ตัวแปรของรุ่น
Gemini API มีรูปแบบต่างๆ มากมายที่ได้รับการเพิ่มประสิทธิภาพสำหรับการใช้งานที่เฉพาะเจาะจง กรณี ต่อไปนี้เป็นภาพรวมคร่าวๆ ของตัวแปร Gemini ที่พร้อมใช้งาน
| ตัวแปรรุ่น | อินพุต | เอาต์พุต | เพิ่มประสิทธิภาพสำหรับ |
|---|---|---|---|
Gemini 1.5 Pro
gemini-1.5-pro |
เสียง รูปภาพ วิดีโอ และข้อความ | ข้อความ | งานการให้เหตุผลที่ซับซ้อน เช่น การสร้างโค้ดและข้อความ การแก้ไขข้อความ การแก้ปัญหา การดึงและการสร้างข้อมูล |
Gemini 1.5 Flash
gemini-1.5-flash |
เสียง รูปภาพ วิดีโอ และข้อความ | ข้อความ | ทำงานได้รวดเร็วและคล่องตัวสำหรับงานที่หลากหลาย |
Gemini 1.0 Pro
gemini-1.0-pro |
ข้อความ | ข้อความ | งานด้วยภาษาธรรมชาติ การแชทด้วยข้อความและโค้ดแบบหลายตัว และโค้ด รุ่น |
(เลิกใช้งานแล้ว) Gemini 1.0 Pro Vision
gemini-pro-vision
|
รูปภาพ วิดีโอ และข้อความ | ข้อความ | งานที่เกี่ยวข้องกับภาพ เช่น การสร้างรูปภาพ คำอธิบายหรือระบุวัตถุในรูปภาพ |
การฝังข้อความ
text-embedding-004 |
ข้อความ | การฝังข้อความ | การวัดความสัมพันธ์ของสตริงข้อความ |
AQA
aqa |
ข้อความ | ข้อความ | การให้คำตอบสำหรับคำถามที่อิงตามแหล่งที่มา |
ตารางต่อไปนี้อธิบายแอตทริบิวต์ของโมเดล Gemini ซึ่ง พบได้ทั่วไปในตัวแปรโมเดลทั้งหมด
| แอตทริบิวต์ | คำอธิบาย |
|---|---|
| ข้อมูลการฝึก | เกณฑ์ความรู้ของ Gemini คือเดือนพฤศจิกายน 2023 ความรู้เกี่ยวกับกิจกรรมหลังจากช่วงเวลาดังกล่าวนั้นมีจำกัด |
| ภาษาที่รองรับ | ดูภาษาที่ใช้ได้ |
| พารามิเตอร์โมเดลที่กำหนดค่าได้ |
|
ดูพารามิเตอร์โมเดล ของ คู่มือโมเดล Generative สำหรับข้อมูลเกี่ยวกับพารามิเตอร์แต่ละรายการเหล่านี้
แฟลช Gemini 1.5
Gemini 1.5 Flash คือโมเดลสื่อหลากรูปแบบที่รวดเร็วและอเนกประสงค์สำหรับการปรับขนาด งานที่หลากหลาย
รายละเอียดรุ่น
| พร็อพเพอร์ตี้ | คำอธิบาย |
|---|---|
| รหัสโมเดล | models/gemini-1.5-flash |
| ประเภทข้อมูลที่รองรับ |
อินพุต เสียง รูปภาพ วิดีโอ และข้อความ เอาต์พุต ข้อความ |
| ขีดจำกัดของโทเค็น[*] |
ขีดจำกัดโทเค็นอินพุต 1,048,576 ขีดจำกัดของโทเค็นเอาต์พุต 8,192 คน |
| ข้อกำหนดเฉพาะสำหรับภาพและเสียง |
จำนวนรูปภาพสูงสุดต่อพรอมต์ 3,600 ความยาววิดีโอสูงสุด 1 ชั่วโมง ความยาวเสียงสูงสุด ประมาณ 9.5 ชั่วโมง |
| ขีดจำกัดอัตราคำขอ[**] |
|
| ความสามารถ |
