Gemini के मॉडल के बारे में जानकारी

Gemini फ़ैमिली के मॉडल को मल्टीमोडल माना जाता है, क्योंकि ये इमेज, वीडियो, और टेक्स्ट वगैरह से मिली जानकारी को प्रोसेस कर सकते हैं. उदाहरण के लिए, Gemini मॉडल को कुकी की प्लेट की फ़ोटो भेजकर, उन कुकी की रेसिपी मांगी जा सकती है.

प्रॉम्प्ट रिस्पॉन्स
Give me a recipe for these cookies.

कई चॉकलेट चिप कुकीज़ की फ़ोटो 		**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
...

Google Cloud पर Vertex AI से मिले Gemini API का इस्तेमाल करके, Gemini फ़ैमिली के मॉडल के साथ इंटरैक्ट किया जा सकता है. मोबाइल और वेब ऐप्लिकेशन के लिए, Vertex AI in Firebase SDK टूल का इस्तेमाल करके Gemini API को कॉल किया जा सकता है. साथ ही, अपने ऐप्लिकेशन से सीधे Gemini मॉडल के साथ इंटरैक्ट किया जा सकता है.

इस पेज पर, Gemini मॉडल के बारे में यह जानकारी दी गई है:

  • Gemini के अलग-अलग मॉडल के लिए, इस्तेमाल के उदाहरणों की हाई-लेवल तुलना. इसमें, इन मॉडल के साथ काम करने वाले इनपुट टाइप भी शामिल हैं.

  • हर मॉडल की जानकारी की तुलना करना. उदाहरण के लिए, ज़्यादा से ज़्यादा इनपुट टोकन या वीडियो की ज़्यादा से ज़्यादा अवधि.

  • Gemini मॉडल के वर्शन के बारे में जानकारी. खास तौर पर, उनके स्टैबल, अपने-आप अपडेट होने वाले, और झलक वाले वर्शन के बारे में जानकारी.

  • उपलब्ध मॉडल के नाम की सूचियां, जिन्हें शुरू करने के दौरान कोड में शामिल करना है.

  • Gemini मॉडल के लिए इस्तेमाल की जा सकने वाली भाषाओं की सूची.

उपलब्ध मॉडल

Vertex AI in Firebase के साथ, Gemini के इनमें से किसी भी मॉडल का इस्तेमाल किया जा सकता है:

  • Gemini 1.5 Flash
    मल्टीमोडल मॉडल, जो 1.5 Pro के जैसे इनपुट और आउटपुट टाइप के साथ काम करता है. हालांकि, इसमें 10 लाख टोकन की लंबी कॉन्टेक्स्ट विंडो होती है. Gemini 1.5 Flash को खास तौर पर, ज़्यादा संख्या में और कम लागत वाले ऐप्लिकेशन के लिए डिज़ाइन किया गया है.

  • Gemini 1.5 Pro
    मल्टीमोडल मॉडल, जो टेक्स्ट या कोड के जवाब के लिए, टेक्स्ट या चैट प्रॉम्प्ट में इमेज, ऑडियो, वीडियो, और पीडीएफ़ फ़ाइलें जोड़ने की सुविधा देता है. साथ ही, यह 20 लाख टोकन के साथ लंबे कॉन्टेक्स्ट को समझने में मदद करता है.

  • Gemini 1.0 Pro Vision
    मल्टीमोडल मॉडल, जिसे टेक्स्ट या कोड के जवाब के लिए, टेक्स्ट के साथ-साथ इमेज और वीडियो को हैंडल करने के लिए डिज़ाइन किया गया है. चैट के लिए इस्तेमाल नहीं किया जा सकता.

  • Gemini 1.0 Pro
    यह मॉडल, नैचुरल लैंग्वेज के टास्क, टेक्स्ट और कोड के साथ कई बार की जाने वाली चैट, और कोड जनरेट करने की सुविधा के लिए डिज़ाइन किया गया है.

अपने कोड में शामिल करने के लिए, मॉडल के नाम पर जाएं

हर मॉडल के लिए इस्तेमाल के उदाहरण और सुविधाएं

Gemini के हर मॉडल में अलग-अलग सुविधाएं होती हैं, ताकि अलग-अलग तरह के कामों में इनका इस्तेमाल किया जा सके. Google Cloud दस्तावेज़ में, Gemini के हर मॉडल के बारे में ज़्यादा जानें.

