با مدل های پشتیبانی شده آشنا شوید، درباره مدل های پشتیبانی شده بدانید، درباره مدل های پشتیبانی شده بدانید، درباره مدل های پشتیبانی شده بدانید

bookmark_border با مجموعه‌ها، منظم بمانید ذخیره و طبقه‌بندی محتوا براساس اولویت‌های شما.

برای برنامه‌های موبایل و وب، Firebase AI Logic SDK به شما امکان می‌دهد با مدل‌های پشتیبانی‌شده Gemini و مدل‌های Imagen مستقیماً از برنامه خود تعامل داشته باشید.

مدل‌های جمینی چندوجهی در نظر گرفته می‌شوند زیرا قادر به پردازش و حتی تولید چندین حالت از جمله متن، کد، فایل‌های PDF، تصاویر، ویدئو و صدا هستند. از مدل های Imagen می توان با متن برای تولید تصاویر درخواست کرد.

جدول زیر مروری کوتاه بر مدل های پشتیبانی شده برای Firebase AI Logic و آخرین نام مدل های پایدار آنها است. این جدول همچنین مدل‌های پیش‌نمایش و آزمایشی را که برای نمونه‌سازی موارد استفاده در دسترس هستند، فهرست می‌کند.

مدل های جمینی

^{1 هنگام استفاده از Gemini Developer API با Firebase AI Logic SDK پشتیبانی نمی شود.}

مدل های تصویری

^{2 این مدل Imagen بدون توجه به نحوه دسترسی شما به API توسط Gemini Developer API پشتیبانی نمی شود.}

همچنین، سؤالات متداول ما را درباره همه مدل‌هایی که Firebase AI Logic پشتیبانی می‌کند و پشتیبانی نمی‌کند، مرور کنید.

در ادامه این صفحه اطلاعات دقیقی در مورد مدل های پشتیبانی شده توسط Firebase AI Logic ارائه می شود.

• مقایسه مدل ها :

  • ورودی و خروجی پشتیبانی شده
  • مقایسه سطح بالایی از قابلیت های پشتیبانی شده
  • مشخصات و محدودیت‌ها، برای مثال حداکثر نشانه‌های ورودی یا حداکثر طول ویدیوی ورودی

• شرح نحوه نسخه‌سازی مدل‌ها ، به‌ویژه نسخه‌های پایدار ، به‌روزرسانی خودکار ، پیش‌نمایش و نسخه‌های آزمایشی آنها

• لیستی از نام مدل های موجود برای گنجاندن در کد خود در هنگام شروع اولیه

• لیست زبان های پشتیبانی شده برای مدل ها

در پایین این صفحه، می توانید اطلاعات دقیق در مورد مدل های قدیمی را مشاهده کنید .

مقایسه مدل ها

هر مدل قابلیت های مختلفی برای پشتیبانی از موارد استفاده مختلف دارد. توجه داشته باشید که هر یک از جداول در این بخش هر مدل را در هنگام استفاده با Firebase AI Logic توصیف می کند. هر مدل ممکن است قابلیت‌های بیشتری داشته باشد که هنگام استفاده از SDK ما در دسترس نباشد.

اگر نمی توانید اطلاعات مورد نظر خود را در بخش های فرعی زیر پیدا کنید، می توانید اطلاعات بیشتری را در اسناد ارائه دهنده API انتخابی خود بیابید:

• Gemini Developer API : مدل‌های Gemini و مدل‌های Imagen

• Vertex AI Gemini API : مدل‌های Gemini و مدل‌های Imagen

ورودی و خروجی پشتیبانی شده

اینها انواع ورودی و خروجی پشتیبانی شده هنگام استفاده از هر مدل با Firebase AI Logic هستند:

برای آشنایی با انواع فایل های پشتیبانی شده، فایل های ورودی پشتیبانی شده و الزامات را ببینید.

