Pelajari model Gemini

Rangkaian model Gemini dianggap multimodal karena mampu memproses informasi dari beberapa modalitas, termasuk gambar, video, dan teks. Misalnya, Anda dapat mengirim foto sepiring kue ke model Gemini dan memintanya untuk memberikan resep kue tersebut.

Perintah Respons
Give me a recipe for these cookies.

foto beberapa kue chip cokelat
**INGREDIENTS**
- 1 c. (2 sticks) unsalted butter, softened
- 3/4 c. granulated sugar
- 3/4 c. brown sugar, packed
- 1 tsp . vanilla extract
- 2 large eggs
- 2 1/4 c. all-purpose flour
- 1 tsp. baking soda
- 1 tsp. salt
...

Anda dapat berinteraksi dengan rangkaian model Gemini menggunakan Gemini API yang disediakan oleh Vertex AI di Google Cloud. Untuk aplikasi seluler dan web, Anda dapat menggunakan SDK Vertex AI in Firebase untuk memanggil Gemini API dan berinteraksi dengan model Gemini langsung dari aplikasi Anda.

Halaman ini memberikan informasi berikut tentang model Gemini:

Model yang tersedia

Anda dapat menggunakan salah satu model Gemini berikut dengan Vertex AI in Firebase:

  • Gemini 1.5 Flash
    Model multimodal yang mendukung jenis input dan output yang sama dengan 1.5 Pro, tetapi dengan pemahaman konteks panjang sebesar 1 juta token. Gemini 1.5 Flash dirancang secara khusus untuk aplikasi dengan volume tinggi dan hemat biaya.

  • Gemini 1.5 Pro
    Model multimodal yang mendukung penambahan file gambar, audio, video, dan PDF dalam perintah teks atau chat untuk menghasilkan respons teks atau kode. Selain itu, model ini mendukung pemahaman konteks panjang dengan 2 juta token.

  • Gemini 1.0 Pro Vision
    Model multimodal yang dirancang untuk menangani teks serta gambar dan video untuk respons teks atau kode. Tidak dapat digunakan untuk chat.

  • Gemini 1.0 Pro
    Model yang dirancang untuk menangani tugas bahasa alami, chat multi-putaran dengan teks dan kode, serta pembuatan kode.

Buka nama model yang akan disertakan dalam kode Anda

Kasus penggunaan dan kemampuan untuk setiap model

Setiap model Gemini memiliki kemampuan yang berbeda untuk mendukung berbagai kasus penggunaan. Anda dapat mempelajari lebih lanjut dalam dokumentasi Google Cloud tentang setiap model Gemini.

Input dan output yang didukung untuk setiap model

Gemini 1.5 Flash Gemini 1.5 Pro Gemini 1.0 Pro Vision Gemini 1.0 Pro
Jenis input
Teks
Kode
Gambar
PDF
Video (khusus frame)
Video (frame dan audio)
Audio
Jenis output
Teks
Output terstruktur (seperti JSON) menggunakan skema respons
Kode

Untuk mempelajari jenis file yang didukung, lihat File input dan persyaratan yang didukung untuk Vertex AI Gemini API.

Kemampuan yang didukung dan fitur umum untuk setiap model

Gemini 1.5 Flash Gemini 1.5 Pro Gemini 1.0 Pro Vision Gemini 1.0 Pro
Pembuatan teks dari input khusus teks
Pembuatan teks dari input multimodal
Output terstruktur (seperti JSON) menggunakan skema respons
Multi-turn chat
Panggilan fungsi
Panggilan fungsi dasar
Panggilan fungsi paralel
Mode panggilan fungsi
Menghitung token dan karakter yang dapat ditagih
Petunjuk sistem

Informasi mendetail tentang setiap model

Properti (per permintaan) Gemini 1.5 Flash Gemini 1.5 Pro Gemini 1.0 Pro Vision Gemini 1.0 Pro
Total batas token (gabungan input dan output) * 1.048.576 token 2.097.152 token 16.384 token 32.760 token
Batas token output * 8.192 token 8.192 token 2.048 token 8.192 token
Jumlah maksimum gambar input 3.000 gambar 3.000 gambar 16 gambar ---
Ukuran maksimum per gambar berenkode base64 7 MB 7 MB 7 MB ---
Jumlah maksimum file PDF input ** 3.000 file 3.000 file 16 file ---
Jumlah maksimum halaman per file PDF ** 1.000 halaman 1.000 halaman 16 halaman ---
Ukuran maks per file PDF 50 MB 50 MB 50 MB ---
Jumlah maksimum file video input 10 file 10 file 1 file ---
Durasi maksimum semua video input (hanya frame) 60 menit 60 menit 2 menit ---
Durasi maksimum semua video input (frame+audio) ~50 menit ~50 menit --- ---
Jumlah maksimum file audio input 1 file 1 file --- ---
Durasi maksimum semua audio input ~8,4 jam ~8,4 jam --- ---