हर मॉडल के लिए इस्तेमाल किए जा सकने वाले इनपुट और आउटपुट

Gemini 1.5 Flash Gemini 1.5 Pro Gemini 1.0 Pro Vision Gemini 1.0 Pro
इनपुट टाइप
टेक्स्ट
कोड
इमेज
PDF
वीडियो (सिर्फ़ फ़्रेम)
वीडियो (फ़्रेम और ऑडियो)
ऑडियो
आउटपुट टाइप
टेक्स्ट
रिस्पॉन्स स्कीमा का इस्तेमाल करके स्ट्रक्चर्ड आउटपुट (जैसे, JSON)
कोड

इस्तेमाल किए जा सकने वाले फ़ाइल टाइप के बारे में जानने के लिए, Vertex AI Gemini API के लिए इस्तेमाल की जा सकने वाली इनपुट फ़ाइलें और ज़रूरी शर्तें देखें.

हर मॉडल के लिए काम करने वाली सुविधाएं और सामान्य सुविधाएं

Gemini 1.5 Flash Gemini 1.5 Pro Gemini 1.0 Pro Vision Gemini 1.0 Pro
सिर्फ़ टेक्स्ट वाले इनपुट से टेक्स्ट जनरेट करना
मल्टीमॉडल इनपुट से टेक्स्ट जनरेट करना
रिस्पॉन्स स्कीमा का इस्तेमाल करके स्ट्रक्चर्ड आउटपुट (जैसे, JSON)
मल्टी-टर्न चैट
फ़ंक्शन कॉल करना
फ़ंक्शन को बुलाना
एक साथ कई फ़ंक्शन कॉल करना
फ़ंक्शन कॉलिंग मोड
टोकन और बिलिंग के लिए ज़रूरी वर्णों की गिनती करना
सिस्टम से जुड़े निर्देश

हर मॉडल के बारे में ज़्यादा जानकारी

प्रॉपर्टी Gemini 1.5 Flash Gemini 1.5 Pro Gemini 1.0 Pro Vision Gemini 1.0 Pro
टोकन की कुल सीमा (इनपुट और आउटपुट को मिलाकर) * 1,048,576 टोकन 2,097,152 टोकन 16,384 टोकन 32,760 टोकन
आउटपुट टोकन की सीमा * 8,192 टोकन 8,192 टोकन 2,048 टोकन 8,192 टोकन
हर अनुरोध के लिए इमेज की ज़्यादा से ज़्यादा संख्या 3,000 इमेज 3,000 इमेज 16 इमेज लागू नहीं
Base64 कोड में बदली गई इमेज का ज़्यादा से ज़्यादा साइज़ 7 एमबी 7 एमबी 7 एमबी लागू नहीं
पीडीएफ़ का ज़्यादा से ज़्यादा साइज़ 30 एमबी 30 एमबी 30 एमबी लागू नहीं
हर अनुरोध में वीडियो फ़ाइलों की ज़्यादा से ज़्यादा संख्या 10 वीडियो फ़ाइलें 10 वीडियो फ़ाइलें 1 वीडियो फ़ाइल लागू नहीं
वीडियो की ज़्यादा से ज़्यादा लंबाई (सिर्फ़ फ़्रेम) ~60 मिनट का वीडियो ~60 मिनट का वीडियो दो मिनट लागू नहीं
वीडियो की ज़्यादा से ज़्यादा अवधि (फ़्रेम और ऑडियो) ~45 मिनट का वीडियो ~45 मिनट का वीडियो लागू नहीं लागू नहीं
हर अनुरोध में ऑडियो फ़ाइलों की ज़्यादा से ज़्यादा संख्या 1 ऑडियो फ़ाइल 1 ऑडियो फ़ाइल लागू नहीं लागू नहीं
ऑडियो की ज़्यादा से ज़्यादा अवधि ~8.4 घंटे का ऑडियो ~8.4 घंटे का ऑडियो लागू नहीं लागू नहीं

* Gemini के सभी मॉडल के लिए, एक टोकन करीब चार वर्णों के बराबर होता है. इसलिए, 100 टोकन करीब 60 से 80 अंग्रेज़ी शब्दों के बराबर होते हैं. countTokens का इस्तेमाल करके, अपने अनुरोधों में टोकन की कुल संख्या का पता लगाया जा सकता है.

काम करने वाले फ़ाइल टाइप, एमआईएम टाइप तय करने के तरीके, और यह पक्का करने के तरीके के बारे में जानें कि आपकी फ़ाइलें और कई मोड वाले अनुरोध, ज़रूरी शर्तों को पूरा करते हैं और Vertex AI Gemini API के लिए काम करने वाली इनपुट फ़ाइलों और ज़रूरी शर्तों में बताए गए सबसे सही तरीकों का पालन करते हैं.

मॉडल के वर्शन

Gemini मॉडल, स्टैबल, अपने-आप अपडेट होने वाले, और झलक के वर्शन में उपलब्ध हैं.

