Google Cloud API Gateway model routing 的规格优先路线和共享主机限制
Google Cloud API Gateway model routing 已进入 Public Preview。它用 OpenAPI 规格承载 serverless 路由，可转发 Gemini、Claude 和 OpenAI 请求，前提是所有后端都在 Vertex AI。
来源 Google Developers Blog
Nano Banana 2 Lite 是你的新默认 Gemini 图像端点 — 三层路由决策框架
Google Nano Banana 2 Lite（gemini-3.1-flash-lite-image）于 6 月 30 日发布，$0.034/千张，4 秒延迟。如果你仍在路由至 gemini-2.5-flash-image，你用的是上上代模型。本文提供每个图像管线团队需要的三层路由框架。
来源 Google DeepMind
Gemini 预置吞吐量现已支持队列 7 个待处理订单：多订单 GA 对路由团队意味着什么
Google 于 7 月 1 日正式发布（GA）多个待处理 Provisioned Throughput 订单功能——你现在可以同时为同一模型和地区提交最多 7 个订单，彻底消除了过去每次等待 10 个工作日才能激活下一个订单的串行瓶颈。
来源 Google
2026 Gemini API 图像生成迁移：修复 failed to fetch，并准备 8 月 17 日停服
2026 年 Gemini API 图像生成已进入两波迁移：6 月 25 日后 preview 图像模型会触发 failed to fetch 类故障，Imagen 4 GA endpoint 将于 8 月 17 日停服。现在应审计模型 ID，迁到 gemini-3.1-flash-image 或 gemini-3-pro-image，并测试 generateContent 调用链路。
来源 Google AI for Developers
Gemini Omni Flash API 路由：Google 的对话式视频模型现在是运营决策
Google Gemini Omni Flash 进入 API 公测，模型 ID 为 gemini-omni-flash-preview，定价约 $0.10/秒，全新 Interactions API 让多轮视频编辑成为路由策略问题。
来源 Google DeepMind
Gemini 非全球端点定价 7 月 1 日正式生效：每个路由团队必须考量的 10% 区域溢价
2026 年 7 月 1 日起，Gemini 3 及以上版本对非全球（区域）端点收取 10% 溢价。将流量路由至 eu-west1、asia-northeast1 等非全球位置的团队需立即审查成本模型。
来源 Google Cloud
Gemini 语义治理策略进入预览：为 Agent 工具调用提供运行时意图拦截
Google 的语义治理策略引擎（SGP）现已在 Gemini 企业级 Agent 平台进入公开预览，它在模型与工具之间充当运行时拦截层，阻断偏离原始用户意图或违反自然语言业务约束的工具调用——无需重新部署 Agent 代码。
来源 Google Cloud Gemini Enterprise Agent Platform
Gemini Model Armor Agent Gateway 内容安全正式 GA：每个路由团队需要配置的事项
Google 已将 Agent Gateway 上的 Model Armor 升至正式可用（GA），将提示注入防御和内容扫描直接嵌入所有 agent 流量路径，无需修改任何 agent 代码。
来源 Google Cloud Gemini Enterprise Agent Platform
Gemini API Key 限制强制执行已生效：Routing 团队现在必须检查什么
Google 已于 2026 年 6 月 19 日起停止接受无限制 Gemini API Key 的请求。任何未配置显式 API 限制的 Key 现在会返回错误。以下是通过 gateway 路由 Gemini 流量的 operator 需要立即审查的凭据配置。
来源 Google AI Developers Forum
Gemini Enterprise 新增 Workflow Agents 与模块化 Skills：改变你企业 AI 部署规划的架构决策
Google 的 Gemini Enterprise 本周将 workflow agents 与可复用 skills 推进至 GA，两者均需申请 allowlist。本文梳理架构决策树，以及这对企业 AI 工程团队的路由规划意味着什么。
来源 Google Cloud
Gemini Memory Bank 正式 GA：Google Agent Platform 记忆库是什么、Session 持久化与全球路由详解（2026 年 6 月）