* Untuk semua model Gemini, token setara dengan sekitar 4 karakter, sehingga 100 token adalah sekitar 60-80 kata dalam bahasa Inggris. Anda dapat menentukan jumlah total token dalam permintaan menggunakan countTokens.

** PDF diperlakukan sebagai gambar, sehingga satu halaman PDF diperlakukan sebagai satu gambar. Jumlah halaman yang diizinkan dalam permintaan dibatasi pada jumlah gambar yang dapat didukung model.

Pelajari jenis file yang didukung, cara menentukan jenis MIME, dan cara memastikan file dan permintaan multimodal Anda memenuhi persyaratan serta mengikuti praktik terbaik di Persyaratan dan file input yang didukung untuk Vertex AI Gemini API.

Pola penamaan dan pembuatan versi model

Model ditawarkan dalam versi stabil, diupdate otomatis, dan pratinjau.

  • Versi Stabil dianggap Tersedia Secara Umum.

    • Versi stabil memiliki nama model yang ditambahkan dengan nomor versi tiga digit tertentu, misalnya gemini-2.0-flash-001.
  • Versi diupdate otomatis selalu mengarah ke versi stabil terbaru dari model tersebut; jika versi stabil baru dirilis, versi diupdate otomatis akan otomatis mulai mengarah ke versi stabil baru tersebut.

    • Versi yang diperbarui secara otomatis memiliki nama model tanpa akhiran, misalnya gemini-2.0-flash.
  • Versi Pratinjau memiliki kemampuan baru dan dianggap tidak stabil. Perhatikan bahwa versi pratinjau selalu mengarah ke versi pratinjau terbaru dari model tersebut; jika versi pratinjau baru dirilis, versi pratinjau yang ada akan otomatis mulai mengarah ke versi pratinjau baru tersebut.

    • Versi pratinjau memiliki nama model yang ditambahkan dengan -preview beserta tanggal rilis awal model (-MMDD), misalnya gemini-1.5-pro-preview-0409 (dirilis pada 9 April 2024).

Pelajari lebih lanjut versi model Gemini yang tersedia dan siklus prosesnya di dokumentasi Google Cloud.

Nama model yang tersedia

Nama model adalah nilai eksplisit yang Anda sertakan dalam kode selama inisialisasi model generatif (yang merupakan langkah yang diperlukan untuk memanggil Gemini API). Untuk contoh inisialisasi bahasa Anda, lihat panduan memulai.

Nama model Gemini 2.0 Flash

Nama model Deskripsi Tahap rilis Tanggal rilis awal Tanggal penghentian
Versi stabil
gemini-2.0-flash-001 Gemini 2.0 Flash versi stabil terbaru Ketersediaan Umum 2025-02-05 Belum ditentukan
Versi yang diupdate otomatis
gemini-2.0-flash Menunjuk ke versi stabil terbaru 2.0 Flash
(saat ini gemini-2.0-flash-001)
Ketersediaan Umum 2025-02-05 ---

Nama model Gemini 1.5 Flash

Nama model Deskripsi Tahap rilis Tanggal rilis awal Tanggal penghentian
Versi stabil
gemini-1.5-flash-002 Versi stabil terbaru Gemini 1.5 Flash Ketersediaan Umum 2024-09-24 Tidak lebih awal dari 24-09-2025
gemini-1.5-flash-001 Versi stabil awal Gemini 1.5 Flash Ketersediaan Umum 2024-05-24 Tidak lebih awal dari 24-05-2025
Versi yang diupdate otomatis
gemini-1.5-flash Menunjuk ke versi stabil terbaru dari Flash 1.5
(saat ini gemini-1.5-flash-002)
Ketersediaan Umum 2024-09-24 ---

