模型变体
Gemini API 提供了针对特定用途进行了优化的不同模型 案例下面简要概述了可用的 Gemini 变体：
| 模型变体 | 输入 | 输出 | 优化目标 |
|---|---|---|---|
Gemini 1.5 Flash
gemini-1.5-flash |
音频、图片、视频和文字 | 文本 | 以多种方式快速处理各种任务 |
Gemini 1.5 Pro
gemini-1.5-pro |
音频、图片、视频和文字 | 文本 | 复杂的推理任务，如代码和文本生成， 文本编辑、问题解决、数据提取和生成 |
Gemini 1.0 Pro
gemini-1.0-pro |
文本 | 文本 | 自然语言任务、多轮文本和代码聊天以及代码 世代 |
文本嵌入
text-embedding-004 |
文本 | 文本嵌入 | 衡量文本字符串的相关性 |
AQA
aqa |
文本 | 文本 | 提供以来源为依据的答案 |
下表介绍了 Gemini 模型的 在所有模型变体中共有：
| 属性 | 说明 |
|---|---|
| 训练数据 | Gemini 的知识截止时间是 2023 年 11 月。 在此时间之后，有关活动的方面的信息会受到限制。 |
| 支持的语言 | 查看支持的语言 |
| 可配置的模型参数 |
|
有关详情，请参阅模型参数 部分 生成模型指南。
Gemini 1.5 Flash
Gemini 1.5 Flash 是一种快速、用途多样的多模态模型，可用于扩大 各种任务。
模型详情
| 属性 | 说明 |
|---|---|
| 模型代码 | models/gemini-1.5-flash |
| 支持的数据类型 |
输入源 音频、图片、视频和文字 输出 文本 |
| 令牌限制[*] |
输入词元限制 1,048,576,000 输出词元限制 8192 |
| 音频/视频规范 |
每个提示对应的图片数量上限 3,600 视频时长上限 1 小时 音频时长上限 大约 9.5 小时 |
| 速率限制[**] |
<ph type="x-smartling-placeholder">
|
| Capabilities |
系统指令 支持 JSON 模式 支持 JSON 架构 支持 可调整的安全设置 支持 缓存 支持 微调 支持 函数调用 支持 函数调用配置 支持 代码执行 支持 |
| 版本 |
|
| 最新动态 | 2024 年 5 月 |
Gemini 1.5 Pro
Gemini 1.5 Pro 是一个中型多模态模型， 各种各样的推理任务。1.5 Pro 可以处理大量数据 （包括 2 小时的视频、19 小时的音频、 6 万行代码或 2,000 页文字。
模型详情
| 属性 | 说明 |
|---|---|
| 模型代码 | models/gemini-1.5-pro |
| 支持的数据类型 |
输入源 音频、图片、视频和文字 输出 文本 |
| 令牌限制[*] |
输入词元限制 2,097,152,000 输出词元限制 8192 |
| 音频/视频规范 |
每个提示对应的图片数量上限 7,200 视频时长上限 2 小时 音频时长上限 大约 19 小时 |
| 速率限制[**] |
<ph type="x-smartling-placeholder">
|
| Capabilities |
系统指令 支持 JSON 模式 支持 JSON 架构 支持 可调整的安全设置 支持 缓存 支持 微调 不受支持 函数调用 支持 函数调用配置 支持 代码执行 支持 |
| 版本 |
|
| 最新动态 | 2024 年 5 月 |
Gemini 1.0 Pro
Gemini 1.0 Pro 是一个 NLP 模型，用于处理多轮文本和 代码聊天和代码生成。
模型详情
| 属性 | 说明 |
|---|---|
| 模型代码 | models/gemini-1.0-pro |
| 支持的数据类型 |
输入 文本 输出 文本 |
| 速率限制[**] |
<ph type="x-smartling-placeholder">
|
| Capabilities |
系统指令 不受支持 JSON 模式 不受支持 JSON 架构 不受支持 可调整的安全设置 支持 缓存 不受支持 微调 支持 函数调用 支持 函数调用配置 不受支持 代码执行 不受支持 |
| 版本 |
|
| 最新动态 | 2024 年 2 月 |
文本嵌入和嵌入
文本嵌入
文本嵌入用于衡量字符串的相关性，广泛应用于 许多 AI 应用。
text-embedding-004 可实现更强的检索性能，并且优于现有模型
（基于标准的 MTEB 嵌入基准测试）。
模型详情
| 属性 | 说明 |
|---|---|
| 模型代码 |
Gemini API
|
