Tìm hiểu về các mô hình Gemini

Dòng mô hình Gemini được xem là đa phương thức vì các mô hình này có thể xử lý thông tin từ nhiều phương thức, bao gồm cả hình ảnh, video và văn bản. Ví dụ: bạn có thể gửi cho mô hình Gemini một bức ảnh về một đĩa cookie và yêu cầu mô hình đó cung cấp cho bạn công thức làm các loại bánh quy đó.

Lời nhắc Đáp

Cho tôi công thức làm những chiếc bánh quy này.

ảnh chụp một vài chiếc bánh quy sô cô la 		**thành phần**
– 1 c. (2 que) bơ không ướp muối, làm mềm
– 3/4 c. đường hạt
– 3/4 c. đường nâu đóng gói
– 1 thìa cà phê . chiết xuất vani
– 2 quả trứng lớn
– 2 1/4 c. bột mì đa dụng
– 1 thìa cà phê baking soda
– 1 thìa cà phê muối
...

Bạn có thể tương tác với nhóm mô hình Gemini bằng cách sử dụng API Gemini do Vertex AI cung cấp trên Google Cloud. Đối với các ứng dụng web và ứng dụng di động, bạn có thể sử dụng SDK Vertex AI cho Firebase để gọi API Gemini và tương tác với các mô hình Gemini ngay từ ứng dụng của mình.

Trang này cung cấp thông tin sau về các mô hình Gemini:

Mẫu hiện có

Bạn có thể sử dụng bất kỳ mô hình Gemini nào sau đây với Vertex AI cho Firebase:

  • Gemini 1.5 Flash: Mô hình đa phương thức hỗ trợ cùng loại đầu vào và đầu ra như 1.5 Pro (cũng như tổng số lượng mã thông báo), nhưng 1.5 Flash được thiết kế riêng cho các ứng dụng số lượng lớn, tiết kiệm chi phí.

  • Gemini 1.5 Pro: Mô hình đa phương thức hỗ trợ việc thêm tệp hình ảnh, âm thanh, video và PDF trong lời nhắc văn bản hoặc trò chuyện để phản hồi bằng văn bản hoặc mã. Ngoài ra, API này còn hỗ trợ hiểu biết ngữ cảnh dài với tối đa 1 triệu mã thông báo.

  • Gemini 1.0 Pro Vision: Mô hình đa phương thức được thiết kế để xử lý văn bản cùng với hình ảnh và video nhằm phản hồi văn bản hoặc mã. Không thể dùng để trò chuyện.

  • Gemini 1.0 Pro: Mô hình được thiết kế để xử lý các nhiệm vụ ngôn ngữ tự nhiên, trò chuyện nhiều lượt bằng văn bản và mã cũng như tạo mã.

Chuyển đến tên mô hình để đưa vào mã

Các trường hợp sử dụng cho từng mô hình

Gemini 1.5 Flash /
Gemini 1.5 Pro 		Tầm nhìn Gemini 1.0 Pro Gemini 1.0 Pro
Loại dữ liệu đầu vào
Văn bản
Lập trình
Hình ảnh
PDF
Video (chỉ khung hình)
Video (khung hình và âm thanh)
Âm thanh
Loại đầu ra
Văn bản
Lập trình
Các trường hợp sử dụng chung
Yêu cầu đa phương thức
Trò chuyện nhiều lượt

Tìm hiểu thêm về trường hợp sử dụng cho các mô hình Gemini trong tài liệu về Google Cloud:

Thông tin chi tiết về từng mô hình

Đối với tất cả các mô hình Gemini, một mã thông báo tương đương với khoảng 4 ký tự. 100 mã thông báo có khoảng 60-80 từ tiếng Anh. Bạn có thể xác định tổng số mã thông báo trong yêu cầu của mình bằng cách sử dụng countTokens.

