Modele Gemini

Warianty modelu

Gemini API udostępnia różne modele zoptymalizowane pod kątem konkretnych zastosowań. Oto krótkie omówienie dostępnych wariantów Gemini:

Wariant modelu Dane wejściowe Wyniki Zoptymalizowany dla
Gemini 2.0 Flash
gemini-2.0-flash
Dźwięk, obrazy, filmy i tekst tekst, obrazy (wkrótce) i dźwięk (wkrótce). Funkcje nowej generacji, szybkość i generowanie multimodalne do różnych zadań
Gemini 2.0 Flash-Lite Preview
gemini-2.0-flash-lite-preview-02-05
Dźwięk, obrazy, filmy i tekst Tekst Model Gemini 2.0 Flash zoptymalizowany pod kątem niskich kosztów i niskiej latencji
Gemini 1.5 Flash
gemini-1.5-flash
Dźwięk, obrazy, filmy i tekst Tekst szybkie i wszechstronne działanie podczas wykonywania różnych zadań;
Gemini 1.5 Flash-8B
gemini-1.5-flash-8b
Dźwięk, obrazy, filmy i tekst Tekst Zadania o dużej liczbie i mniejszym zaawansowaniu
Gemini 1.5 Pro
gemini-1.5-pro
Dźwięk, obrazy, filmy i tekst Tekst złożone zadania wymagające większej inteligencji;
Gemini 1.0 Pro
gemini-1.0-pro
(wycofane 15 lutego 2025 r.)
Tekst Tekst zadania związane z językiem naturalnym, czat wieloetapowy z tekstem i kodem oraz generowanie kodu;
Wstawianie tekstu
text-embedding-004
Tekst wektory tekstowe, Pomiar podobieństwa ciągów tekstowych
AQA
aqa
Tekst Tekst udzielać odpowiedzi na pytania oparte na źródłach;

Gemini 2.0 Flash

Gemini 2.0 Flash oferuje funkcje nowej generacji i ulepszone możliwości, w tym większą szybkość, korzystanie z natywnego narzędzia, generowanie multimodalne i okno kontekstu z milionem tokenów.

Wypróbuj w Google AI Studio

Szczegóły modelu

Właściwość Opis
Kod modelu models/gemini-2.0-flash
Obsługiwane typy danych

Wejścia

Dźwięk, obraz, film i tekst

Dane wyjściowe

dźwięk (wkrótce), obrazy (wkrótce) i tekst;

Limity tokenów[*]

Limit tokenów wejściowych

1 048 576

Limit tokenów wyjściowych

8192

Limity szybkości[**]
  • 2000 obr./min
  • 4 000 000 TPM

Wyjścia uporządkowane

Obsługiwane

Zapisywanie w pamięci podręcznej

Wkrótce

Dostrajanie

Nieobsługiwane

Połączanie funkcji

Obsługiwane

Wykonywanie kodu

Obsługiwane

Wyszukiwarka

Obsługiwane

Generowanie obrazów

Wkrótce

Korzystanie z narzędzi natywnych

Obsługiwane

Generowanie dźwięku

Wkrótce

Interfejs API multimodalnego na żywo

Wkrótce

Wersje
Aby dowiedzieć się więcej, zapoznaj się z wzorami wersji modelu.
  • Najnowszy: gemini-2.0-flash
  • Stabilny: gemini-2.0-flash-001
Ostatnia aktualizacja Luty 2025 r.
 Wartość granicznej wiedzy Sierpień 2024 r.

Wersja testowa Gemini 2.0 Flash-Lite

Model Gemini 2.0 Flash zoptymalizowany pod kątem niskich kosztów i małego opóźnienia.

Wypróbuj w Google AI Studio

Szczegóły modelu

Właściwość Opis
Kod modelu models/gemini-2.0-flash-lite-preview-02-05
Obsługiwane typy danych

Wejścia

Dźwięk, obraz, film i tekst

Dane wyjściowe

Tekst

Limity tokenów[*]

Limit tokenów wejściowych

1 048 576

Limit tokenów wyjściowych

8192

Limity szybkości[**]
  • 10 obr./min
  • 4 000 000 TPM
  • 1500 RSD

Wyjścia uporządkowane

Obsługiwane

Zapisywanie w pamięci podręcznej

Nieobsługiwane

Dostrajanie

Nieobsługiwane

Połączanie funkcji

Nieobsługiwane

Wykonywanie kodu

Nieobsługiwane

Wyszukiwarka

Nieobsługiwane

Generowanie obrazów

Nieobsługiwane

Korzystanie z narzędzi natywnych

Nieobsługiwane

Generowanie dźwięku

Nieobsługiwane

Interfejs API multimodalnego na żywo

Nieobsługiwane

Wersje
Aby dowiedzieć się więcej, zapoznaj się z wzorami wersji modelu.
  • Najnowszy: gemini-2.0-flash-lite-preview-02-05
Ostatnia aktualizacja Luty 2025 r.
 Wartość granicznej wiedzy Sierpień 2024 r.

