Saiba mais sobre os modelos compatíveis

bookmark_border Mantenha tudo organizado com as coleções Salve e categorize o conteúdo com base nas suas preferências.

Para apps para dispositivos móveis e Web, os SDKs Vertex AI in Firebase permitem interagir com os modelos Gemini e Imagen 3 diretamente no app.

Os modelos Gemini são considerados multimodais porque são capazes de processar e até gerar várias modalidades, incluindo texto, código, PDFs, imagens, vídeo e áudio. Os modelos Imagen 3 podem ser solicitados com texto para gerar imagens.

A tabela a seguir é uma breve visão geral dos modelos compatíveis com Vertex AI in Firebase e os nomes dos modelos estáveis mais recentes. Essa tabela também lista modelos de visualização e experimentais disponíveis para casos de uso de prototipagem.

O Vertex AI in Firebase oferece suporte a modelos mais antigos, como Gemini 1.5 e Gemini 1.0?

Sim, o Vertex AI in Firebase oferece suporte a todos os modelos Gemini, incluindo modelos mais antigos.

Modelo	Entrada	Saída	Otimizado para
Gemini 1.5 Pro gemini-1.5-pro-002	texto, código, PDFs, imagens, vídeo, áudio	texto, código, JSON	Suporte a tarefas de raciocínio complexas que exigem mais inteligência; contexto longo de 2 milhões
Gemini 1.5 Flash gemini-1.5-flash-002	texto, código, PDFs, imagens, vídeo, áudio	texto, código, JSON	Oferece desempenho rápido e versátil em diversas tarefas
Gemini 1.0 Pro Vision gemini-1.0-pro-vision-001	texto, código, PDFs, imagens, vídeo (somente frames)	texto, código	Processa texto, imagens e vídeo para respostas de texto ou código. Não pode ser usado para chat.
Gemini 1.0 Pro gemini-1.0-pro-002	texto, código	texto, código	Tarefas de linguagem natural, chat de código e texto com várias interações e geração de código

Vertex AI in Firebase só oferece suporte a modelos Imagen 3. Ele não oferece suporte aos modelos Imagen mais antigos (como Imagen 2).

Na parte de baixo da página, você pode acessar informações detalhadas sobre modelos mais antigos. Consulte nossas Perguntas frequentes sobre todos os modelos compatíveis e não compatíveis com Vertex AI in Firebase.

O restante desta página oferece informações detalhadas sobre os modelos compatíveis com Vertex AI in Firebase:

• Comparar modelos:

  • Entrada e saída com suporte
  • Comparação de alto nível dos recursos compatíveis
  • Especificações e limitações, por exemplo, tokens de entrada máximos ou comprimento máximo de vídeo de entrada

• Descrição de como os modelos são versionados, especificamente as versões estáveis, atualizadas automaticamente e de pré-lançamento

• Listas de nomes de modelos disponíveis para incluir no código durante a inicialização

• Listas de idiomas com suporte para os modelos

Na parte de baixo da página, você pode acessar informações detalhadas sobre modelos mais antigos.

---

Comparar modelos

Cada modelo tem recursos diferentes para oferecer suporte a vários casos de uso. Observe que cada uma das tabelas nesta seção descreve cada modelo quando usado com Vertex AI in Firebase. Cada modelo pode ter recursos adicionais que não estão disponíveis ao usar nossos SDKs.

Se você não encontrar as informações que está procurando nas subseções a seguir, consulte mais informações sobre os modelos Gemini e Imagen 3 na documentação do Google Cloud.

Entrada e saída com suporte

Estes são os tipos de entrada e saída compatíveis ao usar cada modelo com Vertex AI in Firebase:

Para saber mais sobre os tipos de arquivo aceitos, consulte Arquivos de entrada e requisitos compatíveis com o Vertex AI Gemini API.

Recursos e recursos compatíveis

Estes são os recursos e os recursos com suporte ao usar cada modelo com Vertex AI in Firebase:

Especificações e limitações

Estas são as especificações e limitações ao usar cada modelo com Vertex AI in Firebase:

^{* Para todos os modelos Gemini, um token equivale a cerca de quatro caracteres, então 100 tokens são cerca de 60 a 80 palavras em inglês. Para modelos Gemini, é possível determinar a contagem total de tokens nas solicitações usando countTokens.}

^{** Os PDFs são tratados como imagens. Por isso, uma única página de um PDF é tratada como uma imagem. O número de páginas permitido em uma solicitação é limitado ao número de imagens que o modelo aceita.}

Encontre mais informações detalhadas

• As cotas e os preços são diferentes para cada modelo. Os preços também dependem da entrada e da saída.

