Kelompok model Gemini dianggap sebagai multimodal karena mampu memproses informasi dari berbagai modalitas, termasuk gambar, video, dan teks. Misalnya, Anda dapat mengirim foto sepiring kue ke model Gemini dan memintanya untuk memberi Anda resep kue tersebut.
Perintah | Respons |
Kasih resep kue ini. |
**BAHAN** - 1 c. (2 batang) mentega tanpa garam, dilunakkan - 3/4 c. gula pasir - 3/4 c. gula merah, kemasan - 1 sdt . ekstrak vanila - 2 telur besar - 2 1/4 c. tepung serbaguna - 1 sdt. soda kue - 1 sdt. garam ... |
Anda dapat berinteraksi dengan lini model Gemini menggunakan Gemini API yang disediakan oleh Vertex AI di Google Cloud. Untuk aplikasi seluler dan web, Anda dapat menggunakan Vertex AI for Firebase SDK untuk memanggil Gemini API dan berinteraksi dengan model Gemini langsung dari aplikasi.
Halaman ini memberikan informasi berikut tentang model Gemini:
Perbandingan tingkat tinggi kasus penggunaan untuk berbagai model Gemini, termasuk jenis inputnya yang didukung.
Perbandingan detail untuk setiap model, misalnya token input maksimum atau durasi video maksimum.
Deskripsi cara membuat versi model Gemini, khususnya versi stabil, diupdate otomatis, dan pratinjau.
Daftar nama model yang tersedia untuk disertakan dalam kode Anda selama inisialisasi.
Daftar bahasa yang didukung untuk model Gemini.
Model yang tersedia
Anda dapat menggunakan salah satu model Gemini berikut dengan Vertex AI for Firebase:
Gemini 1.5 Flash
Model multimodal yang mendukung jenis input dan output yang sama seperti 1.5 Pro (serta total jumlah token), tetapi 1.5 Flash dirancang khusus untuk aplikasi bervolume tinggi dan hemat biaya.Gemini 1.5 Pro
Model multimodal yang mendukung penambahan file gambar, audio, video, dan PDF dalam prompt teks atau chat untuk respons teks atau kode. Selain itu, ia mendukung pemahaman konteks panjang hingga dengan 1 juta token.Gemini 1.0 Pro Vision
Model multimodal yang dirancang untuk menangani teks, gambar, dan video untuk respons teks atau kode. Tidak bisa digunakan untuk chat.Gemini 1.0 Pro
Model yang dirancang untuk menangani tugas natural language, chat multiturn dengan teks dan kode, serta pembuatan kode.
Langsung ke nama model untuk 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 di dokumentasi Google Cloud tentang setiap model Gemini.
Input dan output yang didukung untuk setiap model
Flash Gemini 1.5 | Gemini 1.5 Pro | Gemini 1.0 Pro Vision | Gemini 1.0 Pro | |
---|---|---|---|---|
Jenis input | ||||
Teks | ||||
Kode | ||||
Gambar | ||||
Video (hanya frame) | ||||
Video (frame dan audio) | ||||
Audio | ||||
Jenis output | ||||
Teks | ||||
Kode |
Untuk mempelajari jenis file yang didukung, lihat File input yang didukung dan persyaratan untuk Vertex AI Gemini API.
Kemampuan dan fitur umum yang didukung untuk setiap model
Flash Gemini 1.5 | Gemini 1.5 Pro | Gemini 1.0 Pro Vision | Gemini 1.0 Pro | ||
---|---|---|---|---|---|
Pembuatan teks dari prompt hanya teks | |||||
Pembuatan teks dari perintah multimodal | |||||
Output JSON (mode skema terbatas) (segera hadir di Vertex AI for Firebase SDK) |
|||||
Chat multi-giliran | |||||
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 |
Gemini 1.5 Flash / Gemini 1.5 Pro |
Gemini 1.0 Pro Vision | Gemini 1.0 Pro |
---|---|---|---|
Batas token total (kombinasi input dan output) * | 1 juta token | 16.384 token | 32.760 token |
Batas token output * | 8.192 token | 2.048 token | 8.192 token |
Jumlah maksimum gambar per permintaan | 3.000 gambar | 16 gambar | T/A |
Ukuran gambar berenkode base64 maksimum | 7 MB | 7 MB | T/A |
Ukuran PDF maksimum | 30 MB | 30 MB | T/A |
Jumlah maksimum file video per permintaan | 10 file video | 1 file video | T/A |
Durasi video maksimum (hanya frame) | Video berdurasi 60 menit | 2 menit | T/A |
Durasi video maksimum (frame dan audio) | ~45 menit video | T/A | T/A |
Jumlah maksimum file audio per permintaan | 1 file audio | T/A | T/A |
Durasi audio maksimum | ~8,4 jam audio | T/A | T/A |
* Untuk semua model Gemini, satu token setara dengan sekitar 4 karakter,
jadi 100 token terdiri dari 60-80 kata dalam bahasa Inggris. Anda dapat menentukan jumlah total token dalam permintaan menggunakan countTokens
.
