Gemini 是一系列生成式 AI 模型，可讓開發人員生成內容及解決問題。這類模型經過設計及訓練，可將文字和圖片做為輸入內容。本指南提供每個模型變化版本的資訊，協助您判斷何者最符合您的用途。
支援語言
Gemini/2、2、6、2、2、4、4、M、4、H、M、A、H、A、M、H、A、M、H、A、M、A
(ar)、
Bengali (bn)、保加利亞文 (bg)、中文 (簡體/繁體) {1.2} (第 2 文、北印度文/俄文/7}文/日文
{11/8}}、北印度文/俄文/7}文、日文{10/7})、克羅埃文 (da)、荷蘭文 (nl)、英文 (en)，zhhrcsetfifrdeeliwhihuiditjakolvltnoplptrorusrskslesswsvthtrukvi
PaLM 模型僅支援英文。如果使用其他語言，可能會導致非預期的結果。
模型變化版本
Gemini API 提供各種經最佳化調整的模型，適合特定用途。以下簡要說明可用的 Gemini 變化版本：
| 模型變化版本 | 輸入內容 | 輸出內容 | 適合用途 |
|---|---|---|---|
| Gemini 1.5 Pro (預先發布版) | 音訊、圖片、影片和文字 | 文字 | 推理工作，包括但不限於程式碼和文字生成、文字編輯、問題解決、資料擷取和生成 |
| Gemini 1.5 Flash (預先發布版) | 音訊、圖片、影片和文字 | 文字 | 快速靈活地執行各種工作 |
| Gemini 1.0 Pro | 文字 | 文字 | 自然語言工作、多輪文字和程式碼即時通訊，以及生成程式碼 |
| Gemini 1.0 Pro Vision | 圖片、影片和文字 | 文字 | 針對視覺相關工作最佳化效能，例如產生圖片說明或識別圖片中的物件 |
| 文字嵌入 | 文字 | 文字嵌入 | 針對最多 2,048 個符記的文字產生高達 768 個尺寸的彈性文字嵌入 |
| 嵌入 | 文字 | 文字嵌入 | 針對最多 2,048 個符記的文字產生尺寸為 768 的文字嵌入 |
| 品質確保 | 文字 | 文字 | 針對提供的文字執行歸因問題解答工作 |
下表說明所有模型變化版本常見的 Gemini 模型屬性：
| 屬性 | 說明 |
|---|---|
| 訓練資料 | Gemini 將於 2023 年初補足知識。瞭解這段時間後的事件相關知識。 |
| 支援的語言 | 查看支援的語言 |
| 可設定的模型參數 |
|
如要進一步瞭解這些參數，請參閱生成式模型指南的模型參數一節。
Gemini 1.5 Pro (預先發布版)
Gemini 1.5 Pro 是中型的多模態模型，最適合用於各種推理工作，例如：
- 程式碼生成
- 文字生成
- 文字編輯
- 解決問題
- 產生建議
- 資訊擷取
- 資料擷取或產生
- 建立 AI 虛擬服務專員
1.5 Pro 可以一次處理大量資料，包括 1 小時的影片、9.5 小時的音訊、含有超過 30,000 行程式碼或超過 700,000 字的程式碼集。
1.5 Pro 可以處理零樣本、單一和少量樣本的學習工作。
模型詳細資料
| 屬性 | 說明 |
|---|---|
| 模型程式碼 | models/gemini-1.5-pro-latest |
| 輸入 | 音訊、圖片、影片和文字 |
| 輸出內容 | 文字 |
| 支援的產生方法 |
generateContent
|
| 輸入符記限制[**] | 1,048,576 人 |
| 輸出符記數量上限[**] | 8,192 |
| 每則提示的圖片數量上限 | 3,600 人 |
| 影片長度上限 | 1 小時 |
| 音訊長度上限 | 約 9.5 小時 |
| 每則提示的音訊檔案數量上限 | 1 |
| 模型安全性 | 自動套用安全設定，可由開發人員調整。詳情請參閱安全性設定頁面。 |
| 頻率限制[*] |
|
| 系統指示 | 有權限 |
