如何为Vertex AI的Gemini等模型设置请求配额限制？

一、Gemini模型核心配额 #

针对你测试的Gemini系列模型及ChatPrompts、TextPrompts功能，优先配置以下配额：

• Gemini 1.0 Pro - Requests per minute：控制Gemini 1.0 Pro模型的每分钟API请求次数
• Gemini 1.0 Pro - Requests per day：控制Gemini 1.0 Pro模型的每日API请求总量
• 若使用Gemini 1.5系列（如Flash/Ultra），对应选择Gemini 1.5 Flash - Requests per minute、Gemini 1.5 Flash - Requests per day等同类型配额
• 会话式聊天调用专属：部分区域提供Gemini Chat Sessions - Requests per minute，如果你的ChatPrompts是基于持续会话发起的请求，需同步配置此项

二、其他模型的对应配额 #

如果同时测试非Gemini的模型（如PaLM 2系列），匹配以下配额：

• 文本提示（TextPrompts）：PaLM 2 Text - Requests per minute、PaLM 2 Text - Requests per day
• 聊天提示（ChatPrompts）：PaLM 2 Chat - Requests per minute、PaLM 2 Chat - Requests per day

三、配置小贴士 #

• 筛选配额时可通过关键词快速定位：用Requests per minute、Requests per day结合模型名称（Gemini/PaLM 2）或功能词（Chat/Text）
• 若需更精细化控制，可同步配置token级配额（如Gemini 1.0 Pro - Total tokens per minute），避免单请求大token量触发超额
• 仅调整与你实际使用的模型、调用方式完全匹配的配额，无需修改无关项

内容的提问来源于stack exchange，提问作者Rob