Gemini Context Caching入門：マルチモーダルキャッシュでコスト削減

Gemini Context Cachingを使えば、大量のコンテキストをキャッシュしてAPIコストを大幅に削減できます。仕組みと実装を解説します。

Context Cachingの基本的な使い方

import google.generativeai as genai
import datetime

genai.configure(api_key="YOUR_API_KEY")

# キャッシュの作成
cache = genai.caching.CachedContent.create(
    model="gemini-1.5-pro",
    display_name="技術ドキュメント",
    system_instruction="以下のドキュメントを参照して回答してください。",
    contents=[
        "大量の技術ドキュメントの内容をここに..."
    ],
    ttl=datetime.timedelta(hours=1)
)

# キャッシュを使ってモデルを作成
model = genai.GenerativeModel.from_cached_content(cache)

# 複数のクエリでキャッシュを再利用
response1 = model.generate_content("APIの使い方を教えて")
response2 = model.generate_content("エラーハンドリングについて教えて")

Claude Prompt CachingとGemini Context Cachingの比較

マルチモーダルキャッシュの活用

# 動画コンテンツのキャッシュ
video_file = genai.upload_file("training_video.mp4")

cache = genai.caching.CachedContent.create(
    model="gemini-1.5-pro",
    display_name="トレーニング動画",
    contents=[video_file],
    ttl=datetime.timedelta(hours=2)
)

model = genai.GenerativeModel.from_cached_content(cache)
response = model.generate_content("この動画の要約を作成して")

コスト最適化のポイント

関連記事

• Claude Prompt Caching入門：APIコストを90%削減する方法
• Gemini API入門：Google AIモデルをプログラムから活用する方法
• Gemini Flash完全ガイド：無料で使える高速AIモデルの活用法