Узнайте о моделях Gemini

Семейство моделей Gemini считается мультимодальным , поскольку они способны обрабатывать информацию из нескольких модальностей, включая изображения, видео и текст. Например, вы можете отправить модели Близнецов фотографию тарелки печенья и попросить ее дать вам рецепт этого печенья.

Быстрый	Ответ
Give me a recipe for these cookies.	**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 ...

Вы можете взаимодействовать с семейством моделей Gemini, используя Gemini API предоставляемый Vertex AI в Google Cloud . Для мобильных и веб-приложений вы можете использовать Vertex AI in Firebase SDK, чтобы вызывать API Gemini и взаимодействовать с моделями Gemini непосредственно из вашего приложения.

На этой странице представлена ​​следующая информация о моделях Gemini:

• Высокоуровневое сравнение вариантов использования различных моделей Gemini, включая поддерживаемые ими типы ввода.

• Сравнение деталей для каждой модели , например максимального количества входных токенов или максимальной длины видео.

• Описание того, как создаются версии моделей Gemini, в частности их стабильных , автоматически обновляемых и предварительных версий.

• Списки доступных названий моделей, которые можно включить в код во время инициализации.

• Список поддерживаемых языков для моделей Gemini.

Доступные модели

Вы можете использовать любую из следующих моделей Gemini с Vertex AI in Firebase :

• Близнецы 1.5 Флэш
  Мультимодальная модель, которая поддерживает те же типы ввода и вывода, что и 1.5 Pro, но с долгосрочным пониманием 1 миллиона токенов. Gemini 1.5 Flash специально разработан для экономичных и объемных приложений.

• Близнецы 1.5 Про
  Мультимодальная модель, поддерживающая добавление изображений, аудио, видео и PDF-файлов в текстовые или чат-подсказки для текстового или кодового ответа. Кроме того, он поддерживает понимание длительного контекста с помощью 2 миллионов токенов.

• Близнецы 1.0 Про Видение
  Мультимодальная модель, предназначенная для обработки текста, изображений и видео для текстового или кодового ответа. Невозможно использовать для чата.

• Близнецы 1.0 Про
  Модель предназначена для решения задач на естественном языке, многоповоротного чата с текстом и кодом, а также генерации кода.

Перейдите к названиям моделей, чтобы включить их в свой код.

Варианты использования и возможности для каждой модели

Каждая модель Gemini имеет разные возможности для поддержки различных вариантов использования. Подробнее о каждой из моделей Gemini можно узнать в документации Google Cloud .

Поддерживаемый ввод и вывод для каждой модели

Дополнительные сведения о поддерживаемых типах файлов см. в разделе Поддерживаемые входные файлы и требования к Vertex AI Gemini API .

Поддерживаемые возможности и общие функции для каждой модели

Подробная информация о каждой модели

^{* Для всех моделей Gemini токен эквивалентен примерно 4 символам, поэтому 100 токенов — это примерно 60–80 английских слов. Вы можете определить общее количество токенов в ваших запросах, используя countTokens .}

Узнайте о поддерживаемых типах файлов, о том, как указать тип MIME и как убедиться, что ваши файлы и мультимодальные запросы соответствуют требованиям, и следуйте рекомендациям в разделе Поддерживаемые входные файлы и требования для Vertex AI Gemini API .

Версионирование моделей

Модели Gemini предлагаются в стабильной , автоматически обновляемой и предварительной версиях.

• Стабильные версии считаются общедоступными.

  • В стабильных версиях к названиям моделей добавляется определенный трехзначный номер версии, например gemini-1.5-pro-002 .

• Автоматически обновляемые версии всегда указывают на последнюю стабильную версию этой модели; если выпускается новая стабильная версия, автоматически обновляемая версия автоматически начинает указывать на эту новую стабильную версию.

  • Автоматически обновляемые версии имеют названия моделей без придатков, например gemini-1.5-pro .

