← 返回 Blog
UseAIAPIAI API2min

Vertex AI 上跑 Gemini 的隐藏定价杠杆：Provisioned Throughput 承诺吞吐量到底能打几折？我们拿到的报价单结构拆解

在 AI 云服务领域，“预留资源”“订阅套餐” 等服务模式，很容易让用户下意识认为，这类服务等同于量大价优的批发折扣。但对于谷歌推出的 ** 预配吞吐量（Provisioned Throughput，简称 PT）** 而言，这种固有认知恰恰是最大误区。PT 的核心价值并非下调单次调用单价，而是为企业搭建起一条稳定可靠的专属运行通道。

GeminiGemini 3.1 Pro解析预配吞吐量 PT

解析预配吞吐量 PT：并非批发折扣，而是专属服务通道

在 AI 云服务领域，“预留资源”“订阅套餐” 等服务模式，很容易让用户下意识认为，这类服务等同于量大价优的批发折扣。但对于谷歌推出的 ** 预配吞吐量（Provisioned Throughput，简称 PT）** 而言，这种固有认知恰恰是最大误区。PT 的核心价值并非下调单次调用单价，而是为企业搭建起一条稳定可靠的专属运行通道。

一、核心逻辑：PT 保障优先级，不降低单价

根据谷歌云官方文档定义，预配吞吐量的运行逻辑十分清晰：企业提前承诺采购一定规模的算力资源，该资源以生成式 AI 扩缩单元（GSU）作为计量单位。作为交换，平台会为企业预留专属吞吐量，并赋予调用请求优先排队权限。简单来说，用户支付费用换取的是服务确定性与优先通行资格，而非 token 单价优惠。

与 PT 相对的是动态共享配额（Dynamic Shared Quota，简称 DSQ），也就是常规的按量付费模式。选择标准按需付费的用户，资源会汇入公共共享池。每当业务迎来流量高峰，共享池容易出现资源耗尽的情况，系统会返回 429 报错，企业还需要额外开发重试、退避机制来保障业务运转。

而预配吞吐量则相当于企业定期支付固定订阅费用，锁定长期稳定的吞吐能力，彻底规避高峰期资源争抢问题。下表清晰区分了三类主流计费模式的特点与适用场景：

表格

消费选项计费规则适用场景
预配吞吐量（PT）按周、月、季度、年度签订固定费用订阅协议线上实时应用、核心稳定负载，对服务等级协议（SLA）确定性要求高
标准按需付费按照实际 token 消耗量乘以单价结算业务量灵活波动、临时测试等通用场景
Flex/Batch 折扣套餐离线批量任务可享受五折优惠能够接受小幅延迟的大批量离线处理任务

谷歌官方多次明确强调，预配吞吐量并不是按量付费模式的批发打折版本，本质是为核心流量开辟的专用车道，单次调用的基础票价不会随之降低。各类官方指南中也提及，选择 PT 服务相比普通按需付费存在一定溢价，企业支付额外成本，换来的是稳定吞吐、更低响应延迟以及可精准预判的总体支出。

二、读懂 GSU：抽象容量单元，消耗标准因模型而异

预配吞吐量以 GSU（生成式 AI 扩缩单元）作为统一计量标准，使用前需要厘清三大关键规则，这也是合理规划资源、避免成本浪费的前提：

  1. 不同大模型的 GSU 消耗速率存在明显差异；
  2. PT 配额按照项目、区域、模型版本进行划分，切换部署区域无法共用原有配额；
  3. 当期未使用完毕的吞吐量额度，无法累计、结转至下一周期。

我们可以将 1 个 GSU 理解为一个标准运力槽位：轻量级模型 Gemini 2.5 Flash Lite 如同小型车辆，单个槽位可支撑大量调用请求；而 Gemini 3 Pro 这类高性能模型相当于大型车辆，单个槽位仅能承载少量请求。倘若没有提前结合自身业务做负载测试、测算消耗速率，盲目采购 GSU，极易造成资源与资金的双重浪费。

以gemini-2.0-flash为例，结合官方测算标准，为大家演示完整的资源计算流程：

  • 单个 GSU 可支持吞吐量：3360 tokens / 秒
  • 业务场景：每秒 10 次请求，单次请求产生 5700 tokens，总流量为 57000 tokens / 秒
  • 所需 GSU 数量：\(57000 \div 3360 \approx 16.96\)，实际需采购17 个 GSU