Gemini 1.5 Flash

Gemini 1.5 Flash to szybki i wszechstronny model multimodalny do skalowania w różnych zadaniach.

Wypróbuj w Google AI Studio

Szczegóły modelu

Właściwość Opis
Kod modelu models/gemini-1.5-flash
Obsługiwane typy danych

Wejścia

Dźwięk, obraz, film i tekst

Dane wyjściowe

Tekst

Limity tokenów[*]

Limit tokenów wejściowych

1 048 576

Limit tokenów wyjściowych

8192

Specyfikacja audiowizualna

Maksymalna liczba obrazów na prompt

3,600

Maksymalna długość filmu

1 godzina

Maksymalna długość dźwięku

Około 9,5 godziny

Limity szybkości[**]
Bezpłatnie:
  • 15 obr./min
  • 1 milion TPM
  • 1500 RSD
Pay-as-you-go:
  • 2000 obr./min
  • 4 mln TPM

Instrukcje dotyczące systemu

Obsługiwane

Tryb JSON

Obsługiwane

Schemat JSON

Obsługiwane

Ustawienia bezpieczeństwa

Obsługiwane

Zapisywanie w pamięci podręcznej

Obsługiwane

Dostrajanie

Obsługiwane

Połączanie funkcji

Obsługiwane

Wykonywanie kodu

Obsługiwane

Transmisja dwukierunkowa

Nieobsługiwane

Wersje
Aby dowiedzieć się więcej, zapoznaj się z wzorami wersji modelu.
  • Najnowszy: gemini-1.5-flash-latest
  • Najnowsza stabilna wersja: gemini-1.5-flash
  • Stabilny:
    • gemini-1.5-flash-001
    • gemini-1.5-flash-002
Ostatnia aktualizacja Wrzesień 2024 r.

Gemini 1.5 Flash-8B

Gemini 1.5 Flash-8B to mały model przeznaczony do zadań wymagających mniejszej inteligencji.

Wypróbuj w Google AI Studio

Szczegóły modelu

Właściwość Opis
Kod modelu models/gemini-1.5-flash-8b
Obsługiwane typy danych

Wejścia

Dźwięk, obraz, film i tekst

Dane wyjściowe

Tekst

Limity tokenów[*]

Limit tokenów wejściowych

1 048 576

Limit tokenów wyjściowych

8192

Specyfikacja audiowizualna

Maksymalna liczba obrazów na prompt

3,600

Maksymalna długość filmu

1 godzina

Maksymalna długość dźwięku

Około 9,5 godziny

Limity szybkości[**]
Bezpłatnie:
  • 15 obr./min
  • 1 milion TPM
  • 1500 RSD
Pay-as-you-go:
  • 4000 obr./min
  • 4 mln TPM

Instrukcje dotyczące systemu

Obsługiwane

Tryb JSON

Obsługiwane

Schemat JSON

Obsługiwane

Ustawienia bezpieczeństwa

Obsługiwane

Zapisywanie w pamięci podręcznej

Obsługiwane

Dostrajanie

Obsługiwane

Połączanie funkcji

Obsługiwane

Wykonywanie kodu

Obsługiwane

Transmisja dwukierunkowa

Nieobsługiwane

Wersje
Aby dowiedzieć się więcej, zapoznaj się z wzorami wersji modelu.
  • Najnowszy: gemini-1.5-flash-8b-latest
  • Najnowsza stabilna wersja: gemini-1.5-flash-8b
  • Stabilny:
    • gemini-1.5-flash-8b-001
Ostatnia aktualizacja Październik 2024 r.

Gemini 1.5 Pro

Gemini 1.5 Pro to średniej wielkości multimodalny model zoptymalizowany pod kątem szerokiego zakresu zadań związanych z wyciąganiem wniosków. Wersja 1.5 Pro może przetwarzać duże ilości danych jednocześnie, w tym 2 godziny filmu, 19 godzin dźwięku, bazy kodów zawierające 60 tys. wierszy kodu lub 2000 stron tekstu.