Di sini Anda dapat menemukan informasi yang lebih mendetail tentang file model dan input:
Pelajari perbedaan antara model multimodal dalam dokumentasi Google Cloud.
Pelajari jenis file yang didukung, cara menentukan jenis MIME, dan cara memastikan bahwa file dan permintaan multimodal Anda memenuhi persyaratan dan ikuti praktik terbaik di File input yang didukung dan persyaratan untuk Vertex AI Gemini API.
Pembuatan versi model
Model Gemini 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-1.0-pro-001
- Versi stabil memiliki nama model yang ditambahkan dengan
nomor versi tiga digit tertentu, misalnya
Versi Diperbarui otomatis selalu mengarah ke versi stabil terbaru dari model tersebut; jika versi stabil baru dirilis, versi yang diupdate otomatis akan otomatis mulai mengarah ke versi stabil baru tersebut.
- Versi yang diperbarui otomatis memiliki nama model tanpa penambahan, misalnya
.gemini-1.0-pro
- Versi yang diperbarui otomatis memiliki nama model tanpa penambahan, misalnya
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, semua versi pratinjau yang ada akan otomatis mulai mengarah ke versi pratinjau baru tersebut.
- Versi pratinjau memiliki nama model yang ditambahkan dengan
bersama dengan tanggal rilis awal model (-preview
), misalnya-MMDD
(dirilis pada 9 April 2024).gemini-1.5-pro-preview-0409
- Versi pratinjau memiliki nama model yang ditambahkan dengan
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 Anda selama inisialisasi model generatif (yang merupakan langkah yang diperlukan untuk memanggil Gemini API). Untuk mengetahui contoh inisialisasi bahasa Anda, lihat panduan memulai.
Nama model Flash Gemini 1.5
Nama model | Deskripsi | Tahap rilis | Tanggal rilis awal | Tanggal penghentian |
---|---|---|---|---|
Versi stabil | ||||
gemini-1.5-flash-001 |
Versi stabil terbaru Gemini 1.5 Flash | Ketersediaan Umum | 2024-05-24 | Mulai 24-05-2025 |
Versi yang diupdate otomatis | ||||
gemini-1.5-flash |
Mengarah ke versi stabil terbaru 1.5 Flash (saat ini gemini-1.5-flash-001 |
Ketersediaan Umum | 2024-05-24 | --- |
Versi pratinjau | ||||
gemini-1.5-flash-preview-0514 |
Versi pratinjau terbaru Gemini 1.5 Flash | Pratinjau Publik | 2024-05-14 | 2024-06-24 |
Nama model Gemini 1.5 Pro
Nama model | Deskripsi | Tahap rilis | Tanggal rilis awal | Tanggal penghentian |
---|---|---|---|---|
Versi stabil | ||||
gemini-1.5-pro-001 |
Gemini 1.5 Pro versi stabil terbaru | Ketersediaan Umum | 2024-05-24 | Mulai 24-05-2025 |
Versi yang diupdate otomatis | ||||
gemini-1.5-pro |
Mengarah ke versi stabil terbaru 1.5 Pro (saat ini gemini-1.5-pro-001 |
Ketersediaan Umum | 2024-05-24 | --- |
Versi pratinjau | ||||
gemini-1.5-pro-preview-0514 |
Versi pratinjau terbaru Gemini 1.5 Pro | Pratinjau Publik | 2024-05-14 | 2024-06-24 |
gemini-1.5-pro-preview-0409 |
Mengarah ke gemini-1.5-pro-preview-0514 (yang merupakan versi pratinjau terbaru) |
Pratinjau Publik | 2024-04-09 | 2024-06-14 |
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 |
Gemini 1.0 Pro Vision versi stabil terbaru | Ketersediaan Umum | 2024-02-15 | Mulai 15-02-2025 |
Versi yang diupdate otomatis | ||||
gemini-1.0-pro-vision |
Mengarah 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 |
Gemini 1.0 Pro versi stabil terbaru | Ketersediaan Umum | 2024-04-09 | Mulai 09-04-2025 |
gemini-1.0-pro-001 |
Versi stabil Gemini 1.0 Pro | Ketersediaan Umum | 2024-02-15 | Mulai 15-02-2025 |
Versi yang diupdate otomatis | ||||
gemini-1.0-pro |
Mengarah ke versi 1.0 Pro stabil terbaru (saat ini gemini-1.0-pro-002 |
Ketersediaan Umum | 2024-02-15 | --- |
Bahasa yang didukung
Model Gemini mendukung 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 (hi), Hungaria (hu), Indonesia (id), Italia (hi), Hungaria (hu), Indonesia (id), Italia (it), Polandia.
Langkah berikutnya
Coba kemampuan Gemini API
- Membuat percakapan multi-giliran (chat).
- Buat teks dari prompt khusus teks.
- Buat teks dari perintah multimodal (termasuk teks, gambar, PDF, video, dan audio).
- Gunakan panggilan fungsi untuk menghubungkan model generatif ke sistem dan informasi eksternal.