قابلیت ها و ویژگی های پشتیبانی شده

اینها قابلیت‌ها و ویژگی‌های پشتیبانی‌شده هنگام استفاده از هر مدل با Firebase AI Logic هستند:

مشخصات و محدودیت ها

اینها مشخصات و محدودیت‌ها هنگام استفاده از هر مدل با Firebase AI Logic هستند:

^{* برای تمام مدل های جمینی ، یک نشانه معادل حدود 4 کاراکتر است، بنابراین 100 توکن حدود 60-80 کلمه انگلیسی است. برای مدل‌های Gemini ، می‌توانید تعداد کل نشانه‌ها را در درخواست‌های خود با استفاده countTokens تعیین کنید.}

^{** فایل های PDF به عنوان تصویر در نظر گرفته می شوند، بنابراین یک صفحه از یک PDF به عنوان یک تصویر در نظر گرفته می شود. تعداد صفحات مجاز در یک درخواست محدود به تعداد تصاویری است که مدل می تواند پشتیبانی کند.}

اطلاعات دقیق اضافی را بیابید

• سهمیه و قیمت برای هر مدل متفاوت است. قیمت گذاری نیز به ورودی و خروجی بستگی دارد.

• درباره انواع فایل های ورودی پشتیبانی شده، نحوه تعیین نوع MIME، و نحوه اطمینان از اینکه فایل های ورودی و درخواست های چندوجهی شما الزامات را برآورده می کنند و بهترین روش ها را در فایل های ورودی و الزامات پشتیبانی شده دنبال می کنند، بیاموزید.

مدل سازی و الگوهای نامگذاری

مدل ها در نسخه های پایدار ، پیش نمایش و آزمایشی ارائه می شوند. برای راحتی، نام مستعار بدون مقادیر نسخه صریح پشتیبانی می شود.

برای یافتن نام‌های مدل خاص برای استفاده در کد خود، بخش «نام مدل‌های موجود» را در ادامه این صفحه ببینید.

نام مدل های موجود

نام مدل ها مقادیر صریحی هستند که در کد خود در هنگام شروع اولیه مدل وارد می کنید.

همه مدل های موجود را به صورت برنامه ای لیست کنید

می توانید با استفاده از REST API نام همه مدل های موجود را فهرست کنید:

• Gemini Developer API : نقطه پایانی models.list را فراخوانی کنید

• Vertex AI Gemini API : با نقطه پایانی publishers.models.list تماس بگیرید

توجه داشته باشید که این لیست بازگشتی شامل همه مدل‌های پشتیبانی‌شده توسط ارائه‌دهندگان API می‌شود، اما Firebase AI Logic فقط از مدل‌های Gemini و Imagen که در این صفحه توضیح داده شده‌اند پشتیبانی می‌کند. همچنین توجه داشته باشید که نام مستعار به روز شده خودکار (به عنوان مثال، gemini-2.0-flash ) در فهرست قرار نگرفته اند زیرا آنها نام مستعار راحتی برای مدل پایه هستند.

نام مدل های جمینی

برای مثال‌های اولیه برای پلتفرم خود، راهنمای شروع کار را ببینید.

برای جزئیات در مورد مراحل انتشار (مخصوصاً برای موارد استفاده و صورت‌حساب)، نسخه‌سازی مدل و الگوهای نام‌گذاری را ببینید.

نام مدل های Gemini 2.5 Pro

اسم مدل های فلش Gemini 2.5

نام مدل های فلش Gemini 2.0

نام مدل های Gemini 2.0 Flash-Lite

نام مدل های Gemini 2.0 Flash Image Generation

نام مدل های Gemini 2.0 Flash-Live

^{1 هنگام استفاده از Gemini Developer API با Firebase AI Logic SDK پشتیبانی نمی شود.}

نام مدل های Imagen

برای نمونه های اولیه سازی برای پلتفرم خود، به تولید تصاویر با راهنمای Imagen مراجعه کنید.

برای جزئیات در مورد مراحل انتشار (مخصوصاً برای موارد استفاده و صورت‌حساب)، نسخه‌سازی مدل و الگوهای نام‌گذاری را ببینید.