Wypróbuj w Google AI Studio

Szczegóły modelu

Właściwość Opis
Kod modelu models/gemini-1.5-pro
Obsługiwane typy danych

Wejścia

Dźwięk, obraz, film i tekst

Dane wyjściowe

Tekst

Limity tokenów[*]

Limit tokenów wejściowych

2 097 152

Limit tokenów wyjściowych

8192

Specyfikacja audiowizualna

Maksymalna liczba obrazów na prompt

7200

Maksymalna długość filmu

2 godziny

Maksymalna długość dźwięku

Około 19 godzin

Limity szybkości[**]
Bezpłatnie:
  • 2 RPM
  • 32 000 TPM
  • 50 RPD
Pay-as-you-go:
  • 1000 obr./min
  • 4 mln TPM

Instrukcje dotyczące systemu

Obsługiwane

Tryb JSON

Obsługiwane

Schemat JSON

Obsługiwane

Ustawienia bezpieczeństwa

Obsługiwane

Zapisywanie w pamięci podręcznej

Obsługiwane

Dostrajanie

Nieobsługiwane

Połączanie funkcji

Obsługiwane

Wykonywanie kodu

Obsługiwane

Transmisja dwukierunkowa

Nieobsługiwane

Wersje
Aby dowiedzieć się więcej, zapoznaj się z wzorami wersji modelu.
  • Najnowszy: gemini-1.5-pro-latest
  • Najnowsza stabilna wersja: gemini-1.5-pro
  • Stabilny:
    • gemini-1.5-pro-001
    • gemini-1.5-pro-002
Ostatnia aktualizacja Wrzesień 2024 r.

Gemini 1.0 Pro (wycofany)

Gemini 1.0 Pro to model NLP, który obsługuje zadania takie jak konwersacje tekstowe i z kodem oraz generowanie kodu.

Wypróbuj w Google AI Studio

Szczegóły modelu

Właściwość Opis
Kod modelu models/gemini-1.0-pro
Obsługiwane typy danych

Wejście

Tekst

Dane wyjściowe

Tekst

Limity szybkości[**]
Bezpłatnie:
  • 15 obr./min
  • 32 000 TPM
  • 1500 RSD
Pay-as-you-go:
  • 360 RPM
  • 120 000 TPM
  • 30 000 RSD

Instrukcje dotyczące systemu

Nieobsługiwane

Tryb JSON

Nieobsługiwane

Schemat JSON

Nieobsługiwane

Ustawienia bezpieczeństwa

Obsługiwane

Zapisywanie w pamięci podręcznej

Nieobsługiwane

Dostrajanie

Obsługiwane

Połączanie funkcji

Obsługiwane

Konfiguracja wywoływania funkcji

Nieobsługiwane

Wykonywanie kodu

Nieobsługiwane

Transmisja dwukierunkowa

Nieobsługiwane

Wersje
  • Najnowszy: gemini-1.0-pro-latest
  • Najnowsza stabilna wersja: gemini-1.0-pro
  • Stabilny: gemini-1.0-pro-001
Ostatnia aktualizacja Luty 2024 r.

Wektory dystrybucyjne tekstu

Wstawianie tekstu

Wkłady tekstowe służą do pomiaru podobieństwa ciągów znaków i są powszechnie stosowane w wielu zastosowaniach AI.

text-embedding-004 osiąga lepszą skuteczność wyszukiwania i przewyższa wyniki dotychczasowych modeli przy porównywalnych wymiarach w standardowych testach porównawczych z wykorzystaniem wbudowanych modeli MTEB.

Szczegóły modelu
Właściwość Opis
Kod modelu

Gemini API

models/text-embedding-004

Obsługiwane typy danych

Wejście

Tekst

Dane wyjściowe

wektory tekstowe,

Limity tokenów[*]

Limit tokenów wejściowych

2048

Rozmiar wymiaru wyjściowego

768

Limity szybkości[**] 1500 żądań na minutę
dostosowane ustawienia bezpieczeństwa Nieobsługiwane
Ostatnia aktualizacja Kwiecień 2024 r.

Umieszczanie

Możesz użyć modelu embeddingu, aby wygenerować embeddingi tekstu dla tekstu wejściowego.

Model embeddingu jest zoptymalizowany pod kątem tworzenia embeddingów o 768 wymiarach w przypadku tekstu zawierającego do 2048 tokenów.

Szczegóły modelu wektora dystrybucyjnego
Właściwość Opis
Kod modelu models/embedding-001
Obsługiwane typy danych

Wejście

Tekst

Dane wyjściowe

wektory tekstowe,

Limity tokenów[*]

Limit tokenów wejściowych

2048

Rozmiar wymiaru wyjściowego

768

Limity szybkości[**] 1500 żądań na minutę
dostosowane ustawienia bezpieczeństwa Nieobsługiwane
Ostatnia aktualizacja Grudzień 2023 r.