  • स्टेबल वर्शन को आम तौर पर उपलब्ध माना जाता है.

    • स्टेबल वर्शन में, मॉडल के नाम के साथ वर्शन का तीन अंकों वाला कोई खास नंबर जोड़ा जाता है. उदाहरण के लिए, gemini-1.5-pro-002.

  • अपने-आप अपडेट होने वाले वर्शन, हमेशा उस मॉडल के नए स्टैबल वर्शन पर ले जाते हैं. अगर कोई नया स्टैबल वर्शन रिलीज़ किया जाता है, तो अपने-आप अपडेट होने वाला वर्शन, अपने-आप उस नए स्टैबल वर्शन पर ले जाता है.

    • अपने-आप अपडेट होने वाले वर्शन में, मॉडल के नाम के साथ कोई ऐपेंडेज नहीं होता. उदाहरण के लिए, gemini-1.5-pro.

  • झलक वाले वर्शन में नई सुविधाएं होती हैं और इन्हें स्टेबल नहीं माना जाता. ध्यान दें कि झलक वाले वर्शन, हमेशा उस मॉडल के नए झलक वर्शन पर ले जाते हैं. अगर झलक का नया वर्शन रिलीज़ किया जाता है, तो झलक का कोई भी मौजूदा वर्शन, अपने-आप उस नए वर्शन पर ले जाता है.

    • झलक वाले वर्शन में, मॉडल के नाम के साथ -preview जोड़ा जाता है. साथ ही, मॉडल के रिलीज़ होने की शुरुआती तारीख (-MMDD) भी जोड़ी जाती है. उदाहरण के लिए, gemini-1.5-pro-preview-0409 (9 अप्रैल, 2024 को रिलीज़ किया गया).

Google Cloud दस्तावेज़ में, Gemini मॉडल के उपलब्ध वर्शन और उनके लाइफ़साइकल के बारे में ज़्यादा जानें.

मॉडल के उपलब्ध नाम

मॉडल के नाम, साफ़ तौर पर बताई गई वैल्यू होती हैं. इन्हें जनरेटिव मॉडल को शुरू करने के दौरान, अपने कोड में शामिल किया जाता है. यह Gemini API को कॉल करने के लिए ज़रूरी चरण है. अपनी भाषा के लिए, शुरू करने के उदाहरणों के लिए, शुरू करने की गाइड देखें.

Gemini 1.5 Flash मॉडल के नाम

मॉडल का नाम जानकारी रिलीज़ का स्टेज रिलीज़ होने की तारीख बंद होने की तारीख
स्टेबल वर्शन
gemini-1.5-flash-002 Gemini 1.5 Flash का सबसे नया और भरोसेमंद वर्शन सामान्य रूप से उपलब्ध 2024-09-24 24-09-2025 से पहले नहीं
gemini-1.5-flash-001 Gemini 1.5 Flash का शुरुआती स्टैबल वर्शन सामान्य रूप से उपलब्ध 2024-05-24 24-05-2025 से पहले नहीं
अपने-आप अपडेट होने वाला वर्शन
gemini-1.5-flash 1.5 Flash
के सबसे नए स्टेबल वर्शन पर ले जाता है. फ़िलहाल, यह gemini-1.5-flash-002 है 		सामान्य रूप से उपलब्ध 2024-09-24 ---

Gemini 1.5 Pro मॉडल के नाम

मॉडल का नाम जानकारी रिलीज़ का स्टेज रिलीज़ होने की तारीख बंद होने की तारीख
स्टेबल वर्शन
gemini-1.5-pro-002 Gemini 1.5 Pro का सबसे नया और भरोसेमंद वर्शन सामान्य रूप से उपलब्ध 2024-09-24 24-09-2025 से पहले नहीं
gemini-1.5-pro-001 Gemini 1.5 Pro का शुरुआती स्टैबल वर्शन सामान्य रूप से उपलब्ध 2024-05-24 24-05-2025 से पहले नहीं
अपने-आप अपडेट होने वाला वर्शन
gemini-1.5-pro 1.5 Pro
के सबसे नए स्टेबल वर्शन पर ले जाता है (फ़िलहाल, gemini-1.5-pro-002) 		सामान्य रूप से उपलब्ध 2024-09-24 ---

Gemini 1.0 Pro Vision मॉडल के नाम

मॉडल का नाम जानकारी रिलीज़ का स्टेज रिलीज़ होने की तारीख बंद होने की तारीख
स्टेबल वर्शन
gemini-1.0-pro-vision-001 Gemini 1.0 Pro Vision का सबसे नया और स्टेबल वर्शन सामान्य रूप से उपलब्ध 2024-02-15 15-02-2025 से पहले नहीं
अपने-आप अपडेट होने वाला वर्शन
gemini-1.0-pro-vision 1.5 Pro Vision
के सबसे नए स्टेबल वर्शन पर ले जाता है (फ़िलहाल gemini-1.5-pro-vision-001) 		सामान्य रूप से उपलब्ध 2024-01-04 ---

