准确的配额估算基于您对每个 API 的每秒查询次数 (QPS)。以下各部分概述了与各项 Agent Assist 功能搭配使用的 API 的配额。
项目类型
以下配额表列出了两种类型的项目：使用方项目和资源项目。如需了解这两种项目类型的定义，请参阅有关使用多个项目的文档。
语音转写
此功能使用电话集成或 gRPC 集成，每种集成都有不同的 API 配额。
电话集成
如需了解与电话集成搭配使用的 API，请参阅 Dialogflow 配额。
gRPC 集成
| 配额限制名称 | 默认值 | 区域 | 扣费资源/使用方项目 | 说明 |
|---|---|---|---|---|
AnalyzeContentOperationsPerMinutePerProject |
300 个请求/分钟 | 全球 | 使用方项目 | AnalyzeContent/StreamingAnalyzeContent 请求。配额在 Dialogflow 和 Agent Assist 之间共享。 |
ConcurrentBidiStreamingSessionsPerProjectPerRegion |
50 个并发请求 | 区域（全球流量计入us-central1区域） |
使用方项目（电话 SipRec 集成的资源项目） | 每个区域的并发双向流式会话数。 |
使用 Chirp 模型进行转写
| 配额名称 | 默认值 | 区域 | 扣费资源/使用方项目 | 说明 |
|---|---|---|---|---|
SttV2StreamingRequestsPerMinutePerResourceTypePerRegion |
每分钟 20 个请求 | 区域（全球流量计入 us-central1 区域。） |
使用方项目（电话 SipRec 集成的资源项目） | 每个资源类型发送到 STT V2 的新 StreamingRecognize 请求数。 |
情感分析
| 配额限制名称 | 默认值 | 区域 | 扣费资源/使用方项目 | 说明 |
|---|---|---|---|---|
AnalyzeSentimentOperationsPerVersion |
300 个请求/分钟 | 全球 | 使用方项目 | 通过 AnalyzeContent 或 StreamingAnalyzeContent 发出的情感分析请求。 |
AnalyzeSentimentOperationsPerVersionPerRegion |
300 个请求/分钟 | 区域 | 使用方项目 | 通过 AnalyzeContent 或 StreamingAnalyzeContent 发出的情感分析请求。 |
AnalyzeSentimentOperationsPerMinutePerProject |
300 个请求/分钟 | 全球 | 使用方项目 | 通过 AnalyzeContent 或 StreamingAnalyzeContent 发出的情感分析请求。 |
AnalyzeSentimentOperationsPerMinutePerProjectPerRegion |
300 个请求/分钟 | 区域 | 使用方项目 | 通过 AnalyzeContent 或 StreamingAnalyzeContent 发出的情感分析请求。 |
构建自己的辅助功能
此功能使用以下 AI 模型：
- text-bison@001（默认限制为 0）
- text-bison@002
- text-bison-32k@002
- gemini-1.0-pro
- gemini-1.5-pro
- gemini-1.5-pro-001
- gemini-1.5-flash-001
- gemini-1.5-flash-002
- gemini-2.0-flash-001
| 配额限制名称 | 默认值 | 区域 | 扣费资源/使用方项目 | 说明 |
|---|---|---|---|---|
GeneratorSuggestionOperationsPerMinutePerModelType |
10 个请求/分钟 | 全球 | 使用方项目 | 每种模型类型的生成器建议操作。 |
GeneratorSuggestionOperationsPerMinutePerModelTypePerRegion |
10 个请求/分钟 | 区域 | 使用方项目 | 每个模型类型和区域的生成器建议操作数。 |
智能回复
| 配额限制名称 | 默认值 | 区域 | 扣费资源/使用方项目 | 说明 |
|---|---|---|---|---|
SmartReplyBaselineModelOperationsPerMinutePerProject |
120 次请求/分钟 | 全球 | 使用方项目 | 通过 AnalyzeContent 或 SuggestSmartReplies 获取智能回复基准模型请求。 |
SmartReplyBaselineV2ModelOperationsPerMinutePerProject |
60 个请求/分钟 | 全球 | 使用方项目 | 通过 AnalyzeContent 或 SuggestSmartReplies 获取智能回复基准 V2 模型请求。 |
SmartReplyBaselineV2ModelOperationsPerMinutePerProjectPerRegion |
60 个请求/分钟 | 区域 | 使用方项目 | 通过 AnalyzeContent 或 SuggestSmartReplies 获取智能回复基准 V2 模型请求。 |
生成式智能回复
| 配额限制名称 | 默认值 | 区域 | 扣费资源/使用方项目 | 说明 |
|---|---|---|---|---|