| JSON 模式 | 有權限 |
| 最新版本 | gemini-1.5-pro-latest |
| 最新的穩定版 | gemini-1.5-pro |
| 上次更新時間 | 2024 年 4 月 |
Gemini 1.5 Flash (預先發布版)
Gemini 1.5 Flash 是快速且功能多樣的多模態模型，可以擴充各種工作。
模型詳細資料
| 屬性 | 說明 |
|---|---|
| 模型程式碼 | gemini-1.5-flash-latest |
| 輸入內容 | 音訊、圖片、影片和文字 |
| 輸出內容 | 文字 |
| 支援的產生方法 |
generateContent
|
| 輸入符記限制[**] | 1,048,576 人 |
| 輸出符記數量上限[**] | 8,192 |
| 每則提示的圖片數量上限 | 3,600 人 |
| 影片長度上限 | 1 小時 |
| 音訊長度上限 | 約 9.5 小時 |
| 每則提示的音訊檔案數量上限 | 1 |
| 模型安全性 | 自動套用安全設定，可由開發人員調整。詳情請參閱安全性設定頁面。 |
| 頻率限制[*] |
|
| 系統指示 | 有權限 |
| JSON 模式 | 有權限 |
| 最新版本 | gemini-1.5-flash-latest |
| 最新的穩定版 | gemini-1.5-flash |
Gemini 1.0 Pro
Gemini 1.0 Pro 是自然語言處理模型，可處理多輪文字和程式碼對話，以及生成程式碼等工作。
1.0 Pro 可以處理零樣本、單一和少量樣本的學習工作。
模型詳細資料
| 屬性 | 說明 |
|---|---|
| 模型程式碼 | models/gemini-pro |
| 輸入內容 | 文字 |
| 輸出內容 | 文字 |
| 支援的產生方法 |
generate_content
generateContent
|
| 頻率限制[*] |
|
| 系統指示 | 不支援 |
| JSON 模式 | 不支援 |
| 最新版本 | gemini-1.0-pro-latest |
| 最新的穩定版 | gemini-1.0-pro |
| 穩定版 | gemini-1.0-pro-001 |
| 上次更新時間 | 2024 年 2 月 |
Gemini 1.0 Pro Vision
Gemini 1.0 Pro Vision 是效能最佳化的多模態模型，可以執行視覺相關工作。舉例來說，1.0 Pro Vision 可以產生圖片說明、辨識圖片中的物件、提供圖片中地點或物件的相關資訊等。
1.0 Pro Vision 可以處理零樣本、單一和少量任務的工作。
模型詳細資料
| 屬性 | 說明 |
|---|---|
| 模型程式碼 | models/gemini-pro-vision |
| 輸入 | 文字、影片和圖片 |
| 輸出內容 | 文字 |
| 支援的產生方法 |
generate_content
generateContent
|
| 輸入符記限制[*] | 12,288 |
| 輸出符記數量上限[*] | 4,096 |
| 圖片大小上限 | 無限制 |
| 每則提示的圖片數量上限 | 16 |
| 影片長度上限 | 2 分鐘 |
| 每則提示的影片數量上限 | 1 |
| 模型安全性 | 自動套用安全設定，可由開發人員調整。詳情請參閱安全性設定頁面。 |
| 頻率限制[*] | 每分鐘 60 個要求 |
| 最新版本 | gemini-1.0-pro-vision-latest |
| 最新的穩定版 | gemini-1.0-pro-vision |
| 上次更新時間 | 2023 年 12 月 |
文字嵌入和嵌入
文字嵌入
您可以使用文字嵌入模型，為輸入文字產生文字嵌入。如要進一步瞭解文字嵌入模型，請參閱 Vertex AI 的生成式 AI 說明文件，瞭解文字嵌入功能。
