API مدلهای Google Gemini
خانوادهٔ جمینای، از مدلهای سریع و کم‌هزینه برای ترافیک بالا تا مدلهای پنجره‌بزرگ برای سند طولانی و ورودی تصویری.
مدل‌ها و تعرفه
۲ مدل از این خانواده روی API باز است. قیمت‌ها شامل مالیات بر ارزش افزوده‌اند و همان مبلغی‌اند که در لحظهٔ فراخوان کسر می‌شوند.
| مدل | ورودی (۱M توکن) | پاسخ (۱M توکن) | پنجرهٔ متن |
|---|---|---|---|
| Veo 3.1google-veo-3.1 | از ۶۶٬۹۹۰ تومان هر ثانیه ویدیو | - | |
| Veo 3.1 Fastgoogle-veo-3.1-fast | از ۳۳٬۴۹۵ تومان هر ثانیه ویدیو | - | |
همه از یک نشانی صدا زده می‌شوند: /api/v1/ai/chat/completions/. عوض‌کردن مدل یعنی عوض‌کردن یک رشته در بدنهٔ درخواست. برای برآورد هزینهٔ متن خودتان، ماشین‌حساب قیمت هست.
دربارهٔ مدلهای Google Gemini
تفاوت اصلی این خانواده با بقیه، پنجرهٔ متن و سرعت است. اگر کارت یکی از این دو را می‌خواهد، احتمالاً جواب همین‌جاست.
Flash یا Pro
مدلهای Flash برای وقتی‌اند که کاربر پشت خط منتظر است. در گفت‌وگوی زنده، سرعت پاسخ یک ویژگی جانبی نیست، خودِ تجربه است: کاربری که سه ثانیه صبر میکند می‌ماند، کاربری که پانزده ثانیه صبر میکند صفحه را می‌بندد.
مدلهای Pro برای ورودی بزرگ‌اند. پنجرهٔ بزرگ یک ویژگی فنی نیست، یک تصمیم معماری است: تا وقتی پنجره کوچک است، مجبوری سند را تکه کنی و جواب‌ها را خودت به هم بدوزی، و در همان دوختن است که خطا وارد میشود.
ورودی تصویری
می‌توانی در یک پیام، تصویر و متن را با هم بفرستی؛ محتوای پیام عیناً به مدل می‌رسد، پس ساختار چندبخشی استاندارد کار میکند. کاربرد روزمره‌اش عکس یک فرم کاغذی، اسکرین‌شات یک خطا، یا نموداری داخل گزارش است.
⚠️ تصویر هم توکن مصرف میکند و کم هم نیست. تصویر بزرگ را پیش از فرستادن کوچک کن؛ در بیشتر کاربردها کیفیت پایین‌تر هیچ تفاوتی در پاسخ نمی‌سازد.
متن فارسی در پنجرهٔ بزرگ
برآورد بر اساس تعداد صفحه گمراه‌کننده است. هر دو نویسهٔ فارسی را تقریباً یک توکن بگیر: همان سندی که به انگلیسی راحت جا می‌شد، به فارسی ممکن است نصف پنجره را بگیرد.
کدام مدل Google Gemini؟
API Veo 3.1
google-veo-3.1
مدل ساخت ویدیوی Google با صدای هم‌زمان؛ برای تیمی که کلیپ تبلیغاتی، معرفی محصول یا ویدیوی شبکهٔ اجتماعی را با کیفیت خروجی نهایی و صدای ساخته‌شده در همان فراخوان می‌خواهد.
مشخصات، قیمت و نمونهٔ کدAPI Veo 3.1 Fast
google-veo-3.1-fast
نسخهٔ سریع‌تر و کم‌هزینه‌تر Veo 3.1؛ برای تیمی که ویدیوی کوتاه را در حجم زیاد می‌سازد، ایده‌ها را پیش از نسخهٔ نهایی امتحان میکند یا ویدیو را داخل محصولش برای کاربر تولید میکند.
مشخصات، قیمت و نمونهٔ کد
پرسش‌های متداول
برای چت زنده کدام مدل جمینای؟
مدلهای Flash، تا وقتی کیفیت پاسخ برای سؤالهای رایج کافی باشد. الگوی رایج این است: Flash برای همهٔ پیامها و ارجاع پیامهای پیچیده به مدل بزرگتر.
چطور تصویر بفرستم؟
محتوای پیام را بهجای رشته، آرایهای از بخشها بگذارید که یکی از آنها تصویر است. همان ساختار چندبخشی استانداردی که برای این نقطهٔ فراخوان شناختهشده است، بدون تغییر عبور میکند.
پنجرهٔ بزرگ یعنی همیشه همهچیز را بفرستم؟
میتوانید ولی بهصرفه نیست، چون هر توکنی که بفرستید در هر فراخوان شمرده میشود. پنجرهٔ بزرگ برای وقتی است که نمیدانید جواب کجاست؛ اگر میدانید، همان بخش را بفرستید.