Imagen 4 نام مدل

نام مدل های Imagen 4 Ultra

ایمیج 3 نام مدل

Imagen 3 نام مدل های سریع

^{2 بدون توجه به نحوه دسترسی شما به API توسط Gemini Developer API پشتیبانی نمی شود.}

زبان های پشتیبانی شده

جوزا

• همه مدل‌های Gemini می‌توانند به زبان‌های زیر بفهمند و پاسخ دهند:

  عربی (ar)، بنگالی (bn)، بلغاری (bg)، چینی ساده و سنتی (zh)، کرواتی (hr)، چکی (cs)، دانمارکی (da)، هلندی (nl)، انگلیسی (en)، استونیایی (et)، فنلاندی (fi)، فرانسوی (fr)، آلمانی (de)، یونانی (el)، عبری (iw)، هندی (hi)، مجارستانی (hu)، اندونزیایی (id)، ایتالیایی (it)، ژاپنی (ja)، لهستانی (ja)، لیتوانیایی (ja) (pl)، پرتغالی (pt)، رومانیایی (ro)، روسی (ru)، صربی (sr)، اسلواکی (sk)، اسلوونیایی (sl)، اسپانیایی (es)، سواحیلی (sw)، سوئدی (sv)، تایلندی (th)، ترکی (tr)، اوکراینی (UK)، ویتنامی (vi)

• مدل‌های Gemini 2.0 Flash ، Gemini 1.5 Pro و Gemini 1.5 Flash می‌توانند به زبان‌های اضافی زیر بفهمند و پاسخ دهند:

  آفریکانس (af)، آمهری (am)، آسامی (ع)، آذربایجانی (az)، بلاروسی (be)، بوسنیایی (bs)، کاتالان (ca)، سبوانو (ceb)، کورسی (co)، ولزی (cy)، Dhivehi (dv)، اسپرانتو (eo)، باسک (eu)، فارسی (fa)، فیلیپینی (تاگالوگ) (fil)، (fy)، ایرلندی (ga)، گالیکایی اسکاتلندی (ga)، گالیکایی گالاتی (ga)، اسکاتلندی (ga) (ha)، هاوایی (haw)، همونگ (hmn)، کریول هائیتی (ht)، ارمنی (hy)، ایگبو (ig)، ایسلندی (is)، جاوه ای (jv)، گرجی (ka)، قزاقستان (kk)، خمر (km)، کانادا (kn)، کریو (kri)، کردی (ku)، قرقیز (ky)، لاتین (la)، لوگزامبورگی (lb)، لائوس (lom)، مالاگازی (ml)، مالاگاسی (mn)، Meiteilon (Manipuri) (mni-Mtei)، مراتی (mr)، مالایی (ms)، مالتی (mt)، میانمار (برمه) (my)، نپالی (ne)، Nyanja (Chichewa) (ny)، Odia (Oriya) (یا)، پنجابی (pa)، پشتو (ps)، Sindhieshalaa (Sd) (sn)، سومالیایی (so)، آلبانیایی (sq)، سسوتو (st)، سوندانی (su)، تامیلی (ta)، تلوگو (te)، تاجیکی (tg)، اویغوری (ug)، اردو (ur)، ازبکی (uz)، Xhosa (xh)، ییدیش (yi)، یروبا (yo)، زولو (zu)

Imagen

• در دسترس بودن عمومی : انگلیسی

• پیش نمایش : چینی (ساده شده)، چینی (سنتی)، هندی، ژاپنی، کره ای، پرتغالی، اسپانیایی

اطلاعاتی در مورد مدل های قدیمی تر

Firebase AI Logic از مدل های قدیمی فعال Gemini (مانند مدل های Gemini 1.5 ) پشتیبانی می کند.

Firebase AI Logic از مدل های قدیمی Imagen (مانند Imagen 2 ) پشتیبانی نمی کند.

مراحل بعدی

قابلیت های Gemini API را امتحان کنید

• مکالمات چند نوبتی (چت) بسازید.
• متن را از اعلان‌های فقط متنی ایجاد کنید.
• با درخواست انواع فایل‌های مختلف، مانند تصاویر ، فایل‌های PDF ، ویدئو و صدا ، متن تولید کنید.
• خروجی ساختاریافته (مانند JSON) را هم از دستورات متنی و هم از چند وجهی ایجاد کنید.
• تصاویر را از دستورهای متنی ( جمینی یا Imagen ) تولید کنید.
• ورودی و خروجی (از جمله صدا) را با استفاده از Gemini Live API پخش کنید.
• از فراخوانی تابع برای اتصال مدل های مولد به سیستم ها و اطلاعات خارجی استفاده کنید.

