Risoluzione dei contenuti multimediali

Il parametro media_resolution controlla il modo in cui l'API Gemini elabora gli input multimediali come immagini, video e documenti PDF determinando il numero massimo di token allocati per gli input multimediali, consentendoti di bilanciare la qualità della risposta con la latenza e il costo. Per impostazioni diverse, valori predefiniti e la loro corrispondenza con i token, consulta la sezione Conteggi dei token.

Puoi configurare la risoluzione dei contenuti multimediali per singoli oggetti multimediali (elementi di contenuti) all'interno della tua richiesta (solo Gemini 3).

Risoluzione dei contenuti multimediali per elemento di contenuti (solo Gemini 3)

Gemini 3 ti consente di impostare la risoluzione dei contenuti multimediali per i singoli oggetti multimediali all'interno della richiesta, offrendo un'ottimizzazione granulare dell'utilizzo dei token. Puoi combinare livelli di risoluzione in un'unica richiesta. Ad esempio, utilizza l'alta risoluzione per un diagramma complesso e la bassa risoluzione per un'immagine contestuale semplice.

from google import genai
from google.genai import types

client = genai.Client()

myfile = client.files.upload(file="path/to/image.jpg")

interaction = client.interactions.create(
    model="gemini-3-flash-preview",
    input=[
        {"type": "text", "text": "Describe this image:"},
        {
            "type": "image",
            "uri": myfile.uri,
            "mime_type": myfile.mime_type,
            "resolution": "high"
        }
    ]
)
print(interaction.steps[-1].content[0].text)

import { GoogleGenAI } from "@google/genai";

const ai = new GoogleGenAI({});

async function main() {
  const myfile = await ai.files.upload({
    file: "path/to/image.jpg",
    config: { mimeType: "image/jpeg" },
  });

  const interaction = await ai.interactions.create({
    model: "gemini-3-flash-preview",
    input: [
      { type: "text", text: "Describe this image:" },
      {
        type: "image",
        uri: myfile.uri,
        mimeType: myfile.mimeType,
        resolution: "high"
      }
    ],
  });
  console.log(interaction.steps.at(-1).content[0].text);
}

await main();

# First upload the file using the Files API, then use the URI:
curl -X POST "https://generativelanguage.googleapis.com/v1beta/interactions" \
  -H "x-goog-api-key: $GEMINI_API_KEY" \
  -H 'Content-Type: application/json' \
  -d '{
    "model": "gemini-3-flash-preview",
    "input": [
      {"type": "text", "text": "Describe this image:"},
      {
        "type": "image",
        "uri": "YOUR_FILE_URI",
        "mime_type": "image/jpeg",
        "resolution": "high"
      }
    ]
  }'

Valori di risoluzione disponibili

L'API Gemini definisce i seguenti livelli per la risoluzione dei contenuti multimediali:

• unspecified: l'impostazione predefinita. Il conteggio dei token per questo livello varia in modo significativo tra Gemini 3 e i modelli Gemini precedenti.
• low: numero di token inferiore, con conseguente elaborazione più rapida e costi inferiori, ma con meno dettagli.
• medium: un equilibrio tra dettagli, costi e latenza.
• high: numero di token più elevato, che fornisce più dettagli con cui il modello può lavorare, a scapito di una maggiore latenza e costi.
• ultra_high (Solo per elemento di contenuti): conteggio token più alto, richiesto per casi d'uso specifici come l'utilizzo del computer.

Tieni presente che high offre un rendimento ottimale per la maggior parte dei casi d'uso.

Il numero esatto di token generati per ciascuno di questi livelli dipende sia dal tipo di media (immagine, video, PDF) sia dalla versione del modello.

Conteggi dei token

Le tabelle riportate di seguito riepilogano i conteggi approssimativi dei token per ogni valore media_resolution e tipo di media per famiglia di modelli.

Modelli Gemini 3

Scegliere la risoluzione giusta

• Predefinito (unspecified): inizia con il valore predefinito. È ottimizzato per un buon equilibrio tra qualità, latenza e costi per i casi d'uso più comuni.
• low: utilizza questo tipo di dati per gli scenari in cui costi e latenza sono fondamentali e i dettagli granulari sono meno importanti.
• medium / high: aumenta la risoluzione quando l'attività richiede di comprendere dettagli complessi all'interno dei contenuti multimediali. Spesso è necessario per analisi visive complesse, lettura di grafici o comprensione di documenti densi.
• ultra_high: disponibile solo per l'impostazione per elemento di contenuti. Consigliato per casi d'uso specifici, ad esempio l'utilizzo del computer o quando i test mostrano un miglioramento netto rispetto a high.
• Controllo per elemento di contenuti (Gemini 3): ottimizza l'utilizzo dei token. Ad esempio, in un prompt con più immagini, utilizza high per un diagramma complesso e low o medium per immagini contestuali più semplici.

Impostazioni consigliate

Di seguito sono elencate le impostazioni di risoluzione dei contenuti multimediali consigliate per ogni tipo di contenuti multimediali supportato.

Esegui sempre test e valuta l'impatto di diverse impostazioni di risoluzione sulla tua applicazione per trovare il miglior compromesso tra qualità, latenza e costi.

Riepilogo della compatibilità delle versioni

• L'impostazione di resolution su singoli elementi di contenuti è esclusiva dei modelli Gemini 3.

Passaggi successivi

• Scopri di più sulle funzionalità multimodali dell'API Gemini nelle guide alla comprensione delle immagini, alla comprensione dei video e alla comprensione dei documenti.