Varian model
Gemini API menawarkan berbagai model yang dioptimalkan untuk penggunaan tertentu penggunaan. Berikut ringkasan singkat tentang varian Gemini yang tersedia:
| Varian model | Input | Output | Dioptimalkan untuk |
|---|---|---|---|
Gemini 1.5 Pro
gemini-1.5-pro |
Audio, gambar, video, dan teks | Teks | Tugas penalaran yang kompleks seperti pembuatan kode dan pembuatan teks, pengeditan teks, pemecahan masalah, ekstraksi dan pembuatan data |
Flash Gemini 1.5
gemini-1.5-flash |
Audio, gambar, video, dan teks | Teks | Performa cepat dan serbaguna untuk berbagai tugas |
Gemini 1.0 Pro
gemini-1.0-pro |
Teks | Teks | Tugas bahasa alami, teks multi-giliran dan chat kode, serta kode pembuatan |
(Tidak digunakan lagi) Gemini 1.0 Pro Vision
gemini-pro-vision
|
Gambar, video, dan teks | Teks | Tugas-tugas terkait visual, seperti membuat gambar deskripsi atau identifikasi objek dalam gambar |
Penyematan Teks
text-embedding-004 |
Teks | Embedding teks | Mengukur keterkaitan {i>string<i} teks |
AQA
aqa |
Teks | Teks | Memberikan jawaban berdasarkan sumber untuk pertanyaan |
Tabel berikut menjelaskan atribut model Gemini yang umum untuk semua varian model:
| Atribut | Deskripsi |
|---|---|
| Data pelatihan | Batas pengetahuan Gemini adalah November 2023. Pengetahuan tentang acara setelah waktu tersebut dibatasi. |
| Bahasa yang didukung | Melihat bahasa yang tersedia |
| Parameter model yang dapat dikonfigurasi |
|
Lihat parameter model bagian dari panduan model generatif untuk mendapatkan informasi tentang setiap parameter ini.
Flash Gemini 1.5
Gemini 1.5 Flash adalah model multimodal yang cepat dan serbaguna untuk melakukan penskalaan beragam tugas.
Detail model
| Properti | Deskripsi |
|---|---|
| Kode model | models/gemini-1.5-flash |
| Jenis data yang didukung |
Input Audio, gambar, video, dan teks Output Teks |
| Batas token[*] |
Batas token input 1.048.576 Batas token output 8.192. |
| Spesifikasi audio/visual |
Jumlah maksimum gambar per perintah 3.600 Durasi video maksimum 1 jam Durasi audio maksimum Sekitar 9,5 jam |
| Batas kapasitas[**] |
|
| Kemampuan |
Petunjuk sistem Didukung Mode JSON Didukung Skema JSON Tidak didukung Setelan keamanan yang dapat disesuaikan Didukung Menyimpan ke cache Didukung Penyesuaian Tidak didukung Panggilan fungsi Didukung Konfigurasi panggilan fungsi Didukung Eksekusi kode Didukung |
| Perubahan terbaru | Mei 2024 |
Gemini 1.5 Pro
Gemini 1.5 Pro adalah model multimodal skala menengah yang dioptimalkan untuk berbagai tugas penalaran. 1.5 Pro dapat memproses data dalam jumlah besar sekaligus, termasuk 2 jam video, 19 jam audio, basis kode dengan 60.000 baris kode atau 2.000 halaman teks.
Detail model
| Properti | Deskripsi |
|---|---|
| Kode model | models/gemini-1.5-pro |
| Jenis data yang didukung |
Input Audio, gambar, video, dan teks Output Teks |
| Batas token[*] |
Batas token input 2.097.152 Batas token output 8.192. |
| Spesifikasi audio/visual |
Jumlah maksimum gambar per perintah 7.200 Durasi video maksimum 2 jam Durasi audio maksimum Sekitar 19 jam |
| Batas kapasitas[**] |
|
| Kemampuan |
Petunjuk sistem Didukung Mode JSON Didukung Skema JSON Didukung Setelan keamanan yang dapat disesuaikan Didukung Menyimpan ke cache Didukung Penyesuaian Tidak didukung Panggilan fungsi Didukung Konfigurasi panggilan fungsi Didukung Eksekusi kode Didukung |
| Perubahan terbaru | Mei 2024 |
Gemini 1.0 Pro
Gemini 1.0 Pro adalah model NLP yang menangani tugas seperti teks multi-giliran {i>code chat<i}, dan pembuatan kode.
