عملیاتی واقعی همان پله دوم است، نه عددی که در سرفصل تبلیغاتی دیده می‌شود. در فایل داده ما فقط عدد پله اول ثبت شده، و همین دلیل ثبت این توضیح در این گزارش است.