不同签约周期下，全球区域单个 GSU 定价、17 个 GSU 对应总费用以及性价比也各有区别：

表格

签约周期单 GSU 周 / 月定价（全球区域）17 个 GSU 总费用性价比说明
1 周1200 美元 / 周20400 美元 / 周价格最高，仅适合短期测试试错
1 个月2700 美元 / 月45900 美元 / 月定价偏高，适合短期稳定业务
3 个月2400 美元 / 月40800 美元 / 月相比月付节省约 11%，均衡之选
1 年2000 美元 / 月34000 美元 / 月相比月付节省约 26%，长期使用最划算

需要特别注意，谷歌并未提供通用的 GSU 单价速查表，价格会随签约周期变化。同时官方公告明确，自 2026 年 7 月 1 日起，非全球部署区域的 GSU 定价将执行新标准。PT 拥有独立的计费体系，和常规 token 单价（2 美元 / 百万输入、12 美元 / 百万输出）互不通用，计算总成本时不能混为一谈。

三、签约规则与报价构成：周期选择决定成本与灵活性

目前 PT 支持四种签约周期：一周、一个月、三个月、一年。协议一旦签订，周期内无法中途取消或退费，仅可根据业务增长追加 GSU 数量。

签约周期是一把双刃剑：短期合约灵活性强，但单位成本更高；长期合约单价更优惠，却会锁定长期预算。企业需要先判断自身负载属于稳定常态流量，还是波动型流量，再敲定签约时长。此外，PT 服务仅对部分模型开放，采购前务必核对官方支持列表。

一份完整的 PT 报价，主要由五大模块构成：

  1. 承诺 GSU 数量：企业约定采购的扩缩单元总数，是计算费用的基础；
  2. 签约周期：分为周、月、季度、年度，直接决定单 GSU 单价；
  3. 目标模型与消耗率：不同模型消耗 GSU 的速度差距极大，必须结合实际业务精准预估；
  4. 确定性附加条款：约定合约期内不可解约、额度不结转等规则；
  5. 企业级叠加折扣：PT 本身不提供 token 单价折扣，大型企业可通过定制合同享受 15% 至 40% 的整体总价优惠。

PT 通用费用计算公式：总费用 = 单周期 GSU 单价 × 承诺 GSU 数量 × 签约周期。两套独立的计费体系，意味着不能用常规按量付费的思维评判 PT 性价比。

四、选型决策：按需匹配需求，选对服务模式

预配吞吐量有着明确的目标客群，两类企业选择该服务能发挥最大价值：

第一，面向线上实时对话机器人、智能体等生产级服务的企业。这类业务无法容忍共享池高峰期出现 429 报错、延迟波动等问题，对服务稳定性要求极高。

第二，有严格合规与审计需求的企业。固定订阅费用可实现预算百分百可控，便于财务审查与成本规划。

如果企业的核心诉求单纯是降低调用单价，那么 PT 并非理想选择，可优先搭配以下官方优惠方案降本：

  • 承诺用量折扣（CUD）：通过承诺长期使用量，换取 token 单价折扣，最高降幅可达 46% 以上；
  • Batch API：离线批量任务专属通道，全场享受五折优惠；
  • 上下文缓存：缓存命中后，输入 token 单价低至一折；
  • 混合流量部署：使用 PT 承载基础稳态流量，突发溢出流量走标准或优先按量付费通道，平衡成本与稳定性。

总而言之，预配吞吐量的核心价值是专属通行通道与服务确定性，而非简单的低价批发。想要拿到真正的整体采购优惠，可依托企业定制合同实现。不同服务模式各有侧重，结合自身业务形态理性选择，才能实现稳定性与成本的最优平衡。

为帮助各类企业灵活选用全球主流 AI 大模型、搭配多样化优惠方案控制使用成本，UseAIAPI 打造了一站式大模型接入服务，全面支持 Gemini、Claude、ChatGPT、DeepSeek 等多款前沿模型。平台可根据业务场景，协助用户合理搭配预配吞吐量、批量任务、缓存等不同服务模式，同时提供企业级定制化服务，适配不同规模团队的部署需求。平台所有模型服务均可享受低至官方原价五折的优惠，大幅降低高强度 AI 调用带来的成本压力，让企业安心开展各类线上服务与离线任务。