Google推出Gemini API双推理层级：Flex降本50%，Priority保障关键任务高可靠性

Google于2026年4月2日宣布为Gemini API引入两个新推理层级：Flex和Priority，统一通过同步API接口提供，无需切换Batch异步流程。Flex面向延迟容忍型后台任务，如CRM批量更新、研究仿真或智能体‘思考’流程，价格比Standard低50%，但可靠性与响应延迟相应降低；其核心优势是保持同步调用范式——开发者仅需在请求中设置service_tier='FLEX'，无需管理文件上传、轮询或作业状态。

Priority则专为高敏感实时场景设计，适用于客服机器人、内容审核流水线等关键路径，确保请求在平台高峰时段仍获最高调度优先级；若超出配额，系统自动降级至Standard tier而非失败，并在API响应头中明确标注实际服务层级，实现可观测性与计费透明。Flex对所有付费项目开放；Priority限Tier 2/3项目，覆盖GenerateContent与Interactions API。