SmartReplyBaselineModelOperationsPerMinutePerProject |
120 次请求/分钟 | 全球 | 使用方项目 | 通过 AnalyzeContent 或 SuggestSmartReplies 获取智能回复基准模型请求。 |
SmartReplyBaselineV2ModelOperationsPerMinutePerProject |
60 个请求/分钟 | 全球 | 使用方项目 | 通过 AnalyzeContent 或 SuggestSmartReplies 获取智能回复基准 V2 模型请求。 |
SmartReplyBaselineV2ModelOperationsPerMinutePerProjectPerRegion |
60 个请求/分钟 | 区域 | 使用方项目 | 通过 AnalyzeContent 或 SuggestSmartReplies 获取智能回复基准 V2 模型请求。 |
摘要
AI 生成的摘要使用以下模型：
- summarization-1.0
- summarization-2.0
- summarization-2.1
- summarization-3.0
- summarization-3.1
- summarization-4.0
- summarization-5.0
下表显示了每个摘要版本使用的配额类型和模型。
摘要版本 |
配额类型 |
后端模型 |
|---|---|---|
Generator 5.0 |
基于生成器 |
预训练的 Gemini-2.5-flash |
Generator 4.0 |
基于生成器 |
预训练的 Gemini-2.0-flash-001 |
Generator 3.1 |
基于生成器 |
经过 LoRA 调优的 gemini-1.5-flash-001 |
Generator 3.0 |
基于生成器 |
经过 LoRA 调优的 gemini-1.0-pro-002 |
生成器 2.1 |
基于生成器 |
经过 LoRA 调优的 text-bison-32k@002 |
Generator 2.0 |
基于生成器 |
经过 LoRA 调优的 text-bison-32k@002 |
Generator 1.0 |
基于生成器 |
经过 Lora 调优的 text-bison@001 |
Baseline v2 |
基准 v2 模型 |
text-bison |
Baseline v1 |
非基于生成器 |
LongT5 模型 |
自定义 2.0 |
非基于生成器 |
LongT5 模型 |
上表中的配额类型反映在以下用于摘要功能的 API 的配额列表中。
配额类型 |
配额限制名称 |
默认值 |
区域 |
扣费资源/使用方项目 |
说明 |
|---|---|---|---|---|---|
基于生成器 |
GeneratorSuggestionOperationsPerMinutePerModelTypePerRegion |
10 个请求/分钟 |
区域级 |
使用方项目 |
每个模型类型和区域的生成器建议操作数 |
基于生成器 |
GeneratorSuggestionOperationsPerMinutePerModelType |
10 个请求/分钟 |
全球 |
使用方项目 |
每种模型类型的生成器建议操作数 |
基于生成器 |
SuggestConversationSummaryOperationsPerMinutePerProject |
60 个请求/分钟 |
全球 |
资源项目 |
建议对话摘要操作 |
非基于生成器 |
SuggestConversationSummaryOperationsPerMinutePerProjectPerRegion |
0-2 个请求/分钟 |
区域级 |
资源项目 |
在每个区域中建议对话摘要操作 |
基准 v2 模型 |
SuggestSummaryV2BaselineOperationsPerMinutePerProject |
120 次请求/分钟 |
全球 |
资源项目 |
Conversation Summary Suggestion V2 基准轮询请求 |
基准 v2 模型 |
SuggestSummaryV2BaselineOperationsPerMinutePerProjectPerRegion |
60 个请求/分钟 |
区域级 |
资源项目 |
每个区域中的对话摘要建议 V2 基准轮询请求 |
摘要自动评估
| 配额限制名称 | 默认值 | 区域 | 扣费资源/使用方项目 | 说明 |
|---|---|---|---|---|
ConcurrentSummarizationEvaluationsPerProject |
每个项目 1 个请求 | 使用方项目 | 自动评估请求 |
如果您需要更多并发配额，请通过 Google Cloud 控制台提出申请。此功能最多可支持每个项目四个并发配额。
生成式知识助理
| 配额限制名称 | 默认值 | 区域 | 扣费资源/使用方项目 | 说明 |
|---|---|---|---|---|
SearchKnowledgeRequestsPerMinutePerProject |
60 个请求/分钟 | 全球 | 使用方项目 | SearchKnowledge 请求。 |
SearchKnowledgeRequestsPerMinutePerProjectPerRegion |
30 次请求/分钟 | 区域 | 使用方项目 | SearchKnowledge 请求每个区域。 |
主动型生成式知识助理 V1
| 配额限制名称 | 默认值 | 区域 | 扣费资源/使用方项目 | 说明 |