Nama model Gemini 1.5 Pro

Nama model Deskripsi Tahap rilis Tanggal rilis awal Tanggal penghentian
Versi stabil
gemini-1.5-pro-002 Versi stabil terbaru Gemini 1.5 Pro Ketersediaan Umum 2024-09-24 Tidak lebih awal dari 24-09-2025
gemini-1.5-pro-001 Versi stabil awal Gemini 1.5 Pro Ketersediaan Umum 2024-05-24 Tidak lebih awal dari 24-05-2025
Versi yang diupdate otomatis
gemini-1.5-pro Menunjuk ke versi stabil terbaru 1.5 Pro
(saat ini gemini-1.5-pro-002)
Ketersediaan Umum 2024-09-24 ---

Nama model Gemini 1.0 Pro Vision

Nama model Deskripsi Tahap rilis Tanggal rilis awal Tanggal penghentian
Versi stabil
gemini-1.0-pro-vision-001 Versi stabil terbaru Gemini 1.0 Pro Vision Ketersediaan Umum 2024-02-15 Tidak lebih awal dari 15-02-2025
Versi yang diupdate otomatis
gemini-1.0-pro-vision Menunjuk ke versi stabil terbaru 1.5 Pro Vision
(saat ini gemini-1.5-pro-vision-001)
Ketersediaan Umum 2024-01-04 ---

Nama model Gemini 1.0 Pro

Nama model Deskripsi Tahap rilis Tanggal rilis awal Tanggal penghentian
Versi stabil
gemini-1.0-pro-002 Versi stabil terbaru Gemini 1.0 Pro Ketersediaan Umum 2024-04-09 Tidak lebih awal dari 09-04-2025
gemini-1.0-pro-001 Versi stabil Gemini 1.0 Pro Ketersediaan Umum 2024-02-15 Tidak lebih awal dari 15-02-2025
Versi yang diupdate otomatis
gemini-1.0-pro Menunjuk ke versi stabil terbaru 1.0 Pro
(saat ini gemini-1.0-pro-002)
Ketersediaan Umum 2024-02-15 ---

Bahasa yang didukung

  • Semua model Gemini dapat memahami dan merespons dalam bahasa berikut:

    Arab (ar), Bengali (bn), Bulgaria (bg), China aksara sederhana dan tradisional (zh), Kroasia (hr), Ceko (cs), Denmark (da), Belanda (nl), Inggris (en), Estonia (et), Finlandia (fi), Prancis (fr), Jerman (de), Yunani (el), Ibrani (iw), Hindi (hi), Hungaria (hu), Indonesia (id), Italia (it), Jepang (ja), Korea (ko), Latvia (lv), Lituania (lt), Norwegia (no), Polandia (pl), Portugis (pt), Rumania (ro), Rusia (ru), Serbia (sr), Slovakia (sk), Slovenia (sl), Spanyol (es), Swahili (sw), Swedia (sv), Thailand (th), Turkiye (tr), Ukraina (uk), Vietnam (vi)

  • Model Gemini 1.5 Pro dan Gemini 1.5 Flash dapat memahami dan merespons dalam bahasa tambahan berikut:

    Afrikaans (af), Amharik (am), Assam (as), Azerbaijan (az), Belarus (be), Bosnia (bs), Katalan (ca), Cebuano (ceb), Korsika (co), Welsh (cy), Dhivehi (dv), Esperanto (eo), Basque (eu), Persia (fa), Filipina (Tagalog) (fil), Frisia (fy), Irlandia (ga), Gaelik Skotlandia (gd), Galisia (gl), Gujarat (gu), Hausa (ha), Hawaii (haw), Hmong (hmn), Kreol Haiti (ht), Armenia (hy), Igbo (ig), Islandia (is), Jawa (jv), Georgia (ka), Kazakh (kk), Khmer (km), Kannada (kn), Krio (kri), Kurdi (ku), Kirgiz (ky), Latin (la), Luksemburg (lb), Laos (lo), Malagasy (mg), Maori (mi), Makedonia (mk), Malayalam (ml), Mongolia (mn), Meiteilon (Manipuri) (mni-Mtei), Marathi (mr), Melayu (ms), Malta (mt), Myanmar (Burma) (my), Nepal (ne), Nyanja (Chichewa) (ny), Odia (Oriya) (or), Punjabi (pa), Pashto (ps), Sindhi (sd), Sinhala (Sinhalese) (si), Samoa (sm), Shona (sn), Somalia (so), Albania (sq), Sesotho (st), Sunda (su), Tamil (ta), Telugu (te), Tajik (tg), Uyghur (ug), Urdu (ur), Uzbek (uz), Xhosa (xh), Yiddish (yi), Yoruba (yo), Zulu (zu)

Langkah berikutnya

Mencoba kemampuan Gemini API