长上下文

长上下文请求可能和普通请求有不同的成本和路由行为。

Gemini native 请求在超过较高 token 阈值后，可能应用长上下文计费。这和普通 prompt / completion token 计费是分开的。

最佳实践：

• 尽量保持 prompt 紧凑。
• 只有在工具或模型确实受益时才复用大量上下文。
• 如果请求成本高于预期，请检查 Dashboard 使用明细。
• 长输出优先使用流式。