Gemini 1.0 Pro मॉडल के नाम

मॉडल का नाम जानकारी रिलीज़ का स्टेज रिलीज़ होने की तारीख बंद होने की तारीख
स्टेबल वर्शन
gemini-1.0-pro-002 Gemini 1.0 Pro का सबसे नया और स्टेबल वर्शन सामान्य रूप से उपलब्ध 2024-04-09 09-04-2025 से पहले नहीं
gemini-1.0-pro-001 Gemini 1.0 Pro का स्टेबल वर्शन सामान्य रूप से उपलब्ध 2024-02-15 15-02-2025 से पहले नहीं
अपने-आप अपडेट होने वाला वर्शन
gemini-1.0-pro 1.0 Pro के सबसे नए स्टेबल वर्शन पर ले जाता है
(फ़िलहाल, gemini-1.0-pro-002) 		सामान्य रूप से उपलब्ध 2024-02-15 ---

यह सुविधा इन भाषाओं में काम करती है

  • Gemini के सभी मॉडल, इन भाषाओं को समझ सकते हैं और इनमें जवाब दे सकते हैं:

    ऐरेबिक (ar), बांग्ला (bn), बुल्गारियन (bg), चाइनीज़ सिम्प्लिफ़ाइड और ट्रेडिशनल (zh), क्रोएशियन (hr), चेक (cs), डेनिश (da), डच (nl), अंग्रेज़ी (en), एस्टोनियन (et), फ़िनिश (fi), फ़्रेंच (fr), जर्मन (de), ग्रीक (el), हिब्रू (iw), हिन्दी (hi), हंगेरियन (hu), इंडोनेशियन (id), इटैलियन (it), जैपनीज़ (ja), कोरियन (ko), लातवियन (lv), लिथुआनियन (lt), नॉर्वेजियन (no), पोलिश (pl), पॉर्चगीज़ (pt), रोमेनियन (ro), रशियन (ru), सर्बियन (sr), स्लोवाक (sk), स्लोवेनियन (sl), स्पैनिश (es), स्वाहिली (sw), स्वीडिश (sv), थाई (th), टर्किश (tr), यूक्रेनियन (uk), वियतनामीज़ (vi)

  • Gemini 1.5 Pro और Gemini 1.5 Flash के मॉडल, इन अन्य भाषाओं को समझ सकते हैं और इनमें जवाब दे सकते हैं:

    अफ़्रीकऩ्स (af), ऐंहारिक (am), असमिया (as), अज़ेरी (az), बेलारूशियन (be), बोस्नियाई (bs), कैटलन (ca), सिबुआनो (ceb), कोर्सिकन (co), वेल्श (cy), दीवेही (dv), एस्पेरांटो (eo), बास्क (eu), फ़ारसी (fa), फ़िलिपिनो (Tagalog) (fil), फ़्रिसियन (fy), आयरिश (ga), स्कॉटिश गेलिक (gd), गैलिशियन (gl), गुजराती (gu), हौसा (ha), हवाईयन (haw), हमोंग (hmn), हैतीयन क्रेओल (ht), अर्मेनियाई (hy), इग्बो (ig), आइसलैंडिक (is), ज्वानेस (jv), जॉर्जियन (ka), कज़ाख़ (kk), खमेर (km), कन्नड़ (kn), क्रियो (kri), कुर्दीश (ku), किर्गिज़ (ky), लैटिन (la), लक्ज़मबर्गिश (lb), लाओ (lo), मलागासी (mg), माओरी (mi), मैसेडोनियन (mk), मलयालम (ml), मंगोलियन (mn), मेइतेइलोन (मणिपुरी) (mni-Mtei), मराठी (mr), मलय (ms), माल्टीज़ (mt), म्यांमार (बर्मीज़) (my), नेपाली (ne), न्यान्या (चिचेवा) (ny), ओडिया (ओडिया) (or), पंजाबी (pa), पश्तो (ps), सिंधी (sd), सिंघल (सिंघल) (si), समोआन (sm), शोना (sn), सोमाली (so), अल्बानियाई (sq), सेसोथो (st), सुंडानी (su), तमिल (ta), तेलुगु (te), ताजिक (tg), उइघुर (ug), उर्दू (ur), उज़्बेक (uz), ज़ोसा (xh), येहुदी (yi), योरुबा (yo), ज़ुलु (zu)

अगले चरण

Gemini API की सुविधाएं आज़माएं