Detail model
| Properti | Deskripsi |
|---|---|
| Kode model | models/gemini-1.0-pro |
| Jenis data yang didukung |
Input Teks Output Teks |
| Batas kapasitas[**] |
|
| Kemampuan |
Petunjuk sistem Tidak didukung Mode JSON Tidak didukung Skema JSON Tidak didukung Setelan keamanan yang dapat disesuaikan Didukung Menyimpan ke cache Tidak didukung Penyesuaian Didukung Panggilan fungsi Didukung Konfigurasi panggilan fungsi Tidak didukung Eksekusi kode Tidak didukung |
| Perubahan terbaru | Februari 2024 |
(Tidak digunakan lagi) Gemini 1.0 Pro Vision
Gemini 1.0 Pro Vision adalah model multimodal yang dioptimalkan untuk performa yang dapat melakukan tugas terkait visual. Misalnya, 1.0 Pro Vision dapat membuat deskripsi gambar, mengidentifikasi objek yang ada dalam gambar, menyediakan informasi tentang tempat atau objek yang ada dalam gambar, dan banyak lagi.
Detail model
| Properti | Deskripsi |
|---|---|
| Kode model | models/gemini-pro-vision |
| Jenis data yang didukung |
Input Gambar, video, dan teks Output Teks |
| Batas token[*] |
Batas token input 12.288. Batas token output 4.096 |
| Spesifikasi audio/visual |
Durasi video maksimum 2 menit |
| Batas kapasitas[**] | 60 permintaan per menit |
| Kemampuan |
Petunjuk sistem Tidak didukung Mode JSON Tidak didukung Skema JSON Tidak didukung Setelan keamanan yang dapat disesuaikan Didukung Menyimpan ke cache Tidak didukung Penyesuaian Tidak didukung Panggilan fungsi Didukung Konfigurasi panggilan fungsi Tidak didukung Eksekusi kode Tidak didukung |
| Perubahan terbaru | Desember 2023 |
Penyematan dan Penyematan Teks
Penyematan Teks
Anda dapat menggunakan model Penyematan Teks untuk membuat embedding teks untuk teks input. Untuk informasi selengkapnya tentang model Penyematan Teks, kunjungi Dokumentasi AI Generatif di Vertex AI tentang embedding teks.
Model Embedding Teks dioptimalkan untuk membuat embeddings dengan dimensi untuk teks hingga 2.048 token. Penyematan Teks menawarkan elastis ukuran embedding di bawah 768. Anda dapat menggunakan embedding elastis untuk menghasilkan dimensi output yang lebih kecil dan berpotensi menghemat biaya komputasi dan penyimpanan dan mengalami sedikit penurunan performa.
Detail model
| Properti | Deskripsi |
|---|---|
| Kode model |
API Gemini
|
| Jenis data yang didukung |
Input Teks Output Embedding teks |
| Batas token[*] |
Batas token input 2.048 Ukuran dimensi output 768 |
| Batas kapasitas[**] | 1.500 permintaan per menit |
| Setelan keamanan yang dapat disesuaikan | Tidak didukung |
| Perubahan terbaru | April 2024 |
Embedding
Anda dapat menggunakan model Penyematan untuk membuat embedding teks untuk teks input.
Model Embedding dioptimalkan untuk membuat embeddings dengan dimensi 768 untuk teks hingga 2.048 token.