• Предварительные версии имеют новые возможности и считаются нестабильными . Обратите внимание, что предварительные версии всегда указывают на последнюю предварительную версию этой модели; если выпущена новая предварительная версия, любая существующая предварительная версия автоматически начинает указывать на эту новую предварительную версию.

  • В предварительных версиях к названиям моделей добавляется -preview вместе с первоначальной датой выпуска модели ( -MMDD ), например gemini-1.5-pro-preview-0409 (выпущен 9 апреля 2024 г.).

Узнайте больше о доступных версиях моделей Gemini и их жизненном цикле в документации Google Cloud .

Доступные названия моделей

Имена моделей — это явные значения, которые вы включаете в свой код во время инициализации генеративной модели (что является обязательным шагом для вызова Gemini API ). Примеры инициализации для вашего языка см. в руководстве по началу работы .

Названия моделей Gemini 1.5 Flash

Названия моделей Gemini 1.5 Pro

Названия моделей Gemini 1.0 Pro Vision

Названия моделей Gemini 1.0 Pro

Поддерживаемые языки

• Все модели Gemini понимают и отвечают на следующих языках:

  арабский (ar), бенгальский (bn), болгарский (bg), китайский упрощенный и традиционный (zh), хорватский (hr), чешский (cs), датский (da), голландский (nl), английский (en), эстонский ( et), финский (fi), французский (fr), немецкий (de), греческий (el), иврит (iw), хинди (hi), венгерский (hu), индонезийский (id), итальянский (it), японский ( ja), корейский (ko), латышский (lv), литовский (lt), норвежский (no), польский (pl), португальский (pt), румынский (ro), русский (ru), сербский (sr), словацкий (sk), словенский (sl), испанский (es), суахили (sw), шведский (sv), тайский (th), турецкий (tr), украинский (uk), вьетнамский (vi)

• Модели Gemini 1.5 Pro и Gemini 1.5 Flash могут понимать и отвечать на следующих дополнительных языках:

  Африкаанс (af), амхарский (am), ассамский (as), азербайджанский (az), белорусский (be), боснийский (bs), каталанский (ca), кебуанский (ceb), корсиканский (co), валлийский (cy), Дивехи (dv), эсперанто (eo), баскский (eu), персидский (fa), филиппинский (тагальский) (fil), фризский (fy), ирландский (ga), шотландский гэльский (gd), галисийский (gl), гуджарати (gu), хауса (ha), гавайский (haw), хмонг (hmn), гаитянский креольский (ht), армянский (hy), игбо (ig), исландский (is), яванский (jv), грузинский (ka), казахский (kk), кхмерский (km), каннада (kn), крио (kri), курдский (ku), киргизский (ky), латинский (la), люксембургский (lb), лаосский (lo), малагасийский (mg), маори (mi), македонский (mk), малаялам (ml), монгольский (mn), мейтейлон (манипури) (mni-Mtei), маратхи (mr), малайский (ms), мальтийский (mt), Мьянма (бирманский) (мой), непальский (не), Ньянджа (Чичева) (нью), Одиа (Ория) (или), пенджабский (па), пушту (пс), Синдхи (sd), сингальский (сингальский) (si), самоанский (sm), шона (sn), сомалийский (so), албанский (sq), сесото (st), сунданский (su), тамильский (ta), телугу ( тэ), таджикский (tg), уйгурский (ug), урду (ur), узбекский (uz), коса (xh), идиш (yi), йоруба (yo), зулу (zu)

Следующие шаги

Опробуйте возможности Gemini API

• Стройте многоходовые разговоры (чат) .
• Генерация текста из текстовых подсказок .
• Генерируйте текст из мультимодальных подсказок (включая текст, изображения, PDF-файлы, видео и аудио).
• Генерируйте структурированный вывод (например, JSON) как из текстовых, так и из мультимодальных подсказок.
• Используйте вызов функций для подключения генеративных моделей к внешним системам и информации.