| 支持的数据类型 |
输入 文本 输出 文本嵌入 |
| 令牌限制[*] |
输入词元限制 2048 输出维度大小 768 |
| 速率限制[**] | 每分钟 1500 个请求 |
| 可调整的安全设置 | 不受支持 |
| 最新动态 | 2024 年 4 月 |
嵌入
<ph type="x-smartling-placeholder">您可以使用嵌入模型 文本嵌入： 输入文本。
嵌入模型针对创建具有 768 个维度的嵌入进行了优化 最多支持 2,048 个词元的文本。
嵌入模型详细信息
| 属性 | 说明 |
|---|---|
| 模型代码 |
models/embedding-001
|
| 支持的数据类型 |
输入 文本 输出 文本嵌入 |
| 令牌限制[*] |
输入词元限制 2048 输出维度大小 768 |
| 速率限制[**] | 每分钟 1500 个请求 |
| 可调整的安全设置 | 不受支持 |
| 最新动态 | 2023 年 12 月 |
AQA
您可以使用 AQA 模型 归因问答 针对某个文档、语料库或一组段落执行的相关任务。AQA 模型会根据所提供的来源为问题返回答案， 以及估计可回答概率。
模型详情
| 属性 | 说明 |
|---|---|
| 模型代码 | models/aqa |
| 支持的数据类型 |
输入 文本 输出 文本 |
| 支持的语言 | 英语 |
| 令牌限制[*] |
输入词元限制 7168 输出词元限制 1024 |
| 速率限制[**] | 每分钟 1500 个请求 |
| 可调整的安全设置 | 支持 |
| 最新动态 | 2023 年 12 月 |
如需了解这些模型的功能，请查看示例 变体。
[*] 对于 Gemini 模型，一个词元大约相当于 4 个字符。100 个词元 大约有 60-80 个英语单词。
[**] RPM：每分钟请求数
TPM：每分钟令牌数
RPD：每日请求数
TPD：每日令牌数
由于容量限制，未指定的最大速率限制
。
模型版本名称模式
Gemini 模型提供预览版或稳定版本。在 代码，您可以使用以下模型名称格式之一来指定 和版本。
最新：指向特定参数 生成和变体。底层模型会定期更新，并且可能 为预览版。只有探索性测试应用和原型才应 使用此别名。
如需指定最新版本，请使用以下模式：
<model>-<generation>-<variation>-latest。例如gemini-1.0-pro-latest。最新稳定版：指向 模型生成和变体。
如需指定最新的稳定版本，请使用以下模式：
<model>-<generation>-<variation>。例如gemini-1.0-pro。稳定：指向特定的稳定模型。稳定的模型不会发生变化。 大多数正式版应用都应使用特定的稳定模型。
如需指定稳定版，请使用以下模式：
<model>-<generation>-<variation>-<version>。例如gemini-1.0-pro-001。实验性：指向预览版中提供的实验性模型， 如条款中所定义， 这意味着它不用于生产环境我们发布实验模型， 来收集反馈，向开发者提供我们的最新更新 并凸显 Google 的创新步伐。内容 我们从实验性发布中汲取经验，有助于我们更好地发布模型 。可以将一个实验性模型替换为另一个，而无需先行 通知。我们不保证某个实验性模型 更稳定的模型。
如需指定实验性版本，请使用以下模式：
<model>-<generation>-<variation>-<version>。例如gemini-1.5-pro-exp-0801。
支持的语言
Gemini 模型经过训练，支持以下语言：
- 阿拉伯语 (
ar) - 孟加拉语 (
bn) - 保加利亚语 (
bg) - 简体中文和繁体中文 (
zh) - 克罗地亚语 (
hr) - 捷克语 (
cs) - 丹麦语 (
da) - 荷兰语 (
nl) - 英语 (
en) - 爱沙尼亚语 (
et) - 芬兰语 (
fi) - 法语 (
fr) - 德语 (
de) - 希腊语 (
el) - 希伯来语 (
iw) - 印地语 (
hi) - 匈牙利语 (
hu) - 印度尼西亚语 (
id) - 意大利语 (
it) - 日语 (
ja) - 韩语 (
ko) - 拉脱维亚语 (
lv) - 立陶宛语 (
lt) - 挪威语 (
no) - 波兰语 (
pl) - 葡萄牙语 (
pt) - 罗马尼亚语 (
ro) - 俄语 (
ru) - 塞尔维亚语 (
sr) - 斯洛伐克语 (
sk) - 斯洛维尼亚语 (
sl) - 西班牙语 (
es) - 斯瓦希里语 (
sw) - 瑞典语 (
sv) - 泰语 (
th) - 土耳其语 (
tr) - 乌克兰语 (
uk) - 越南语 (
vi)