Разрешение СМИ

Параметр media_resolution управляет обработкой входных медиаданных API Gemini, таких как изображения, видео, аудио и PDF-документы, определяя максимальное количество токенов, выделяемых для медиавходов. Это позволяет сбалансировать качество ответа с задержкой и стоимостью. В то время как для визуальных и документных входных данных выделение токенов зависит от настройки разрешения, аудиовходы токенизируются с фиксированной скоростью в секунду для всех уровней разрешения. Для получения информации о различных настройках, значениях по умолчанию и их соответствии токенам см. раздел «Количество токенов» .

Вы можете настроить разрешение медиафайлов для отдельных объектов мультимедиа (элементов контента) в рамках вашего запроса (только в Gemini 3).

Разрешение медиаконтента для каждого элемента (только для Gemini 3)

Gemini 3 позволяет задавать разрешение для отдельных медиаобъектов в вашем запросе, обеспечивая тонкую оптимизацию использования токенов. Вы можете смешивать уровни разрешения в одном запросе. Например, использовать высокое разрешение для сложной диаграммы и низкое разрешение для простого контекстного изображения.

from google import genai

client = genai.Client()

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

interaction = client.interactions.create(
    model="gemini-3.8-flash",
    input=[
        {"type": "text", "text": "Describe this image:"},
        {
            "type": "image",
            "uri": myfile.uri,
            "mime_type": myfile.mime_type,
            "resolution": "high"
        }
    ]
)
print(interaction.output_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: { mime_type: "image/jpeg" },
  });

  const interaction = await ai.interactions.create({
    model: "gemini-3.8-flash",
    input: [
      { type: "text", text: "Describe this image:" },
      {
        type: "image",
        uri: myfile.uri,
        mime_type: myfile.mimeType,
        resolution: "high"
      }
    ],
  });
  console.log(interaction.output_text);
}

await main();

import com.google.genai.Client;
import com.google.genai.gaos.models.interactions.Content;
import com.google.genai.gaos.models.interactions.CreateModelInteraction;
import com.google.genai.gaos.models.interactions.ImageContent;
import com.google.genai.gaos.models.interactions.ImageContentMimeType;
import com.google.genai.gaos.models.interactions.Interaction;
import com.google.genai.gaos.models.interactions.InteractionsInput;
import com.google.genai.gaos.models.interactions.Model;
import com.google.genai.gaos.models.interactions.TextContent;
import com.google.genai.gaos.models.operations.CreateInteractionRequestBody;
import java.util.Arrays;
import java.util.List;

Client client = new Client();

Content textContent = TextContent.builder().text("Describe the details in this high-resolution image.").build();
Content imageContent =
    ImageContent.builder()
        .uri("gs://cloud-samples-data/generative-ai/image/scones.jpg")
        .mimeType(ImageContentMimeType.IMAGE_JPEG)
        .build();

List<Content> contents = Arrays.asList(textContent, imageContent);

CreateModelInteraction params =
    CreateModelInteraction.builder()
        .model(Model.of("gemini-3.8-flash"))
        .input(InteractionsInput.ofContent(contents))
        .build();

Interaction interaction =
    client.interactions.create(CreateInteractionRequestBody.of(params)).interaction().get();

System.out.println(interaction.outputText().orElse(""));

# 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-3.8-flash",
    "input": [
      {"type": "text", "text": "Describe this image:"},
      {
        "type": "image",
        "uri": "YOUR_FILE_URI",
        "mime_type": "image/jpeg",
        "resolution": "high"
      }
    ]
  }'

Доступные значения разрешения

API Gemini определяет следующие уровни разрешения медиафайлов:

• unspecified : Настройка по умолчанию. Количество токенов для этого уровня значительно различается между Gemini 3 и более ранними моделями Gemini.
• low : меньшее количество токенов, что приводит к более быстрой обработке и снижению затрат, но с меньшей детализацией.
• medium : баланс между детализацией, стоимостью и задержкой.
• high : Большее количество токенов, предоставляющее модели больше деталей для работы, за счет увеличения задержки и стоимости.
• ultra_high (Только для каждого элемента контента): Максимальное количество токенов, необходимое для определенных сценариев использования, например, при работе за компьютером .

Обратите внимание, что high производительности обеспечивает оптимальные результаты для большинства сценариев использования.

Точное количество токенов, генерируемых для каждого из этих уровней, зависит как от типа носителя (изображение, видео, аудио, PDF), так и от версии модели .

Количество токенов

В таблицах ниже приведено приблизительное количество токенов для каждого значения media_resolution и типа медиафайлов для каждого семейства моделей.

Модели Gemini 3

Выбор правильного разрешения

• По умолчанию ( unspecified ): Начните с настроек по умолчанию. Они оптимизированы для оптимального баланса качества, задержки и стоимости для большинства распространенных сценариев использования.
• low : Используйте в сценариях, где стоимость и задержка имеют первостепенное значение, а детализация менее критична.
• medium / high : Повышайте разрешение, когда задача требует понимания мельчайших деталей в медиаконтенте. Это часто необходимо для сложного визуального анализа, чтения диаграмм или понимания объемных документов.
• ultra_high — Доступно только для настроек отдельных элементов контента. Рекомендуется для определенных сценариев использования, например, при работе за компьютером или когда тестирование показывает явное улучшение по сравнению с high .
• Управление для каждого элемента контента (Gemini 3): Оптимизирует использование токенов. Например, в запросе с несколькими изображениями используйте high для сложной диаграммы и low или medium для более простых контекстных изображений.

Рекомендуемые настройки

Ниже приведен список рекомендуемых настроек разрешения для каждого поддерживаемого типа мультимедиа.

Всегда тестируйте и оценивайте влияние различных настроек разрешения на ваше приложение, чтобы найти оптимальный компромисс между качеством, задержкой и стоимостью.

Взаимосвязь с режимами обработки видео

Параметры media_resolution и processing управляют различными аспектами видеовхода:

• media_resolution управляет разрешением каждого кадра (количеством токенов на кадр).
• processing / media_processing определяет , какой контент из видео загружается в контекст.

Вы можете установить оба параметра на одном и том же видеовходе. Например, вы можете использовать агентную обработку с низким разрешением медиафайлов, чтобы минимизировать общее использование токенов для длинного видео.

Подробную информацию о режимах обработки видео см. в руководстве по анализу видео от Agentic .

Сводка совместимости версий

• Настройка resolution для отдельных элементов контента доступна только в моделях Gemini 3 .

Следующие шаги

• Подробнее о многомодальных возможностях API Gemini можно узнать в руководствах по распознаванию изображений , распознаванию видео , распознаванию аудио и распознаванию документов .