Scopri di più sui modelli supportati

bookmark_border Mantieni tutto organizzato con le raccolte Salva e classifica i contenuti in base alle tue preferenze.

Per le app mobile e web, gli SDK Vertex AI in Firebase ti consentono di interagire con i modelli Gemini e Imagen 3 supportati direttamente dalla tua app.

I modelli Gemini sono considerati multimodali perché sono in grado di elaborare e persino generare più modalità, tra cui testo, codice, PDF, immagini, video e audio. I modelli Imagen 3 possono essere attivati con testo per generare immagini.

La tabella seguente è una breve panoramica dei modelli supportati per Vertex AI in Firebase e dei relativi nomi di modelli stabili più recenti. Questa tabella elenca anche i modelli di anteprima e sperimentali disponibili per i casi d'uso di prototipazione.

Vertex AI in Firebase supporta i modelli meno recenti, come Gemini 1.5 e Gemini 1.0?

Sì, Vertex AI in Firebase supporta tutti i modelli Gemini, inclusi quelli meno recenti.

Modello	Input	Output	Ottimizzato per
Gemini 1.5 Pro gemini-1.5-pro-002	testo, codice, PDF, immagini, video, audio	testo, codice, JSON	Supporta attività di ragionamento complesse che richiedono maggiore intelligenza; contesto lungo di 2 milioni di token
Gemini 1.5 Flash gemini-1.5-flash-002	testo, codice, PDF, immagini, video, audio	testo, codice, JSON	Offre prestazioni rapide e versatili per una vasta gamma di attività
Gemini 1.0 Pro Vision gemini-1.0-pro-vision-001	testo, codice, PDF, immagini, video (solo frame)	testo, codice	Gestisce testo, immagini e video per le risposte di testo o codice. Non può essere utilizzato per la chat.
Gemini 1.0 Pro gemini-1.0-pro-002	testo, codice	testo, codice	Attività di elaborazione del linguaggio naturale, chat di testo e codice in più passaggi e generazione di codice

Vertex AI in Firebase supporta solo i modelli Imagen 3. Non supporta i modelli Imagen meno recenti (come Imagen 2).

Nella parte inferiore di questa pagina, puoi visualizzare informazioni dettagliate sui modelli precedenti. Consulta le nostre Domande frequenti su tutti i modelli supportati e non supportati da Vertex AI in Firebase.

La parte rimanente di questa pagina fornisce informazioni dettagliate sui modelli supportati da Vertex AI in Firebase:

• Confronta i modelli:

  • Input e output supportati
  • Confronto di alto livello delle funzionalità supportate
  • Specifiche e limitazioni, ad esempio token di input massimi o durata massima del video di input

• Descrizione di come vengono versionati i modelli, in particolare le versioni stabili, con aggiornamento automatico e di anteprima

• Elenchi di nomi di modelli disponibili da includere nel codice durante l'inizializzazione

• Elenchi delle lingue supportate per i modelli

Nella parte inferiore di questa pagina, puoi visualizzare informazioni dettagliate sui modelli precedenti.

---

Confronta i modelli

Ogni modello ha funzionalità diverse per supportare vari casi d'uso. Tieni presente che ciascuna delle tabelle in questa sezione descrive ogni modello se utilizzato con Vertex AI in Firebase. Ogni modello potrebbe avere funzionalità aggiuntive non disponibili quando utilizzi i nostri SDK.

Se non riesci a trovare le informazioni che cerchi nelle seguenti sezioni secondarie, puoi trovare ulteriori informazioni sui modelli Gemini e Imagen 3 nella documentazione di Google Cloud.

Input e output supportati

Questi sono i tipi di input e output supportati quando utilizzi ciascun modello con Vertex AI in Firebase:

Per informazioni sui tipi di file supportati, consulta File di input supportati e requisiti per Vertex AI Gemini API.

Funzionalità e capacità supportate

Di seguito sono riportate le funzionalità e le capacità supportate quando si utilizza ciascun modello con Vertex AI in Firebase:

Specifiche e limitazioni

Di seguito sono riportate le specifiche e le limitazioni relative all'utilizzo di ciascun modello con Vertex AI in Firebase:

^{* Per tutti i modelli Gemini, un token equivale a circa 4 caratteri, quindi 100 token corrispondono a circa 60-80 parole in inglese. Per i modelli Gemini, puoi determinare il numero totale di token nelle richieste utilizzando countTokens.}

^{** I PDF vengono trattati come immagini, quindi una singola pagina di un PDF viene considerata come un'immagine. Il numero di pagine consentite in una richiesta è limitato al numero di immagini supportate dal modello.}

Trovare ulteriori informazioni dettagliate

• Le quote e i prezzi sono diversi per ogni modello. I prezzi dipendono anche da input e output.

• Scopri i tipi di file di input supportati, come specificare il tipo MIME e come assicurarti che i file di input e le richieste multimodali soddisfino i requisiti e seguano le best practice in File di input supportati e requisiti per Vertex AI Gemini API.