• Saiba mais sobre os tipos de arquivos de entrada aceitos, como especificar o tipo MIME e como garantir que os arquivos de entrada e as solicitações multimodais atendam aos requisitos e sigam as práticas recomendadas em Arquivos de entrada e requisitos compatíveis com o Vertex AI Gemini API.

---

Controle de versões de modelos e padrões de nomenclatura

Os modelos são oferecidos nas versões estável, pré-lançamento e experimental. Para conveniência, há suporte para aliases sem valores de versão explícitos.

Para encontrar nomes de modelos específicos para usar no código, consulte a seção "Nomes de modelos disponíveis" mais adiante nesta página.

Saiba mais sobre as versões de modelo disponíveis e o ciclo de vida delas (Gemini) ou Imagen na documentação do Google Cloud.

---

Nomes de modelos disponíveis

Os nomes de modelo são os valores explícitos que você inclui no código durante a inicialização do modelo.

É possível usar o endpoint publishers.models.list para listar todos os nomes de modelos disponíveis. Essa lista retornada vai incluir todos os modelos compatíveis com Vertex AI, mas Vertex AI in Firebase só aceita os modelos Gemini e Imagen descritos nesta página. Além disso, os aliases atualizados automaticamente (por exemplo, gemini-2.0-flash) não são listados porque são um alias de conveniência para o modelo básico.

Gemini nomes de modelos

Para conferir exemplos de inicialização para seu idioma, consulte o guia de início.

Gemini 2.5 Pro nomes de modelos

Gemini 2.0 Flash nomes de modelos

Gemini 2.0 Flash‑Lite nomes de modelos

Gemini 2.0 Flash‑Live nomes de modelos

Gemini 2.0 Flash‑Thinking nomes de modelos

Imagen nomes de modelos

Para conferir exemplos de inicialização para seu idioma, consulte o guia de geração de imagens com Imagen.

No momento, nenhum dos modelos Imagen 3 tem versões de visualização ou experimentais disponíveis.

Imagen 3 nomes de modelos

Imagen 3 Fast nomes de modelos

---

Idiomas com suporte

Gemini

• Todos os modelos Gemini podem entender e responder nos seguintes idiomas:

  Árabe (ar), bengali (bn), búlgaro (bg), chinês simplificado e tradicional (zh), croata (hr), tcheco (cs), dinamarquês (da), neerlandês (nl), inglês (en), estoniano (et), finlandês (fi), francês (fr), alemão (de), grego (el), hebraico (iw), hindi (hi), húngaro (hu), indonésio (id), italiano (it), japonês (ja), coreano (ko), letão (lv), lituano (lt), norueguês (no), polonês (pl), português (pt), romeno (ro), russo (ru), sérvio (sr), eslovaco (sk), esloveno (sl), espanhol (es), swahili (sw), sueco (sv), tailandês (th), turco (tr), ucraniano (uk), vietnamita (vi)

• Os modelos Gemini 2.0 Flash, Gemini 1.5 Pro e Gemini 1.5 Flash podem entender e responder nos seguintes idiomas adicionais:

  Africâner (af), amárico (am), assamês (as), azerbaijano (az), bielorrusso (be), bósnio (bs), catalão (ca), cebuano (ceb), córsico (co), galês (cy), divehi (dv), esperanto (eo), basco (eu), persa (fa), filipino (tagalo) (fil), frísio (fy), irlandês (ga), gaélico escocês (gd), galego (gl), guzerate (gu), hauçá (ha), havaiano (haw), hmong (hmn), crioulo haitiano (ht), armênio (hy), igbo (ig), islandês (is), javanês (jv), georgiano (ka), cazaque (kk), khmer (km), canarês (kn), krio (kri), curdo (ku), quirguiz (ky), latim (la), luxemburguês (lb), laosiano (lo), malgaxe (mg), maori (mi), macedônio (mk), malaiala (ml), mongol (mn), meiteilon (Manipuri) (mni-Mtei), marati (mr), malaio (ms), maltês (mt), mianmar (birmanês) (my), nepalês (ne), nianja (chicheua) (ny), odia (oriá) (or), punjabi (pa), pashto (ps), sindi (sd), cingalês (si), samoano (sm), chona (sn), somali (so), albanês (sq), sesotho (st), sundanês (su), tâmil (ta), télugo (te), tadjique (tg), uyghur (ug), urdu (ur), usbeque (uz), xhosa (xh), Ídiche (yi), iorubá (yo), zulu (zu)

Imagen

• Disponibilidade geral: inglês

• Prévia: chinês (simplificado), chinês (tradicional), hindi, japonês, coreano, português, espanhol

---

Informações sobre modelos mais antigos

O Vertex AI in Firebase oferece suporte a todos os modelos Gemini, incluindo modelos mais antigos, como Gemini 1.5 e Gemini 1.0.