Thuộc tính Gemini 1.5 Flash /
Gemini 1.5 Pro 		Tầm nhìn Gemini 1.0 Pro Gemini 1.0 Pro
Tổng hạn mức của mã thông báo (kết hợp đầu vào và đầu ra) 1 triệu mã thông báo 16.384 mã thông báo 32.760 mã thông báo
Giới hạn mã thông báo đầu ra 8.192 mã thông báo 2.048 mã thông báo 8.192 mã thông báo
Số lượng hình ảnh tối đa mỗi yêu cầu 3.000 hình ảnh 16 hình ảnh Không áp dụng
Kích thước hình ảnh mã hoá base64 tối đa 7 MB 7 MB Không áp dụng
Kích thước tối đa của tệp PDF 30 MB 30 MB Không áp dụng
Số tệp video tối đa trong mỗi yêu cầu 10 tệp video 1 tệp video Không áp dụng
Thời lượng video tối đa (chỉ áp dụng cho khung hình) 60 phút video 2 phút Không áp dụng
Thời lượng video tối đa (khung hình và âm thanh) Khoảng 45 phút video Không áp dụng Không áp dụng
Số lượng tệp âm thanh tối đa trong mỗi yêu cầu 1 tệp âm thanh Không áp dụng Không áp dụng
Thời lượng âm thanh tối đa ~8,4 giờ âm thanh Không áp dụng Không áp dụng

Tại đây, bạn có thể tìm thấy thông tin chi tiết hơn nữa về các mô hình và tệp đầu vào:

Tạo phiên bản của các mô hình

Các mô hình Gemini được cung cấp ở các phiên bản ổn định, tự động cập nhật và xem trước.

  • Phiên bản Ổn định được coi là Có thể sử dụng rộng rãi.

    • Phiên bản ổn định có tên mô hình đi kèm với số phiên bản cụ thể gồm ba chữ số, ví dụ: gemini-1.0-pro-001.

  • Các phiên bản được tự động cập nhật luôn trỏ đến phiên bản ổn định mới nhất của mô hình đó; nếu một phiên bản ổn định mới được phát hành, thì phiên bản tự động cập nhật sẽ tự động bắt đầu trỏ đến phiên bản ổn định mới đó.

    • Các phiên bản tự động cập nhật có tên mô hình không có phần bổ sung, ví dụ: gemini-1.0-pro.

  • Phiên bản Preview có các tính năng mới và được coi là không ổn định. Xin lưu ý rằng các phiên bản xem trước luôn trỏ đến phiên bản xem trước mới nhất của mô hình đó; nếu phiên bản xem trước mới được phát hành, thì mọi phiên bản xem trước hiện có đều sẽ tự động bắt đầu trỏ đến phiên bản xem trước mới đó.

    • Các phiên bản dùng thử có tên mô hình được thêm -preview cùng với ngày phát hành đầu tiên của mô hình (-MMDD), ví dụ như gemini-1.5-pro-preview-0409 (phát hành vào ngày 9 tháng 4 năm 2024).

Tìm hiểu thêm về các phiên bản mô hình Gemini hiện có và vòng đời của các phiên bản đó trong tài liệu của Google Cloud.

Tên mô hình hiện có

Tên mô hình là các giá trị rõ ràng mà bạn đưa vào mã của mình trong quá trình khởi chạy mô hình tạo sinh (đây là bước bắt buộc để gọi APIGemini). Để biết các ví dụ về khởi động ngôn ngữ của bạn, hãy xem hướng dẫn bắt đầu sử dụng.

