Google Cloud, acil yanıt gerektirmeyen Gemini ajan işlerini Deferred katmanında kuyruğa alarak uygun model çağrılarının token ücretini standart kullandıkça öde tarifesine kıyasla yüzde 50 azaltıyor. İstekler kapasite bulunduğunda işleniyor; Gemini uygulamasındaki abonelik fiyatlarında ise değişiklik yok.
İşler kuyruğa alınıyor, sonuç daha sonra alınıyor
Örneğin bir ajan gece boyunca yüzlerce ürün belgesini inceleyip ertesi gün tutarsızlıkları raporlayabilir. Ajanın sonraki adımda hangi kaynağa başvuracağı ilk incelemenin sonucuna bağlıysa, tüm soruların önceden belirlendiği klasik toplu işlem yaklaşımı aynı esnekliği sağlamıyor.
Deferred katmanında uygulama isteği gönderdiğinde yanıtı beklemek yerine bir işlem kimliği alıyor. Google işi kuyruğa ekliyor ve kapasite elverdiğinde çalıştırıyor; uygulama sonucu daha sonra aynı kimlikle alabiliyor. Google, işlem bağlamını yedi gün saklıyor. Böylece yeni bir adım gerektiğinde önceki yanıtı yeniden üretmeden o yanıt üzerinden devam etmek mümkün.
Özellik, Interactions API üzerinden uygun Gemini modellerinde, Gemini Deep Research Agent’ta ve Agent Development Kit (ADK) ile oluşturulmuş ajanlarda kullanılabiliyor. ADK için Google’ın zamanlama kılavuzu en az 2.10.0 sürümünü ve Interactions API kullanan bir model yapılandırmasını şart koşuyor. Belgelenen ADK ajan ortamları arasında Agent Runtime, Cloud Run ve Google Kubernetes Engine bulunuyor.
Yüzde 50 indirim toplam faturada aynı oranda düşüş anlamına gelmiyor
İndirim; girdiyi işleyen, yanıtı oluşturan ve modelin akıl yürütmesinde kullanılan tokenları kapsıyor. Bu nedenle toplam iş maliyeti mutlaka yarıya inmiyor. Örneğin standart tarifede model kullanımı 100, diğer altyapı giderleri 40 birim olan bir işte token maliyeti yarıya düşerse toplam 90 birime geliyor. Diğer giderler sabit kaldığında bu, toplamda yaklaşık yüzde 36 tasarruf demek. Google, ertelenmiş bir isteği yoğunluk nedeniyle otomatik olarak standart tarifeye geçirmiyor.
İptal zamanı da ücretlendirmeyi etkiliyor. Kuyruktaki bir çağrı çalışmaya başlamadan iptal edilirse ücret alınmıyor. Ancak işlem başladıktan sonra durdurulursa, başlamış model çağrıları faturalandırılıyor. Çok adımlı görevlerde son adım başarısız olsa bile önceden tamamlanan çağrıların ücretleri faturada kalabiliyor.
Kullanımda süre ve uç nokta kısıtları var
Google, ajan işlerinin yüzde 95’inin 24 saat içinde tamamlanmasını hedefliyor ancak her iş için bu süreyi garanti etmiyor. Interactions API’de Deferred seçeneği yalnızca global uç noktada kullanılabiliyor. ABD veya Avrupa Birliği çok bölgeli uç noktalarını tercih eden ya da işlemlerinin belirli bir bölgede tutulmasını gerektiren ekipler, mevcut kurulumlarında bu katmandan yararlanamıyor.
Bu nedenle canlı destek gibi hızlı yanıt beklenen işler Deferred için uygun olmayabilir; ertesi gün incelenecek belgelerin gece işlenmesi ise beklemeye daha elverişli bir örnek. Aynı ajan farklı türde işler yürütüyorsa tarife seçimi ajan genelinde sabitlenmek zorunda değil: ADK kılavuzuna göre tercih her çalıştırma için ayrı yapılabiliyor.
Kapak görseli
![]()
Kapak görselinde Gemini Enterprise logosu yer alıyor.