Gemini Memory Bank（Agent Platform 记忆库）是 Google 为 AI Agent 提供的托管式持久记忆层，6 月 17 日正式 GA 并开放全球端点。本文详解 agent platform memory bank 的工作原理、Session 机制、CMEK 约束，以及有状态 Agent 路由策略。
来源 Gemini Enterprise Agent Platform
Gemini CLI 6 月 18 日关停：你的团队还有 3 天做出 coding agent CLI routing 决策
Gemini CLI 将于 2026 年 6 月 18 日停止服务消费端请求。在默认迁移到 Antigravity CLI 之前，先搞清楚 unified-backend 模型对 provider 独立性意味着什么——以及 Claude Code 或 Codex CLI 的多 provider routing 如何改变这道选择题。
来源 Google Developers Blog
Vertex AI Extensions 将于 11 月 26 日关闭：Agent Platform 三条迁移路径详解
Google 于 2026 年 5 月 26 日正式宣布弃用 Vertex AI Extensions，硬性关闭日期为 11 月 26 日。在 Google 上路由 Agent 工作流的团队必须在截止日期前将代码解释器、Search 和自定义 Extension 迁移到 Gemini Enterprise Agent Platform。
来源 Google Cloud Vertex AI Release Notes
Gemini 3.5 Live Translate API：实时语音翻译进入路由层
Google Gemini 3.5 Live Translate 通过 Gemini API 开放公开预览，支持 70+ 种语言的连续语音对语音翻译。新模型 ID 对语音 agent 路由团队意味着什么。
来源 Google DeepMind
Vertex AI 是否已弃用？Imagen 与 Veo 端点 2026 年 6 月 30 日关停清单
Vertex AI 本身并未弃用，但 Google 将在 2026 年 6 月 30 日关闭所有 Imagen 2.x/3.x/4.x 和 Veo 2.x/3.0 GA 端点。用这份关停清单将图像和视频路由迁移到 gemini-2.5-flash-image 与 veo-3.1 端点。
来源 Google Cloud Vertex AI 发布说明
谷歌9.2亿美元租SpaceX GPU：Gemini路由风险与备用策略
谷歌每月9.2亿美元租用SpaceX GPU，说明Gemini算力并非无限。AI团队应重新评估供应商关联故障、2026年第四季度配额变化与多供应商备用路径。
来源 TechCrunch
Vertex AI SDK 已弃用：迁移截止日期 2026 年 6 月 24 日——路由团队必知
Vertex AI 生成式 AI SDK 已弃用，模块将于 2026 年 6 月 24 日移除。如果你的团队通过 vertexai.generative_models 或相关 import 路由到 Google，以下是确保生产代码继续运行的迁移要点。
来源 Google Cloud
Gemini 2.0 Flash 已于 2026 年 6 月关停（EOL）：替代方案与现在该做什么
Gemini 2.0 Flash 与 Flash-Lite 已于 2026 年 6 月 1 日完成关停。本文说明哪些模型 ID 已被移除、哪些替代方案（gemini-2.5-flash-lite、gemini-3.1-flash-lite）真正可用、实际成本差距，以及如何最快速地审计可能仍引用已失效 endpoint 的 fallback 链。
来源 Google AI for Developers
Google Antigravity 与 Managed Agents 重塑 Gemini API：对你的路由架构意味着什么
Google I/O 2026 发布了 Antigravity 2.0、Gemini API 中的 Managed Agents，以及可通过单次 API 调用启动隔离 Linux 环境的 Interactions API。对于使用多 provider 路由的团队而言，影响远不止一次 CLI 更名。
来源 Google Developers Blog
Gemini 3.5 Flash 已不再是「便宜 Flash」：Google 定价重构对路由策略的影响
Google 在 I/O 2026 发布的 Gemini 3.5 Flash 定价为每百万 token 输入 $1.50 / 输出 $9.00，是上一代 Flash 模型的 3-6 倍。这次定价重构，加上新推出的 Interactions API，意味着「Flash = 便宜备用」的路由逻辑已经失效。
来源 Google AI Blog