Vertex AI in Firebase só oferece suporte a modelos Imagen 3. Ele não oferece suporte aos modelos Imagen mais antigos (como Imagen 2).

Conferir a entrada e a saída compatíveis de modelos mais antigos

Estes são os tipos de entrada e saída ao usar cada modelo com 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">
Tipos de entrada
Texto
Código
Documentos (PDFs ou texto simples)
Imagens
Vídeo
Áudio
Áudio (streaming)
Tipos de saída
Texto
Código
Saída estruturada (como JSON)
Imagens, vídeos e áudio

Recursos e recursos com suporte de modelos mais antigos

Estes são os recursos e as capacidades ao usar cada modelo com 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">
Gerar texto com base na entrada somente de texto
Gerar texto a partir de uma entrada multimodal
Gerar imagens
Gerar áudio
Gerar saída estruturada (como JSON)
Analisar documentos (PDFs ou texto simples)
Analisar imagens (visão)
Analisar vídeo (visão)
Analisar áudio
Chat multiturno
Chamadas de função (ferramentas)
Contar tokens e caracteres faturáveis
Instruções do sistema
API Multimodal Live (streaming bidirecional)

Especificações e limitações de modelos mais antigos

Estas são as especificações e limitações ao usar cada modelo com 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">
Janela de contexto * Limite total de tokens (entrada+saída combinadas)	2.097.152 tokens	1.048.576 tokens	16.384 tokens	32.760 tokens
Limite de token de saída *	8.192 tokens	8.192 tokens	2.048 tokens	8.192 tokens
Data limite de conhecimento	Maio de 2024	Maio de 2024	Fevereiro de 2023	Fevereiro de 2023
PDFs (por solicitação)
Número máximo de arquivos PDF de entrada **	3.000 arquivos	3.000 arquivos	16 arquivos	---
Número máximo de páginas por arquivo PDF de entrada **	1.000 páginas	1.000 páginas	16 páginas	---
Tamanho máximo por arquivo PDF de entrada	50 MB	50 MB	50 MB	---
Imagens (por solicitação)
Número máximo de imagens de entrada	3.000 imagens	3.000 imagens	16 imagens	---
Número máximo de imagens de saída	---	---	---	---
Tamanho máximo por imagem codificada em base64 de entrada	7 MB	7 MB	7 MB	---
Vídeo (por solicitação)
Número máximo de arquivos de vídeo de entrada	10 arquivos	10 arquivos	1 arquivo	---
Duração máxima de todo o vídeo de entrada (somente frames)	~60 minutos	~60 minutos	2 minutos	---
Comprimento máximo de todo o vídeo de entrada (frames + áudio)	aproximadamente 45 minutos	aproximadamente 45 minutos	---	---
Áudio (por solicitação)
Número máximo de arquivos de áudio de entrada	1 arquivo	1 arquivo	---	---
Número máximo de arquivos de áudio de saída	---	---	---	---
Comprimento máximo de todo o áudio de entrada	~8,4 horas	~8,4 horas	---	---
Comprimento máximo de todo o áudio de saída	---	---	---	---

^{* Para todos os modelos Gemini, um token equivale a cerca de quatro caracteres, então 100 tokens são cerca de 60 a 80 palavras em inglês. Para modelos Gemini, é possível determinar a contagem total de tokens nas solicitações usando countTokens.}

^{** Os PDFs são tratados como imagens. Por isso, uma única página de um PDF é tratada como uma imagem. O número de páginas permitido em uma solicitação é limitado ao número de imagens que o modelo aceita.}

Nomes de modelos disponíveis de modelos mais antigos (incluindo datas de desativação)

Os nomes de modelo são os valores explícitos que você inclui no código durante a inicialização do modelo.

Nomes dos modelos Gemini 1.5 Pro

Gemini 1.5 Flash nomes de modelos

Gemini 1.0 Pro Vision nomes de modelos

Gemini 1.0 Pro nomes de modelos

---

Próximas etapas

Teste os recursos do Gemini API

• Crie conversas com vários turnos (chat).
• Gerar texto com base em comandos somente de texto.
• Gerar texto a partir de comandos multimodais (incluindo texto, imagens, PDFs, vídeo e áudio).
• Gere saída estruturada (como JSON) com comandos de texto e multimodais.
• Gerar imagens com base em comandos de texto.
• Transmita entrada e saída de stream (incluindo áudio) usando o Gemini Live API.
• Use a chamada de função para conectar modelos generativos a sistemas e informações externas.