AQA

Model AQA możesz wykorzystać do wykonywania zadań związanych z przypisywaniem odpowiedzi na pytania (AQA) na podstawie dokumentu, korpusie lub zbioru fragmentów. Model AQA zwraca odpowiedzi na pytania oparte na podanych źródłach wraz z oszacowaniem prawdopodobieństwa odpowiedzi.

Szczegóły modelu

Właściwość Opis
Kod modelu models/aqa
Obsługiwane typy danych

Wejście

Tekst

Dane wyjściowe

Tekst

Obsługiwany język angielski
Limity tokenów[*]

Limit tokenów wejściowych

7168

Limit tokenów wyjściowych

1024

Limity szybkości[**] 1500 żądań na minutę
dostosowane ustawienia bezpieczeństwa Obsługiwane
Ostatnia aktualizacja Grudzień 2023 r.

Aby poznać możliwości tych wariantów modeli, zapoznaj się z przykładami.

[*], token to około 4 znaków w przypadku modeli Gemini. 100 tokenów to około 60–80 słów po angielsku.

[**] RPM: żądania na minutę
TPM: tokeny na minutę
RPD: żądania na dzień
TPD: tokeny na dzień

Ze względu na ograniczenia pojemności nie gwarantujemy podanych maksymalnych limitów szybkości.

Wzorce nazw wersji modelu

Modele Gemini są dostępne w wersjach testowychstabilnych. W kodzie możesz użyć jednego z tych formatów nazwy modelu, aby określić, którego modelu i której wersji chcesz użyć.

  • Najnowsza:wskazuje najnowszą wersję modelu dla określonej generacji i wariantu. Model bazowy jest regularnie aktualizowany i może być wersją wstępną. Tego aliasu powinny używać tylko aplikacje do testów eksploracyjnych i prototypy.

    Aby określić najnowszą wersję, użyj tego wzorca: <model>-<generation>-<variation>-latest. Na przykład: gemini-1.0-pro-latest.

  • Najnowsza stabilna wersja: wskazuje najnowszą stabilną wersję opublikowaną dla określonego pokolenia i wariantu modelu.

    Aby określić najnowszą stabilną wersję, użyj tego wzorca: <model>-<generation>-<variation>. Na przykład: gemini-1.0-pro.

  • Stabilny: wskazuje konkretny stabilny model. Stabilne modele się nie zmieniają. Większość produkcyjnych aplikacji powinna używać konkretnego stabilnego modelu.

    Aby określić wersję stabilną, użyj tego wzoru: <model>-<generation>-<variation>-<version>. Na przykład: gemini-1.0-pro-001.

  • Eksperymentalny: wskazuje model eksperymentalny dostępny w wersji testowej zgodnie z definicją w Warunkach, co oznacza, że nie jest przeznaczony do użytku w produkcji. Wprowadzamy modele eksperymentalne, aby zbierać opinie, szybko udostępniać deweloperom najnowsze aktualizacje i prezentować tempo wprowadzania innowacji w Google. Dzięki temu, co dowiadujemy się z wersji eksperymentalnych, możemy lepiej przygotować się na ich szersze wdrożenie. Model eksperymentalny można zastąpić innym bez wcześniejszego powiadomienia. Nie możemy zagwarantować, że model eksperymentalny stanie się w przyszłości modelem stabilnym.

    Aby określić wersję eksperymentalną, użyj tego wzoru:<model>-<generation>-<variation>-<version>. Na przykład: gemini-exp-1121.

Dostępne języki

Modele Gemini są trenowane pod kątem tych języków:

  • arabski (ar),
  • bengali (bn)
  • bułgarski (bg),
  • chiński uproszczony i tradycyjny (zh),
  • Chorwacki (hr)
  • czeski (cs)
  • duński (da),
  • Holenderski (nl)
  • Angielski (en)
  • estoński (et),
  • fiński (fi),
  • Francuski (fr)
  • Niemiecki (de)
  • grecki (el),
  • hebrajski (iw),
  • hindi (hi),
  • węgierski (hu),
  • indonezyjski (id),
  • włoski (it),
  • japoński (ja)
  • koreański (ko),
  • łotewski (lv),
  • litewski (lt),
  • norweski (no),
  • Polski (pl)
  • Portugalski (pt)
  • rumuński (ro)
  • rosyjski (ru),
  • serbski (sr)
  • słowacki (sk)
  • słoweński (sl),
  • hiszpański (es),
  • suahili (sw),
  • szwedzki (sv)
  • tajski (th),
  • turecki (tr),
  • ukraiński (uk)
  • wietnamski (vi),