文字嵌入模型已針對最多 2,048 個符記的文字建立具備 768 個維度的嵌入，藉此建立嵌入項目。Text Embeding 提供小於 768 的彈性嵌入大小。您可以使用彈性嵌入功能產生較小的輸出維度，或許也能在效能下降的情況下節省運算和儲存空間費用。
模型詳細資料
| 屬性 | 說明 |
|---|---|
| 模型程式碼 |
models/text-embedding-004 (Vertex AI 中的 text-embedding-preview-0409) |
| 輸入內容 | 文字 |
| 輸出內容 | 文字嵌入 |
| 輸入詞元限制 | 2,048 |
| 輸出尺寸大小 | 768 |
| 支援的產生方法 |
embed_content
embedContent
|
| 模型安全性 | 沒有可調整的安全設定。 |
| 頻率限制[*] | 每分鐘 1,500 個要求 |
| 上次更新時間 | 2024 年 4 月 |
嵌入
您可以使用嵌入模型產生輸入文字的文字嵌入。
嵌入模型已針對最多 2,048 個符記的文字建立具有 768 個維度的嵌入項目，已經過最佳化調整。
嵌入模型詳細資料
| 屬性 | 說明 |
|---|---|
| 模型程式碼 | models/embedding-001 |
| 輸入內容 | 文字 |
| 輸出內容 | 文字嵌入 |
| 輸入詞元限制 | 2,048 |
| 輸出尺寸大小 | 768 |
| 支援的產生方法 |
embed_content
embedContent
|
| 模型安全性 | 沒有可調整的安全設定。 |
| 頻率限制[*] | 每分鐘 1,500 個要求 |
| 上次更新時間 | 2023 年 12 月 |
AQA
您可以使用 AQA 模型，針對文件、語料庫或一組段落執行歸因問題回答 (AQA) 相關工作。AQA 模型會針對所提供來源的基礎問題傳回答案，並預估「可回答的機率」。
模型詳細資料
| 屬性 | 說明 |
|---|---|
| 模型程式碼 | models/aqa |
| 輸入內容 | 文字 |
| 輸出內容 | 文字 |
| 支援的產生方法 |
GenerateAnswerRequest
generateAnswer
|
| 支援的語言 | 英文 |
| 輸入符記限制[**] | 7,168 |
| 輸出符記數量上限[**] | 1,024 |
| 模型安全性 | 自動套用安全設定，可由開發人員調整。詳情請參閱安全性設定頁面。 |
| 頻率限制[*] | 每分鐘 60 個要求 |
| 上次更新時間 | 2023 年 12 月 |
請參閱範例，瞭解這些模型變化版本的功能。
[*] 一個符記相當於 Gemini 模型的 4 個字元。100 個符記大約介於 60 至 80 個英文單字。
[**] 每分鐘要求數
TPM：每分鐘權杖數
每秒要求數：每日要求數
TPD：每日權杖數
由於容量限制，我們無法對指定頻率上限提出保證。
模型版本名稱模式
Gemini 模型提供預先發布版或穩定版。您可在程式碼中使用下列其中一種模型名稱格式，指定要使用的模型和版本。
最新：指向特定生成版本和變化版本的最先進的模型。基礎模型會定期更新，且可能是預覽版本。只有探索性測試應用程式和原型才能使用這個別名。
如要指定最新版本，請使用下列模式：
<model>-<generation>-<variation>-latest。例如gemini-1.0-pro-latest。最新穩定版本：會指向指定模型產生作業和變化版本的最新穩定版本。
如要指定最新的穩定版本，請使用下列模式：
<model>-<generation>-<variation>。例如gemini-1.0-pro。穩定版：指向特定的穩定模型。穩定模型不會改變。 大多數正式版應用程式都應使用特定的穩定模型。
如要指定穩定版，請使用下列模式：
<model>-<generation>-<variation>-<version>。例如gemini-1.0-pro-001。