---

Modelli di denominazione e controllo delle versioni dei modelli

I modelli sono disponibili nelle versioni stabili, di anteprima e sperimentali. Per comodità, sono supportati gli alias senza valori di versione espliciti.

Per trovare nomi di modelli specifici da utilizzare nel codice, consulta la sezione "Nomi dei modelli disponibili" di questa pagina.

Scopri di più sulle versioni del modello disponibili e sul loro ciclo di vita (Gemini) o su Imagen nella documentazione di Google Cloud.

---

Nomi dei modelli disponibili

I nomi dei modelli sono i valori espliciti che includi nel codice durante l'inizializzazione del modello.

Puoi utilizzare l'endpoint publishers.models.list per elencare tutti i nomi dei modelli disponibili. Tieni presente che questo elenco restituito includerà tutti i modelli supportati da Vertex AI, ma Vertex AI in Firebase supporta solo i modelli Gemini e Imagen descritti in questa pagina. Tieni inoltre presente che gli alias aggiornati automaticamente (ad es. gemini-2.0-flash) non sono elencati perché sono un alias pratico per il modello di base.

Gemini nomi dei modelli

Per esempi di inizializzazione per la tua lingua, consulta la guida introduttiva.

Gemini 2.5 Pro nomi dei modelli

Gemini 2.0 Pro nomi dei modelli

Gemini 2.0 Flash nomi dei modelli

Gemini 2.0 Flash‑Lite nomi dei modelli

Gemini 2.0 Flash‑Thinking nomi dei modelli

Imagen nomi dei modelli

Per esempi di inizializzazione per la tua lingua, consulta la guida alla generazione di immagini con Imagen.

Al momento, non sono disponibili versioni sperimentali o di anteprima per nessuno dei modelli Imagen 3.

Imagen 3 nomi dei modelli

Imagen 3 Fast nomi dei modelli

---

Lingue supportate

Gemini

• Tutti i modelli Gemini possono comprendere e rispondere nelle seguenti lingue:

  Arabo (ar), bengalese (bn), bulgaro (bg), cinese semplificato e tradizionale (zh), croato (hr), ceco (cs), danese (da), estone (et), finlandese (fi), francese (fr), tedesco (de), greco (el), ebraico (iw), hindi (hi), ungherese (hu), indonesiano (id), italiano (it), giapponese (ja), coreano (ko), lettone (lv), lituano (lt), norvegese (no), polacco (pl), portoghese (pt), rumeno (ro), russo (ru), serbo (sr), slovacco (sk), sloveno (sl), spagnolo (es), swahili (sw), svedese (sv), thailandese (th), turco (tr), ucraino (uk), vietnamita (vi)

• I modelli Gemini 2.0 Flash, Gemini 1.5 Pro e Gemini 1.5 Flash possono comprendere e rispondere nelle seguenti lingue aggiuntive:

  Afrikaans (af), amarico (am), assamese (as), azero (az), bielorusso (be), bosniaco (bs), catalano (ca), cebuano (ceb), corso (co), gallese (cy), divehi (dv), esperanto (eo), basco (eu), persiano (fa), filippino (Tagalog) (fil), frisone (fy), irlandese (ga), gaelico scozzese (gd), galiziano (gl), gujarati (gu), hausa (ha), hawaiano (haw), hmong (hmn), creolo haitiano (ht), armeno (hy), igbo (ig), islandese (is), giavanese (jv), georgiano (ka), kazako (kk), khmer (km), kannada (kn), krio (kri), curdo (ku), kirghizo (ky), latino (la), lussemburghese (lb), lao (lo), malgache (mg), maori (mi), macedone (mk), malayalam (ml), mongolo (mn), meiteilon (manipuri) (mni-Mtei), marathi (mr), malese (ms), maltese (mt), birmano (birmano) (my), nepalese (ne), nyanja (chichewa) (ny), odia (oriya) (or), punjabi (pa), pashto (ps), sindhi (sd), singalese (singalese) (si), samoano (sm), shona (sn), somalo (so), albanese (sq), sesotho (st), sundanese (su), tamil (ta), telugu (te), tagico (tg), uiguro (ug), urdu (ur), uzbeko (uz), xhosa (xh), yiddish (yi), yoruba (yo), zulu (zu)

Imagen

• Disponibilità generale: inglese

• Anteprima: cinese (semplificato), cinese (tradizionale), hindi, giapponese, coreano, portoghese, spagnolo

---

Informazioni sui modelli precedenti

Vertex AI in Firebase supporta tutti i modelli Gemini, inclusi i modelli meno recenti come i modelli Gemini 1.5 e Gemini 1.0.

Vertex AI in Firebase supporta solo i modelli Imagen 3. Non supporta i modelli Imagen meno recenti (come Imagen 2).

