Utvecklarens mätning: Antigravitys Gemini-cache töms efter fem minuters paus
I Ashish Subedis mätning klarade Antigravitys promptcache en paus på 4 min 45 s men inte fem minuter. Därefter läses hela konversationen in på nytt till fullt pris. Det förbrukar kvoten särskilt i långa sessioner, enligt Subedi.
Utvecklaren Ashish Subedi undersökte i ett blogginlägg den 19 november varför veckokvoten för Googles kodningsagent Antigravity förbrukas så snabbt. Han gjorde mätningarna med Antigravitys CLI agy och analyserade programmets binärfiler.
Med Gemini 4-modellerna använder Antigravity implicit cache. Tjänsten känner själv igen när en förfrågan börjar likadant som den föregående. Den inledande del som redan har bearbetats debiteras till ett lägre pris. Den delen omfattar systemprompten, verktygsbeskrivningarna, MCP-servrarna, skills och tidigare turer. Redan i en tom konversation skickades 16 816 token med en prompt på fem ord. Google uppger inte hur länge cachen finns kvar.
Tabellen visar hur många token nästa tur läste från cachen efter pausen.
| Paus | Token lästa från cachen |
|---|---|
| 0 s | 14 762 |
| 4 min | 14 769 |
| 4 min 45 s | 14 764 |
| 5 min | 0 |
| 8 min | 0 |
Subedis mätning: modellen gemini-4-hydrogen-low, prompten ”Reply with only OK.”, samma agy-process.
Gränsen är inte nödvändigtvis fast. Enligt Subedi är den implicita cachens funktion inte garanterad, och servern kan behålla den kortare eller längre tid beroende på belastningen. Anrop till agy som kördes som separata engångskommandon träffade inte cachen alls.
I sin kostnadskalkyl antar Subedi att ett token som läses från cachen kostar en tiondel av fullt pris, som i Gemini API:s publicerade prissättning. De interna vikterna i abonnemangskvoten kan avvika något från detta, skriver han. Han uppskattar att en tur efter en paus i en session på 150 000 token kostar 150 000 token och en tur som träffar cachen omkring 16 900. Siffran är beräknad, eftersom testkonversationerna nästan inte hade någon historik.
I binärfilerna hittade Subedi en färdig funktion från Google för att hålla cachen vid liv. Var 4,5:e minut skickar den i bakgrunden en kopia av föregående förfrågan och kastar svaret. I kopian är den sista promptdelen ersatt med en punkt och svaret begränsat till ett token. Funktionen är avstängd med en experimentflagga på servern och gäller inte Gemini-modellerna. Subedi modifierade binärfilen, och efter en paus på 6 min 6 s läste turen 11 835 token från cachen. Inga extra steg tillkom i konversationshistoriken. Google kan ändra eller ta bort den interna funktionen, skriver Subedi.
Att förnya cachen är inte gratis. Enligt Subedis formel är högst tre förnyelser i följd billigare än en tur till fullt pris när kontexten är 16 800 token, och högst sju när den är 150 000 token. Vid lång frånvaro lönar det sig alltså att låta cachen löpa ut. Han rekommenderar att turerna till fullt pris görs lättare genom att onödiga MCP-servrar och tillägg stängs av.
Rebbanpalli_Naveen, som svarade på feedback för sitt teams räkning på Googles utvecklarforum, skrev den 18 november att uppdateringen till version 2.7.0 av Antigravity IDE inte halverade kvoterna. Förbrukningen beror på hur mycket kontext som läses och hur många verktygssteg som körs, skrev Rebbanpalli_Naveen. Rådet var att ange målfilerna med @-tecknet och att starta en ny konversation för en separat uppgift.
För personliga Google-konton finns Antigravity som app, utvecklingsmiljö och CLI. Gratisanvändarnas kvot förnyas varje vecka, och kvoten för Google AI Pro-abonnenter förnyas var femte timme upp till veckogränsen.
Läs mer: Hur en agent fungerar · Agentkarta