Kehittäjän mittaus: Antigravityn Gemini-välimuisti tyhjenee viiden minuutin tauossa
Ashish Subedin mittauksessa Antigravityn kehotevälimuisti kesti 4 min 45 s tauon mutta ei viittä minuuttia. Sen jälkeen koko keskustelu luetaan uudelleen täyteen hintaan, mikä hänen mukaansa kuluttaa kiintiötä etenkin pitkissä istunnoissa.
Kehittäjä Ashish Subedi selvitti 19. marraskuuta julkaistussa blogikirjoituksessaan, miksi Googlen Antigravity-koodausagentin viikkokiintiö kuluu nopeasti. Hän teki mittaukset Antigravityn agy-CLI:llä ja tutki ohjelman binäärejä.
Gemini 4 -malleilla Antigravity käyttää implisiittistä välimuistia. Palvelu tunnistaa itse, kun pyyntö alkaa samoin kuin edellinen. Jo käsitellyn alkuosan se laskuttaa halvemmalla. Alkuosaan kuuluvat järjestelmäohje, työkalujen kuvaukset, MCP-palvelimet, skillit ja aiemmat vuorot. Jo tyhjässä keskustelussa viiden sanan kehotteen mukana lähti 16 816 tokenia. Google ei kerro, kuinka kauan välimuisti säilyy.
Taulukossa näkyy, montako tokenia seuraava vuoro luki välimuistista tauon jälkeen.
| Tauko | Välimuistista luetut tokenit |
|---|---|
| 0 s | 14 762 |
| 4 min | 14 769 |
| 4 min 45 s | 14 764 |
| 5 min | 0 |
| 8 min | 0 |
Subedin mittaus: malli gemini-4-hydrogen-low, kehote ”Reply with only OK.”, sama agy-prosessi.
Raja ei välttämättä ole kiinteä. Subedin mukaan implisiittisen välimuistin toimintaa ei taata, ja palvelin voi säilyttää sitä lyhyemmän tai pidemmän ajan kuormituksen mukaan. Erillisinä kertakomentoina ajetut agy-kutsut eivät osuneet välimuistiin lainkaan.
Kustannuslaskelmassaan Subedi olettaa välimuistista luetun tokenin maksavan kymmenesosan täydestä hinnasta, kuten Gemini API:n julkaistussa hinnoittelussa. Tilauskiintiön sisäiset painot voivat hänen mukaansa poiketa tästä hieman. Hänen arvionsa mukaan 150 000 tokenin istunnossa tauon jälkeinen vuoro maksaa 150 000 tokenia, välimuistiin osuva vuoro noin 16 900. Luku on laskennallinen, sillä testikeskusteluissa ei ollut juuri lainkaan historiaa.
Binääristä Subedi löysi Googlen valmiin toiminnon välimuistin ylläpitoon. Se lähettää taustalla 4,5 minuutin välein kopion edellisestä pyynnöstä, jossa viimeinen kehoteosa on korvattu pisteellä ja vastaus rajattu yhteen tokeniin, ja hylkää vastauksen. Toiminto on kytketty pois palvelimen kokeilulipulla, eikä se koske Gemini-malleja. Subedi muokkasi binääriä, ja 6 min 6 s tauon jälkeen vuoro luki 11 835 tokenia välimuistista. Keskusteluhistoriaan ei tullut ylimääräisiä vaiheita. Google voi hänen mukaansa muuttaa sisäistä toimintoa tai poistaa sen.
Välimuistin virkistäminen ei ole ilmaista. Subedin kaavan mukaan 16 800 tokenin kontekstissa enintään kolme peräkkäistä virkistystä tulee halvemmaksi kuin yksi täyshintainen vuoro, 150 000 tokenin kontekstissa seitsemän. Pitkän poissaolon ajaksi välimuistin kannattaa siis antaa vanhentua. Täyshintaisia vuoroja hän neuvoo keventämään kytkemällä pois tarpeettomat MCP-palvelimet ja liitännäiset.
Googlen kehittäjäfoorumilla tiiminsä puolesta palautteeseen vastannut Rebbanpalli_Naveen kirjoitti 18. marraskuuta, ettei Antigravity IDE:n version 2.7.0 päivitys puolittanut kiintiöitä. Hänen mukaansa kulutus riippuu siitä, paljonko kontekstia luetaan ja montako työkaluvaihetta ajetaan. Hän neuvoi nimeämään kohdetiedostot @-merkillä ja aloittamaan erilliselle tehtävälle uuden keskustelun.
Henkilökohtaisilla Google-tileillä Antigravity on saatavilla sovelluksena, kehitysympäristönä ja CLI:nä. Ilmaiskäyttäjän kiintiö uusiutuu viikoittain, Google AI Pro -tilaajan viiden tunnin välein viikkorajaan asti.
Lue lisää: Miten agentti toimii · Agenttikartta