برای برنامه‌های موبایل و وب، Firebase AI Logic SDK به شما امکان می‌دهد با مدل‌های پشتیبانی‌شده Gemini و مدل‌های Imagen مستقیماً از برنامه خود تعامل داشته باشید.

مدل‌های جمینی چندوجهی در نظر گرفته می‌شوند زیرا قادر به پردازش و حتی تولید چندین حالت از جمله متن، کد، فایل‌های PDF، تصاویر، ویدئو و صدا هستند. از مدل های Imagen می توان با متن برای تولید تصاویر درخواست کرد.

جدول زیر مروری کوتاه بر مدل های پشتیبانی شده برای Firebase AI Logic و آخرین نام مدل های پایدار آنها است. این جدول همچنین مدل‌های پیش‌نمایش و آزمایشی را که برای نمونه‌سازی موارد استفاده در دسترس هستند، فهرست می‌کند.

مدل های جمینی

^{1 هنگام استفاده از Gemini Developer API با Firebase AI Logic SDK پشتیبانی نمی شود.}

مدل های تصویری

^{2 این مدل Imagen بدون توجه به نحوه دسترسی شما به API توسط Gemini Developer API پشتیبانی نمی شود.}

همچنین، سؤالات متداول ما را درباره همه مدل‌هایی که Firebase AI Logic پشتیبانی می‌کند و پشتیبانی نمی‌کند، مرور کنید.

در ادامه این صفحه اطلاعات دقیقی در مورد مدل های پشتیبانی شده توسط Firebase AI Logic ارائه می شود.

• مقایسه مدل ها :

  • ورودی و خروجی پشتیبانی شده
  • مقایسه سطح بالایی از قابلیت های پشتیبانی شده
  • مشخصات و محدودیت‌ها، برای مثال حداکثر نشانه‌های ورودی یا حداکثر طول ویدیوی ورودی

• شرح نحوه نسخه‌سازی مدل‌ها ، به‌ویژه نسخه‌های پایدار ، به‌روزرسانی خودکار ، پیش‌نمایش و نسخه‌های آزمایشی آنها

• لیستی از نام مدل های موجود برای گنجاندن در کد خود در هنگام شروع اولیه

• لیست زبان های پشتیبانی شده برای مدل ها

در پایین این صفحه، می توانید اطلاعات دقیق در مورد مدل های قدیمی را مشاهده کنید .

مقایسه مدل ها

هر مدل قابلیت های مختلفی برای پشتیبانی از موارد استفاده مختلف دارد. توجه داشته باشید که هر یک از جداول در این بخش هر مدل را در هنگام استفاده با Firebase AI Logic توصیف می کند. هر مدل ممکن است قابلیت‌های بیشتری داشته باشد که هنگام استفاده از SDK ما در دسترس نباشد.

اگر نمی توانید اطلاعات مورد نظر خود را در بخش های فرعی زیر پیدا کنید، می توانید اطلاعات بیشتری را در اسناد ارائه دهنده API انتخابی خود بیابید:

• Gemini Developer API : مدل‌های Gemini و مدل‌های Imagen

• Vertex AI Gemini API : مدل‌های Gemini و مدل‌های Imagen

ورودی و خروجی پشتیبانی شده

اینها انواع ورودی و خروجی پشتیبانی شده هنگام استفاده از هر مدل با Firebase AI Logic هستند:

برای آشنایی با انواع فایل های پشتیبانی شده، فایل های ورودی پشتیبانی شده و الزامات را ببینید.