Tên mô hình Flash Gemini 1.5

Tên mẫu thiết bị Nội dung mô tả Giai đoạn phát hành Ngày phát hành đầu tiên Ngày ngừng cung cấp
Phiên bản ổn định
gemini-1.5-flash-001 Phiên bản ổn định mới nhất của Gemini 1.5 Flash Thời gian phát hành rộng rãi 2024-05-24 Không sớm hơn 24-05-2025
Phiên bản tự động cập nhật
gemini-1.5-flash Trỏ đến phiên bản ổn định mới nhất của Flash 1.5
(hiện là gemini-1.5-flash-001) 		Thời gian phát hành rộng rãi 2024-05-24 ---
Các phiên bản xem trước
gemini-1.5-flash-preview-0514 Phiên bản xem trước mới nhất của Gemini 1.5 Flash Bản dùng trước công khai 2024-05-14 2024-06-24

Tên mẫu Gemini 1.5 Pro

Tên mẫu thiết bị Nội dung mô tả Giai đoạn phát hành Ngày phát hành đầu tiên Ngày ngừng cung cấp
Phiên bản ổn định
gemini-1.5-pro-001 Phiên bản ổn định mới nhất của Gemini 1.5 Pro Thời gian phát hành rộng rãi 2024-05-24 Không sớm hơn 24-05-2025
Phiên bản tự động cập nhật
gemini-1.5-pro Trỏ đến phiên bản ổn định mới nhất của 1.5 Pro
(hiện là gemini-1.5-pro-001) 		Thời gian phát hành rộng rãi 2024-05-24 ---
Các phiên bản xem trước
gemini-1.5-pro-preview-0514 Phiên bản xem trước mới nhất của Gemini 1.5 Pro Bản dùng trước công khai 2024-05-14 2024-06-24
gemini-1.5-pro-preview-0409 Trỏ đến gemini-1.5-pro-preview-0514
(là phiên bản bản xem trước mới nhất) 		Bản dùng trước công khai 2024-04-09 2024-06-14

Tên mô hình Tầm nhìn Gemini 1.0 Pro

Tên mẫu thiết bị Nội dung mô tả Giai đoạn phát hành Ngày phát hành đầu tiên Ngày ngừng cung cấp
Phiên bản ổn định
gemini-1.0-pro-vision-001 Phiên bản ổn định mới nhất của Gemini 1.0 Pro Vision Thời gian phát hành rộng rãi 2024-02-15 Không sớm hơn 15-02-2025
Phiên bản tự động cập nhật
gemini-1.0-pro-vision Trỏ đến phiên bản ổn định mới nhất của 1.5 Pro Vision
(hiện là gemini-1.5-pro-vision-001) 		Thời gian phát hành rộng rãi 2024-01-04 ---

Tên mô hình Gemini 1.0 Pro

Tên mẫu thiết bị Nội dung mô tả Giai đoạn phát hành Ngày phát hành đầu tiên Ngày ngừng cung cấp
Phiên bản ổn định
gemini-1.0-pro-002 Phiên bản ổn định mới nhất của Gemini 1.0 Pro Thời gian phát hành rộng rãi 2024-04-09 Không sớm hơn 9/4/2025
gemini-1.0-pro-001 Phiên bản ổn định của Gemini 1.0 Pro Thời gian phát hành rộng rãi 2024-02-15 Không sớm hơn 15-02-2025
Phiên bản tự động cập nhật
gemini-1.0-pro Trỏ đến phiên bản ổn định mới nhất của 1.0 Pro
(hiện là gemini-1.0-pro-002) 		Thời gian phát hành rộng rãi 2024-02-15 ---

Ngôn ngữ được hỗ trợ

Mô hình Gemini hỗ trợ các ngôn ngữ sau:

Tiếng Ả Rập (ar), tiếng Bengal (bn), tiếng Romania (bg), tiếng Trung giản thể và truyền thống (zh), tiếng Croatia (hr), tiếng Séc (cs), tiếng Đan Mạch (da), tiếng Hà Lan (nl), tiếng Anh (en), tiếng Estonia (et), tiếng Phần Lan (fi), tiếng Pháp (fr), tiếng Đức (de), tiếng Hy Lạp (el), tiếng Do Thái (iw), tiếng Hindi (hi), tiếng Thuỵ Điển (hu), tiếng Indonesia (id), tiếng Ý (itko), tiếng Nhật (vi), tiếng Hàn (hua).

Các bước tiếp theo

Dùng thử các tính năng của API Gemini