|---|---|---|---|---|
SuggestKnowledgeAssistOperationsPerMinutePerProject |
60 个请求/分钟 | 全球 | 资源项目 | 通过 AnalyzeContent 或 SuggestKnowledgeAssist 发出的 KnowledgeAssist 请求。 |
SuggestKnowledgeAssistOperationsPerMinutePerProjectPerRegion |
30 次请求/分钟 | 区域 | 资源项目 | 每个区域中通过 AnalyzeContent 或 SuggestKnowledgeAssist 发出的 KnowledgeAssist 请求数。 |
SuggestKnowledgeAssistOpsPerMinutePerProjectPerMultiRegion |
30 次请求/分钟 | 多区域 | 资源项目 | 通过 AnalyzeContent 或 SuggestKnowledgeAssist 发送至多多区域端点（例如美国或欧盟）的 KnowledgeAssist 请求。 |
主动型生成式知识助理 V2
| 配额限制名称 | 默认值 | 区域 | 扣费资源/使用方项目 | 说明 |
|---|---|---|---|---|
KnowledgeAssistOpsPerMinutePerProjectPerVersion |
30 次请求/分钟 | 全球 | 资源项目 | 当请求定向到全球位置端点时，KnowledgeAssist 会请求特定模型版本。 |
KnowledgeAssistOpsPerMinutePerProjectPerVersionPerRegion |
30 次请求/分钟 | 区域 | 资源项目 | KnowledgeAssist 请求定向到单个特定 Google Cloud 区域，例如 us-central1 或 europe-west1。 |
KnowledgeAssistOpsPerMinutePerProjectPerVersionPerMultiRegion |
30 次请求/分钟 | 多区域 | 资源项目 | 定向到多区域端点（例如美国或欧盟）的 KnowledgeAssist 请求。 |
AI 教练 (LLM)
此功能使用 agent-coaching-2.5 AI 模型。
| 配额限制名称 | 默认值 | 区域 | 扣费资源/使用方项目 | 说明 |
|---|---|---|---|---|
GeneratorSuggestionOperationsPerMinutePerModelType |
每分钟 60 个请求 | 全球 | 使用方项目 | 每种模型类型的生成器建议操作。 |
GeneratorSuggestionOperationsPerMinutePerModelTypePerRegion |
每分钟 60 个请求 | 区域 | 使用方项目 | 每个模型类型和区域的生成器建议操作数。 |
Companion agent
Companion 代理 API 速率和基于令牌的配额
| 配额限制名称 | 默认值 | 区域 | 扣费资源/使用方项目 | 说明 |
|---|---|---|---|---|
CompanionAgentManagerOperationsPerMinutePerProject |
300 个请求/分钟 | 全球 | 使用方项目 | 设计时 CRUDL 伴随智能体 API 请求数上限。 |
CompanionAgentManagerOperationsPerMinutePerProjectPerRegion |
300 个请求/分钟 | 区域 | 使用方项目 | 每个区域中设计时 CRUDL 伴随代理 API 请求数上限。 |
CompanionAgentManagerOperationsPerMinutePerProjectPerMultiRegion |
300 个请求/分钟 | 多区域 | 使用方项目 | 每个多区域中的设计时 CRUDL 伴随智能体 API 请求数上限。 |
CompanionAgentLLMTokenConsumptionPerMinute |
600,000 个 token/分钟 | 全球 | (Streaming)AnalyzeContent 请求的资源项目；所有其他请求的使用方项目 | 主动模式下伙伴代理的 LLM token 消耗量。 |
CompanionAgentLLMTokenConsumptionPerMinutePerRegion |
600,000 个 token/分钟 | 区域 | (Streaming)AnalyzeContent 请求的资源项目；所有其他请求的使用方项目 | 每个区域中主动模式下的配套代理 LLM token 消耗量。 |
CompanionAgentLLMTokenConsumptionPerMinutePerMultiRegion |
600,000 个 token/分钟 | 多区域 | (Streaming)AnalyzeContent 请求的资源项目；所有其他请求的使用方项目 | 每个多区域中主动模式下的助手智能体 LLM token 消耗量。 |
CompAgentReactiveLLMTokensPerMinute |
600,000 个 token/分钟 | 全球 | StreamingReactiveCompanionSuggestions 的资源项目；所有其他项目的使用方项目 | 在响应模式下，辅助智能体的 LLM token 消耗量。 |
CompAgentReactiveLLMTokensPerMinutePerRegion |