قابلیت ها و ویژگی های پشتیبانی شده

اینها قابلیت‌ها و ویژگی‌های پشتیبانی‌شده هنگام استفاده از هر مدل با Firebase AI Logic هستند:

مشخصات و محدودیت ها

اینها مشخصات و محدودیت‌ها هنگام استفاده از هر مدل با Firebase AI Logic هستند:

^{* برای تمام مدل های جمینی ، یک نشانه معادل حدود 4 کاراکتر است، بنابراین 100 توکن حدود 60-80 کلمه انگلیسی است. برای مدل‌های Gemini ، می‌توانید تعداد کل نشانه‌ها را در درخواست‌های خود با استفاده countTokens تعیین کنید.}

^{** فایل های PDF به عنوان تصویر در نظر گرفته می شوند، بنابراین یک صفحه از یک PDF به عنوان یک تصویر در نظر گرفته می شود. تعداد صفحات مجاز در یک درخواست محدود به تعداد تصاویری است که مدل می تواند پشتیبانی کند.}

اطلاعات دقیق اضافی را بیابید

• سهمیه و قیمت برای هر مدل متفاوت است. قیمت گذاری نیز به ورودی و خروجی بستگی دارد.

• درباره انواع فایل های ورودی پشتیبانی شده، نحوه تعیین نوع MIME، و نحوه اطمینان از اینکه فایل های ورودی و درخواست های چندوجهی شما الزامات را برآورده می کنند و بهترین روش ها را در فایل های ورودی و الزامات پشتیبانی شده دنبال می کنند، بیاموزید.

مدل سازی و الگوهای نامگذاری

مدل ها در نسخه های پایدار ، پیش نمایش و آزمایشی ارائه می شوند. برای راحتی، نام مستعار بدون مقادیر نسخه صریح پشتیبانی می شود.

برای یافتن نام‌های مدل خاص برای استفاده در کد خود، بخش «نام مدل‌های موجود» را در ادامه این صفحه ببینید.

نام مدل های موجود

نام مدل ها مقادیر صریحی هستند که در کد خود در هنگام شروع اولیه مدل وارد می کنید.

همه مدل های موجود را به صورت برنامه ای لیست کنید

می توانید با استفاده از REST API نام همه مدل های موجود را فهرست کنید:

• Gemini Developer API : نقطه پایانی models.list را فراخوانی کنید

• Vertex AI Gemini API : با نقطه پایانی publishers.models.list تماس بگیرید

توجه داشته باشید که این لیست بازگشتی شامل همه مدل‌های پشتیبانی‌شده توسط ارائه‌دهندگان API می‌شود، اما Firebase AI Logic فقط از مدل‌های Gemini و Imagen که در این صفحه توضیح داده شده‌اند پشتیبانی می‌کند. همچنین توجه داشته باشید که نام مستعار به روز شده خودکار (به عنوان مثال، gemini-2.0-flash ) در فهرست قرار نگرفته اند زیرا آنها نام مستعار راحتی برای مدل پایه هستند.

نام مدل های جمینی

برای مثال‌های اولیه برای پلتفرم خود، راهنمای شروع کار را ببینید.

برای جزئیات در مورد مراحل انتشار (مخصوصاً برای موارد استفاده و صورت‌حساب)، نسخه‌سازی مدل و الگوهای نام‌گذاری را ببینید.

نام مدل های Gemini 2.5 Pro

اسم مدل های فلش Gemini 2.5

نام مدل های فلش Gemini 2.0

نام مدل های Gemini 2.0 Flash-Lite

نام مدل های Gemini 2.0 Flash Image Generation

نام مدل های Gemini 2.0 Flash-Live

^{1 هنگام استفاده از Gemini Developer API با Firebase AI Logic SDK پشتیبانی نمی شود.}

نام مدل های Imagen

برای نمونه های اولیه سازی برای پلتفرم خود، به تولید تصاویر با راهنمای Imagen مراجعه کنید.

برای جزئیات در مورد مراحل انتشار (مخصوصاً برای موارد استفاده و صورت‌حساب)، نسخه‌سازی مدل و الگوهای نام‌گذاری را ببینید.

