Разрешение СМИ

Параметр media_resolution управляет обработкой входных медиафайлов API Gemini, таких как изображения, видео и PDF-документы, определяя максимальное количество токенов, выделяемых для медиавходов. Это позволяет сбалансировать качество ответа с задержкой и стоимостью. Различные настройки, значения по умолчанию и их соответствие токенам см. в разделе « Количество токенов» .

Разрешение мультимедиа можно настроить двумя способами:

• За каждую деталь (только для Gemini 3)

• В глобальном масштабе для всего запроса generateContent (все мультимодальные модели)

Разрешение медиафайлов по отдельным частям (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. Этот параметр переопределяет любую глобальную конфигурацию для конкретной части. Настройки по умолчанию см. в разделе «Количество токенов» .

from google import genai
from google.genai import types

# The media_resolution parameter for parts is currently only available in the v1alpha API version. (experimental)
client = genai.Client(
  http_options={
      'api_version': 'v1alpha',
  }
)

# Replace with your image data
with open('path/to/image1.jpg', 'rb') as f:
    image_bytes_1 = f.read()

# Create parts with different resolutions
image_part_high = types.Part.from_bytes(
    data=image_bytes_1,
    mime_type='image/jpeg',
    media_resolution=types.MediaResolution.MEDIA_RESOLUTION_HIGH
)

model_name = 'gemini-3-pro-preview'

response = client.models.generate_content(
    model=model_name,
    contents=["Describe these images:", image_part_high]
)
print(response.text)

// Example: Setting per-part media resolution in JavaScript
import { GoogleGenAI, MediaResolution, Part } from '@google/genai';
import * as fs from 'fs';
import { Buffer } from 'buffer'; // Node.js

const ai = new GoogleGenAI({ httpOptions: { apiVersion: 'v1alpha' } });

// Helper function to convert local file to a Part object
function fileToGenerativePart(path, mimeType, mediaResolution) {
    return {
        inlineData: { data: Buffer.from(fs.readFileSync(path)).toString('base64'), mimeType },
        mediaResolution: { 'level': mediaResolution }
    };
}

async function run() {
    // Create parts with different resolutions
    const imagePartHigh = fileToGenerativePart('img.png', 'image/png', Part.MediaResolutionLevel.MEDIA_RESOLUTION_HIGH);
    const model_name = 'gemini-3-pro-preview';
    const response = await ai.models.generateContent({
        model: model_name,
        contents: ['Describe these images:', imagePartHigh]
        // Global config can still be set, but per-part settings will override
        // config: {
        //   mediaResolution: MediaResolution.MEDIA_RESOLUTION_MEDIUM
        // }
    });
    console.log(response.text);
}
run();

# Replace with paths to your images
IMAGE_PATH="path/to/image.jpg"

# Base64 encode the images
BASE64_IMAGE1=$(base64 -w 0 "$IMAGE_PATH")

MODEL_ID="gemini-3-pro-preview"

echo '{
    "contents": [{
      "parts": [
        {"text": "Describe these images:"},
        {
          "inline_data": {
            "mime_type": "image/jpeg",
            "data": "'"$BASE64_IMAGE1"'",
          },
          "media_resolution": {"level": "MEDIA_RESOLUTION_HIGH"}
        }
      ]
    }]
  }' > request.json

curl -s -X POST \
  "https://generativelanguage.googleapis.com/v1alpha/models/${MODEL_ID}:generateContent" \
  -H "x-goog-api-key: $GEMINI_API_KEY" \
  -H "Content-Type: application/json" \
  -d @request.json

Глобальная резолюция СМИ

С помощью параметра GenerationConfig можно задать разрешение по умолчанию для всех частей медиафайла в запросе. Эта функция поддерживается всеми многомодальными моделями. Если запрос содержит как глобальные, так и настройки для каждой части , то для конкретного элемента приоритет имеет настройка для каждой части.

from google import genai
from google.genai import types

client = genai.Client()

# Prepare standard image part
with open('image.jpg', 'rb') as f:
    image_bytes = f.read()
image_part = types.Part.from_bytes(data=image_bytes, mime_type='image/jpeg')

# Set global configuration
config = types.GenerateContentConfig(
    media_resolution=types.MediaResolution.MEDIA_RESOLUTION_HIGH
)

response = client.models.generate_content(
    model='gemini-2.5-flash',
    contents=["Describe this image:", image_part],
    config=config
)
print(response.text)

import { GoogleGenAI, MediaResolution } from '@google/genai';
import * as fs from 'fs';

const ai = new GoogleGenAI({ });

async function run() {
   // ... (Image loading logic) ...

   const response = await ai.models.generateContent({
      model: 'gemini-2.5-flash',
      contents: ["Describe this image:", imagePart],
      config: {
         mediaResolution: MediaResolution.MEDIA_RESOLUTION_HIGH
      }
   });
   console.log(response.text);
}
run();

# ... (Base64 encoding logic) ...

curl -s -X POST \
  "https://generativelanguage.googleapis.com/v1beta/models/gemini-2.5-flash:generateContent" \
  -H "x-goog-api-key: $GEMINI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "contents": [...],
    "generation_config": {
      "media_resolution": "MEDIA_RESOLUTION_HIGH"
    }
  }'

Доступные значения разрешения

API Gemini определяет следующие уровни разрешения медиафайлов:

• MEDIA_RESOLUTION_UNSPECIFIED : Настройка по умолчанию. Количество токенов для этого уровня значительно различается между Gemini 3 и более ранними моделями Gemini.
• MEDIA_RESOLUTION_LOW : Меньшее количество токенов, что приводит к более быстрой обработке и снижению затрат, но с меньшей детализацией.
• MEDIA_RESOLUTION_MEDIUM : Баланс между детализацией, стоимостью и задержкой.
• MEDIA_RESOLUTION_HIGH : Большее количество токенов, обеспечивающее модели большую детализацию, но за счет увеличения задержки и стоимости.
• MEDIA_RESOLUTION_ULTRA_HIGH (только для каждой части): Максимальное количество токенов, необходимое для определенных сценариев использования, например, при работе за компьютером .

Обратите внимание, что MEDIA_RESOLUTION_HIGH обеспечивает оптимальную производительность для большинства сценариев использования.

Точное количество токенов, генерируемых для каждого из этих уровней, зависит как от типа носителя (изображение, видео, 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

Модели Gemini 2.5

Выбор правильного разрешения

• Значение по умолчанию ( UNSPECIFIED ): Начните с значения по умолчанию. Оно настроено для обеспечения 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 — доступен только для настройки отдельных компонентов. Рекомендуется для определенных сценариев использования, например, при работе за компьютером или в случаях, когда тестирование показывает явное улучшение по сравнению с HIGH .
• Управление по частям (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 конкретное приложение, чтобы найти оптимальный компромисс между качеством, задержкой и стоимостью.

Сводка совместимости версий

• Перечисление MediaResolution доступно для всех моделей, поддерживающих ввод мультимедиа.
• Количество токенов, связанных с каждым уровнем перечисления, различается между моделями Gemini 3 и более ранними версиями Gemini.
• Настройка media_resolution для отдельных объектов Part доступна только в моделях Gemini 3 .

Следующие шаги

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