Detail model penyematan
| Properti | Deskripsi |
|---|---|
| Kode model |
models/embedding-001
|
| Jenis data yang didukung |
Input Teks Output Embedding teks |
| Batas token[*] |
Batas token input 2.048 Ukuran dimensi output 768 |
| Batas kapasitas[**] | 1.500 permintaan per menit |
| Setelan keamanan yang dapat disesuaikan | Tidak didukung |
| Perubahan terbaru | Desember 2023 |
AQA
Anda dapat menggunakan model AQA untuk melakukan Pertanyaan-Pertanyaan yang Diatribusikan (AQA)–tugas terkait pada dokumen, korpus, atau serangkaian bagian. AQA mengembalikan jawaban atas pertanyaan berdasarkan sumber yang diberikan, bersama dengan memperkirakan probabilitas yang dapat dijawab.
Detail model
| Properti | Deskripsi |
|---|---|
| Kode model | models/aqa |
| Jenis data yang didukung |
Input Teks Output Teks |
| Bahasa yang didukung | Inggris |
| Batas token[*] |
Batas token input 7.168. Batas token output 1.024 |
| Batas kapasitas[**] | 1.500 permintaan per menit |
| Setelan keamanan yang dapat disesuaikan | Didukung |
| Perubahan terbaru | Desember 2023 |
Lihat contoh untuk mempelajari kemampuan model ini variasi.
[*] Token setara dengan sekitar 4 karakter untuk model Gemini. 100 token berisi sekitar 60-80 kata dalam bahasa Inggris.
[**] RPM: Permintaan per menit
TPM: Token per menit
RPD: Permintaan per hari
TPD: Token per hari
Karena keterbatasan kapasitas, batas kapasitas maksimum yang ditentukan tidak
dijamin efektif.
Pola nama versi model
Model Gemini tersedia dalam versi pratinjau atau stabil. Di Anda dapat menggunakan salah satu format nama model berikut untuk menentukan model dan versi yang ingin digunakan.
Terbaru: Mengarah ke versi terbaru model untuk pembuatan dan variasi. Model dasar di-update secara teratur dan mungkin menjadi versi pratinjau. Hanya aplikasi dan prototipe pengujian eksploratif yang boleh gunakan alias ini.
Untuk menentukan versi terbaru, gunakan pola berikut:
<model>-<generation>-<variation>-latest. Misalnya,gemini-1.0-pro-latest.Stabil terbaru: Mengarah ke versi stabil terbaru yang dirilis untuk pembuatan dan variasi model yang telah ditentukan.
Untuk menentukan versi stabil terbaru, gunakan pola berikut:
<model>-<generation>-<variation>. Misalnya,gemini-1.0-pro.Stabil: Mengarah ke model stabil tertentu. Model stabil tidak berubah. Sebagian besar aplikasi produksi harus menggunakan model stabil tertentu.
Untuk menentukan versi stabil, gunakan pola berikut:
<model>-<generation>-<variation>-<version>. Misalnya,gemini-1.0-pro-001.
Bahasa yang tersedia
Model Gemini dilatih untuk bekerja dengan bahasa berikut:
- Arab (
ar) - Bengali (
bn) - Bulgaria (
bg) - China (aksara sederhana dan tradisional) (
zh) - Kroasia (
hr) - Ceko (
cs) - Denmark (
da) - Belanda (
nl) - Inggris (
en) - Estonia (
et) - Finlandia (
fi) - Prancis (
fr) - Jerman (
de) - Yunani (
el) - Ibrani (
iw) - Hindi (
hi) - Hungaria (
hu) - Indonesia (
id) - Italia (
it) - Jepang (
ja) - Korea (
ko) - Latvia (
lv) - Lituania (
lt) - Norwegia (
no) - Polandia (
pl) - Portugis (
pt) - Rumania (
ro) - Rusia (
ru) - Serbia (
sr) - Slovakia (
sk) - Slovenia (
sl) - Spanyol (
es) - Swahili (
sw) - Swedia (
sv) - Thai (
th) - Turki (
tr) - Ukraina (
uk) - Vietnam (
vi)