Imagen 4 نام مدل

نام مدل های Imagen 4 Ultra

ایمیج 3 نام مدل

Imagen 3 نام مدل های سریع

^{2 بدون توجه به نحوه دسترسی شما به API توسط Gemini Developer API پشتیبانی نمی شود.}

زبان های پشتیبانی شده

جوزا

• همه مدل‌های Gemini می‌توانند به زبان‌های زیر بفهمند و پاسخ دهند:

  عربی (ar)، بنگالی (bn)، بلغاری (bg)، چینی ساده و سنتی (zh)، کرواتی (hr)، چکی (cs)، دانمارکی (da)، هلندی (nl)، انگلیسی (en)، استونیایی (et)، فنلاندی (fi)، فرانسوی (fr)، آلمانی (de)، یونانی (el)، عبری (iw)، هندی (hi)، مجارستانی (hu)، اندونزیایی (id)، ایتالیایی (it)، ژاپنی (ja)، لهستانی (ja)، لیتوانیایی (ja) (pl)، پرتغالی (pt)، رومانیایی (ro)، روسی (ru)، صربی (sr)، اسلواکی (sk)، اسلوونیایی (sl)، اسپانیایی (es)، سواحیلی (sw)، سوئدی (sv)، تایلندی (th)، ترکی (tr)، اوکراینی (UK)، ویتنامی (vi)

• مدل‌های Gemini 2.0 Flash ، Gemini 1.5 Pro و Gemini 1.5 Flash می‌توانند به زبان‌های اضافی زیر بفهمند و پاسخ دهند:

  آفریکانس (af)، آمهری (am)، آسامی (ع)، آذربایجانی (az)، بلاروسی (be)، بوسنیایی (bs)، کاتالان (ca)، سبوانو (ceb)، کورسی (co)، ولزی (cy)، Dhivehi (dv)، اسپرانتو (eo)، باسک (eu)، فارسی (fa)، فیلیپینی (تاگالوگ) (fil)، (fy)، ایرلندی (ga)، گالیکایی اسکاتلندی (ga)، گالیکایی گالاتی (ga)، اسکاتلندی (ga) (ha)، هاوایی (haw)، همونگ (hmn)، کریول هائیتی (ht)، ارمنی (hy)، ایگبو (ig)، ایسلندی (is)، جاوه ای (jv)، گرجی (ka)، قزاقستان (kk)، خمر (km)، کانادا (kn)، کریو (kri)، کردی (ku)، قرقیز (ky)، لاتین (la)، لوگزامبورگی (lb)، لائوس (lom)، مالاگازی (ml)، مالاگاسی (mn)، Meiteilon (Manipuri) (mni-Mtei)، مراتی (mr)، مالایی (ms)، مالتی (mt)، میانمار (برمه) (my)، نپالی (ne)، Nyanja (Chichewa) (ny)، Odia (Oriya) (یا)، پنجابی (pa)، پشتو (ps)، Sindhieshalaa (Sd) (sn)، سومالیایی (so)، آلبانیایی (sq)، سسوتو (st)، سوندانی (su)، تامیلی (ta)، تلوگو (te)، تاجیکی (tg)، اویغوری (ug)، اردو (ur)، ازبکی (uz)، Xhosa (xh)، ییدیش (yi)، یروبا (yo)، زولو (zu)

Imagen

• در دسترس بودن عمومی : انگلیسی

• پیش نمایش : چینی (ساده شده)، چینی (سنتی)، هندی، ژاپنی، کره ای، پرتغالی، اسپانیایی

اطلاعاتی در مورد مدل های قدیمی تر

Firebase AI Logic از مدل های قدیمی فعال Gemini (مانند مدل های Gemini 1.5 ) پشتیبانی می کند.

Firebase AI Logic از مدل های قدیمی Imagen (مانند Imagen 2 ) پشتیبانی نمی کند.

مراحل بعدی

قابلیت های Gemini API را امتحان کنید

• مکالمات چند نوبتی (چت) بسازید.
• متن را از اعلان‌های فقط متنی ایجاد کنید.
• با درخواست انواع فایل‌های مختلف، مانند تصاویر ، فایل‌های PDF ، ویدئو و صدا ، متن تولید کنید.
• خروجی ساختاریافته (مانند JSON) را هم از دستورات متنی و هم از چند وجهی ایجاد کنید.
• تصاویر را از دستورهای متنی ( جمینی یا Imagen ) تولید کنید.
• ورودی و خروجی (از جمله صدا) را با استفاده از Gemini Live API پخش کنید.
• از فراخوانی تابع برای اتصال مدل های مولد به سیستم ها و اطلاعات خارجی استفاده کنید.