Visualizzare l'input e l'output supportati dei modelli precedenti

Questi sono i tipi di input e output quando utilizzi ogni modello con Vertex AI in Firebase:

	<span="notranslate">Gemini 1.5 Pro </span="notranslate">	<span="notranslate">Gemini 1.5 Flash </span="notranslate">	<span="notranslate">Gemini 1.0 Pro Vision </span="notranslate">	<span="notranslate">Gemini 1.0 Pro </span="notranslate">
Tipi di input
Testo
Codice
Documenti (PDF o testo normale)
Immagini
Video
Audio
Audio (streaming)
Tipi di output
Testo
Codice
Output strutturato (ad es. JSON)
Immagini, video e audio

Funzionalità e funzionalità supportate dei modelli precedenti

Di seguito sono riportate le funzionalità e le caratteristiche dell'utilizzo di ciascun modello con Vertex AI in Firebase:

	<span="notranslate">Gemini 1.5 Pro </span="notranslate">	<span="notranslate">Gemini 1.5 Flash </span="notranslate">	<span="notranslate">Gemini 1.0 Pro Vision </span="notranslate">	<span="notranslate">Gemini 1.0 Pro </span="notranslate">
Generare testo da input solo testo
Generare testo da input multimodali
Genera immagini
Generare audio
Genera output strutturato (ad es. JSON)
Analizza i documenti (PDF o testo normale)
Analizzare le immagini (visione)
Analisi video (visione)
Analizzare l'audio
Chat a più turni
Chiamata di funzione (strumenti)
Contare token e caratteri fatturabili
Istruzioni di sistema
API Live multimodale (streaming bidirezionale)

Specifiche e limitazioni dei modelli precedenti

Di seguito sono riportate le specifiche e le limitazioni relative all'utilizzo di ciascun modello con Vertex AI in Firebase:

	<span="notranslate">Gemini 1.5 Pro </span="notranslate">	<span="notranslate">Gemini 1.5 Flash </span="notranslate">	<span="notranslate">Gemini 1.0 Pro Vision </span="notranslate">	<span="notranslate">Gemini 1.0 Pro </span="notranslate">
Finestra contestuale * Limite di token totale (input + output combinati)	2.097.152 token	1.048.576 token	16.384 token	32.760 token
Limite di token di output *	8192 token	8192 token	2048 token	8192 token
Data di interruzione della conoscenza	Maggio 2024	Maggio 2024	Febbraio 2023	Febbraio 2023
PDF (su richiesta)
Numero massimo di file PDF di input **	3000 file	3000 file	16 file	---
Numero massimo di pagine per file PDF di input **	1000 pagine	1000 pagine	16 pagine	---
Dimensioni massime per file PDF di input	50 MB	50 MB	50 MB	---
Immagini (per richiesta)
Numero massimo di immagini di input	3000 immagini	3000 immagini	16 immagini	---
Numero massimo di immagini di output	---	---	---	---
Dimensioni massime per immagine di input con codifica Base64	7 MB	7 MB	7 MB	---
Video (su richiesta)
Numero massimo di file video di input	10 file	10 file	1 file	---
Lunghezza massima di tutti i video di input (solo frame)	60 minuti circa	60 minuti circa	2 minuti	---
Lunghezza massima di tutti i video di input (fotogrammi + audio)	45 minuti circa	45 minuti circa	---	---
Audio (su richiesta)
Numero massimo di file audio di input	1 file	1 file	---	---
Numero massimo di file audio di output	---	---	---	---
Lunghezza massima di tutto l'audio di input	~8,4 ore	~8,4 ore	---	---
Lunghezza massima di tutto l'audio in uscita	---	---	---	---

^{* Per tutti i modelli Gemini, un token equivale a circa 4 caratteri, quindi 100 token corrispondono a circa 60-80 parole in inglese. Per i modelli Gemini, puoi determinare il numero totale di token nelle richieste utilizzando countTokens.}

^{** I PDF vengono trattati come immagini, quindi una singola pagina di un PDF viene considerata come un'immagine. Il numero di pagine consentite in una richiesta è limitato al numero di immagini supportate dal modello.}

Nomi dei modelli precedenti disponibili (incluse le date di ritiro)

I nomi dei modelli sono i valori espliciti che includi nel codice durante l'inizializzazione del modello.

Nomi dei modelli Gemini 1.5 Pro

Gemini 1.5 Flash nomi dei modelli

Gemini 1.0 Pro Vision nomi dei modelli

Gemini 1.0 Pro nomi dei modelli

---

Passaggi successivi

Prova le funzionalità di Gemini API

• Crea conversazioni a più turni (chat).
• Genera testo da prompt di solo testo.
• Genera testo da prompt multimodali (inclusi testo, immagini, PDF, video e audio).
• Genera output strutturato (come JSON) da prompt di testo e multimodali.
• Genera immagini da prompt di testo.
• Utilizza le chiamate di funzione per collegare i modelli generativi a sistemi e informazioni esterni.