600,000 个 token/分钟 | 区域 | StreamingReactiveCompanionSuggestions 的资源项目；所有其他项目的使用方项目 | 每个区域中处于响应模式的 Companion 代理 LLM token 消耗量。 |
CompAgentReactiveLLMTokensPerMinutePerMultiRegion |
600,000 个 token/分钟 | 多区域 | StreamingReactiveCompanionSuggestions 的资源项目；所有其他项目的使用方项目 | 每个多区域中，在响应模式下，配套智能体 LLM 的 token 消耗量。 |
Companion 智能体资源分配配额
| 配额限制名称 | 默认值 | 区域 | 扣费资源/使用方项目 | 说明 |
|---|---|---|---|---|
CompanionAgentCountPerProject |
100 | 全球 | 使用方项目 | 一个项目中可创建的配套代理数量上限。 |
CompanionAgentCountPerProjectPerRegion |
100 | 区域 | 使用方项目 | 每个区域的项目中可创建的配套代理数量上限。 |
CompanionAgentCountPerProjectPerMultiRegion |
100 | 多区域 | 使用方项目 | 每个多区域中的一个项目可创建的配套代理数量上限。 |
其他 API 配额
| 配额限制名称 | 默认值 | 区域 | 扣费资源/使用方项目 | 说明 |
|---|---|---|---|---|
ConversationOperationsPerMinutePerProject |
300 个请求/分钟 | 全球 | 使用方项目 | 除 AnalyzeContent 和 StreamingAnalyzeContent 之外的其他对话请求，例如 CreateConversation、CompleteConversation。配额在 Dialogflow 和 Agent Assist 之间共享。 |
MessagePollingOperationsPerMinutePerProject |
1,200 个请求/分钟 | 全球 | 使用方项目 | ListMessages 请求。配额在 Dialogflow 和 Agent Assist 之间共享。 |
AnswerRecordOperationsPerMinutePerProject |
300 个请求/分钟 | 全球 | 使用方项目 | AnswerRecord 请求。 |
Gemini Transcribe Live
| 配额限制名称 | 指标名称 | 默认限额 | 范围 | 说明 |
|---|---|---|---|---|
GeminiAsrConcurrentStreamsPerProject |
`dialogflow.googleapis.com/gemini_asr_concurrent_streams` | 10 个并发流 | 全球 | 使用 Gemini ASR 模型的并发数据流数量上限。 |
GeminiAsrConcurrentStreamsPerProjectPerRegion |
`dialogflow.googleapis.com/gemini_asr_concurrent_streams_per_region` | 10 个并发流 | 区域 | 每个区域中使用 Gemini ASR 模型的并发数据流数量上限。 |
GeminiAsrConcurrentStreamsPerProjectPerMultiRegion |
`dialogflow.googleapis.com/gemini_asr_concurrent_streams_per_multi_region` | 10 个并发流 | 多区域级 | 每个多区域（例如：us、eu）中使用 Gemini ASR 模型的并发数据流数量上限。 |
实时 A2A 翻译
在双向流式传输 API 上，每个实时 A2A 翻译会话从数据流开始到结束，都算作一个并发会话。每个会话也会计入 ConcurrentBidiStreamingSessionsPerProjectPerRegion 配额。如果超出限制，新数据流将失败并显示 RESOURCE_EXHAUSTED 错误。
| 配额限制名称 | 指标名称 | 默认限额 | 范围 | 说明 |
|---|---|---|---|---|
A2aConcurrentLiveSessionsPerProject |
dialogflow.googleapis.com/A2aConcurrentLiveSessions |
5 个并发会话 | 全球 | 并发实时 A2A 翻译会话数上限。 |
A2aConcurrentLiveSessionsPerProjectPerRegion |
dialogflow.googleapis.com/A2aConcurrentLiveSessionsPerRegion |
5 个并发会话 | 区域 | 每个区域中并发实时 A2A 翻译会话的数量上限。 |
A2aConcurrentLiveSessionsPerProjectPerMultiRegion |
dialogflow.googleapis.com/A2aConcurrentLiveSessionsPerMultiRegion |
5 个并发会话 | 多区域级 | 每个多区域（例如 us 或 eu）中并发实时 A2A 翻译会话的数量上限。 |
后续步骤
- 如需详细了解如何申请增加配额，请参阅配额页面。
- 在您提交申请后，Google 可能会联系您获取更多信息，并告知您的申请是否获批。