मीडिया का रिज़ॉल्यूशन

media_resolution पैरामीटर से यह कंट्रोल किया जाता है कि Gemini API, मीडिया इनपुट को कैसे प्रोसेस करता है. जैसे, इमेज, वीडियो, और PDF दस्तावेज़. इसके लिए, मीडिया इनपुट के लिए ज़्यादा से ज़्यादा टोकन की संख्या तय की जाती है. इससे, रिस्पॉन्स की क्वालिटी, इंतज़ार का समय, और लागत के बीच बैलेंस बनाया जा सकता है. अलग-अलग सेटिंग के लिए, डिफ़ॉल्ट वैल्यू और वे टोकन से कैसे जुड़ी होती हैं, यह जानने के लिए, टोकन की संख्या वाला सेक्शन देखें.

सिर्फ़ Gemini 3 में, अनुरोध में शामिल हर मीडिया ऑब्जेक्ट (कॉन्टेंट आइटम) के लिए, मीडिया रिज़ॉल्यूशन कॉन्फ़िगर किया जा सकता है.

हर कॉन्टेंट आइटम के लिए मीडिया रिज़ॉल्यूशन (सिर्फ़ Gemini 3 में)

Gemini 3 में, अनुरोध में शामिल हर मीडिया ऑब्जेक्ट के लिए, मीडिया रिज़ॉल्यूशन सेट किया जा सकता है. इससे, टोकन के इस्तेमाल को बेहतर तरीके से ऑप्टिमाइज़ किया जा सकता है. एक ही अनुरोध में, अलग-अलग रिज़ॉल्यूशन लेवल का इस्तेमाल किया जा सकता है. उदाहरण के लिए, किसी जटिल डायग्राम के लिए हाई रिज़ॉल्यूशन और किसी सामान्य कॉन्टेक्चुअल इमेज के लिए लो रिज़ॉल्यूशन का इस्तेमाल करना.

from google import genai

client = genai.Client()

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

interaction = client.interactions.create(
    model="gemini-3.6-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-3.6-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();

# 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-3.6-flash",
    "input": [
      {"type": "text", "text": "Describe this image:"},
      {
        "type": "image",
        "uri": "YOUR_FILE_URI",
        "mime_type": "image/jpeg",
        "resolution": "high"
      }
    ]
  }'

उपलब्ध रिज़ॉल्यूशन वैल्यू

Gemini API, मीडिया रिज़ॉल्यूशन के लिए ये लेवल तय करता है:

• unspecified: यह डिफ़ॉल्ट सेटिंग है. इस लेवल के लिए, Gemini 3 और Gemini के पुराने मॉडल के बीच टोकन की गिनती में काफ़ी अंतर होता है.
• low: इसमें टोकन की गिनती कम होती है. इससे, प्रोसेसिंग की स्पीड बढ़ती है और लागत कम होती है. हालांकि, इसमें कम जानकारी मिलती है.
• medium: इसमें जानकारी, लागत, और इंतज़ार के समय के बीच बैलेंस होता है.
• high: इसमें टोकन की गिनती ज़्यादा होती है. इससे मॉडल को काम करने के लिए ज़्यादा जानकारी मिलती है. हालांकि, इसमें इंतज़ार का समय और लागत बढ़ जाती है.
• ultra_high (सिर्फ़ हर कॉन्टेंट आइटम के लिए): इसमें टोकन की गिनती सबसे ज़्यादा होती है. यह कंप्यूटर के इस्तेमाल जैसे खास इस्तेमाल के उदाहरणों के लिए ज़रूरी है.

ध्यान दें कि ज़्यादातर इस्तेमाल के उदाहरणों के लिए, high सेटिंग से सबसे अच्छी परफ़ॉर्मेंस मिलती है.

इनमें से हर लेवल के लिए जनरेट होने वाले टोकन की सटीक संख्या, मीडिया के टाइप (इमेज, वीडियो, PDF) और मॉडल के वर्शन , दोनों पर निर्भर करती है.

टोकन की संख्या

यहां दी गई टेबल में, मॉडल के हर फ़ैमिली के लिए, media_resolution की हर वैल्यू और मीडिया के टाइप के हिसाब से, टोकन की अनुमानित संख्या की खास जानकारी दी गई है.

Gemini 3 मॉडल

सही रिज़ॉल्यूशन चुनना

• डिफ़ॉल्ट (unspecified): डिफ़ॉल्ट सेटिंग से शुरू करें. इसे ज़्यादातर इस्तेमाल के उदाहरणों के लिए, क्वालिटी, इंतज़ार के समय, और लागत के बीच बेहतर बैलेंस के लिए ट्यून किया गया है.
• low: इसका इस्तेमाल उन स्थितियों के लिए करें जहां लागत और इंतज़ार का समय सबसे अहम है. साथ ही, जहां ज़्यादा जानकारी की ज़रूरत नहीं है.
• medium / high: जब टास्क के लिए, मीडिया में मौजूद जटिल जानकारी को समझने की ज़रूरत हो, तब रिज़ॉल्यूशन बढ़ाएं. इसकी ज़रूरत अक्सर, जटिल विज़ुअल विश्लेषण, चार्ट पढ़ने या ज़्यादा जानकारी वाले दस्तावेज़ को समझने के लिए होती है.
• ultra_high - यह सेटिंग सिर्फ़ हर कॉन्टेंट आइटम के लिए उपलब्ध है. इसका इस्तेमाल, कंप्यूटर के इस्तेमाल जैसे खास इस्तेमाल के उदाहरणों के लिए किया जाता है. साथ ही, उन स्थितियों में भी इसका इस्तेमाल किया जाता है जहां टेस्टिंग से पता चलता है कि high के मुकाबले, इससे बेहतर नतीजे मिलते हैं.
• हर कॉन्टेंट आइटम के लिए कंट्रोल (Gemini 3): इससे टोकन के इस्तेमाल को ऑप्टिमाइज़ किया जाता है. उदाहरण के लिए, कई इमेज वाले किसी प्रॉम्प्ट में, जटिल डायग्राम के लिए high और सामान्य कॉन्टेक्चुअल इमेज के लिए low या medium का इस्तेमाल करें.

सुझाई गई सेटिंग

यहां, हर तरह के मीडिया के लिए, मीडिया रिज़ॉल्यूशन की सुझाई गई सेटिंग दी गई हैं.

क्वालिटी, इंतज़ार के समय, और लागत के बीच सबसे अच्छा बैलेंस पाने के लिए, अपने ऐप्लिकेशन पर अलग-अलग रिज़ॉल्यूशन सेटिंग आज़माएं और उनके असर का आकलन करें.

वर्शन के साथ काम करने की सुविधा की खास जानकारी

• कॉन्टेंट के अलग-अलग आइटम के लिए, resolution सेट करने की सुविधा सिर्फ़ Gemini 3 मॉडल के लिए उपलब्ध है.

अगले चरण

• Gemini API की मल्टीमॉडल क्षमताओं के बारे में ज़्यादा जानने के लिए, इमेज को समझने, वीडियो को समझने, और दस्तावेज़ को समझने से जुड़ी गाइड पढ़ें.