วิธีการของระบบ สิ่งที่ทำได้ โหมด JSON สิ่งที่ทำได้ สคีมา JSON สิ่งที่ทำไม่ได้ การตั้งค่าความปลอดภัยที่ปรับได้ สิ่งที่ทำได้ การแคช สิ่งที่ทำได้ การปรับแต่ง สิ่งที่ทำไม่ได้ การเรียกใช้ฟังก์ชัน สิ่งที่ทำได้ การกำหนดค่าการเรียกใช้ฟังก์ชัน สิ่งที่ทำได้ การทำงานของโค้ด สิ่งที่ทำได้ |
| อัปเดตล่าสุด | พฤษภาคม 2024 |
Gemini 1.5 Pro
Gemini 1.5 Pro เป็นโมเดลสื่อหลากรูปแบบขนาดกลางที่ได้รับการเพิ่มประสิทธิภาพสำหรับ งานด้านการให้เหตุผลที่หลากหลาย 1.5 Pro ประมวลผลข้อมูลจำนวนมากได้ ในครั้งเดียว รวมถึงวิดีโอ 2 ชั่วโมง เสียง 19 ชั่วโมง โค้ดเบสที่มี โค้ด 60,000 บรรทัดหรือข้อความ 2,000 หน้า
รายละเอียดรุ่น
| พร็อพเพอร์ตี้ | คำอธิบาย |
|---|---|
| รหัสโมเดล | models/gemini-1.5-pro |
| ประเภทข้อมูลที่รองรับ |
อินพุต เสียง รูปภาพ วิดีโอ และข้อความ เอาต์พุต ข้อความ |
| ขีดจำกัดของโทเค็น[*] |
ขีดจำกัดโทเค็นอินพุต 2,097,152 คน ขีดจำกัดของโทเค็นเอาต์พุต 8,192 คน |
| ข้อกำหนดเฉพาะสำหรับภาพและเสียง |
จำนวนรูปภาพสูงสุดต่อพรอมต์ 7,200 คน ความยาววิดีโอสูงสุด 2 ชั่วโมง ความยาวเสียงสูงสุด ประมาณ 19 ชั่วโมง |
| ขีดจำกัดอัตราคำขอ[**] |
|
| ความสามารถ |
วิธีการของระบบ สิ่งที่ทำได้ โหมด JSON สิ่งที่ทำได้ สคีมา JSON สิ่งที่ทำได้ การตั้งค่าความปลอดภัยที่ปรับได้ สิ่งที่ทำได้ การแคช สิ่งที่ทำได้ การปรับแต่ง สิ่งที่ทำไม่ได้ การเรียกใช้ฟังก์ชัน สิ่งที่ทำได้ การกำหนดค่าการเรียกใช้ฟังก์ชัน สิ่งที่ทำได้ การทำงานของโค้ด สิ่งที่ทำได้ |
| อัปเดตล่าสุด | พฤษภาคม 2024 |
Gemini 1.0 Pro
Gemini 1.0 Pro เป็นโมเดล NLP ที่จัดการงานต่างๆ เช่น การเปลี่ยนข้อความแบบมัลติเทิร์นและ การแชทรหัส และการสร้างโค้ด
รายละเอียดรุ่น
| พร็อพเพอร์ตี้ | คำอธิบาย |
|---|---|
| รหัสโมเดล | models/gemini-1.0-pro |
| ประเภทข้อมูลที่รองรับ |
อินพุต ข้อความ เอาต์พุต ข้อความ |
| ขีดจำกัดอัตราคำขอ[**] |
|
| ความสามารถ |
วิธีการของระบบ สิ่งที่ทำไม่ได้ โหมด JSON สิ่งที่ทำไม่ได้ สคีมา JSON สิ่งที่ทำไม่ได้ การตั้งค่าความปลอดภัยที่ปรับได้ สิ่งที่ทำได้ การแคช สิ่งที่ทำไม่ได้ การปรับแต่ง สิ่งที่ทำได้ การเรียกใช้ฟังก์ชัน สิ่งที่ทำได้ การกำหนดค่าการเรียกใช้ฟังก์ชัน สิ่งที่ทำไม่ได้ การทำงานของโค้ด สิ่งที่ทำไม่ได้ |
| อัปเดตล่าสุด | กุมภาพันธ์ 2024 |
(เลิกใช้งานแล้ว) Gemini 1.0 Pro Vision
Gemini 1.0 Pro Vision เป็นโมเดลสื่อหลากรูปแบบที่ได้รับการเพิ่มประสิทธิภาพ ทำงานที่เกี่ยวข้องกับภาพได้ เช่น 1.0 Pro Vision สามารถ สร้างคำอธิบายรูปภาพ ระบุวัตถุที่อยู่ในรูปภาพ ให้ ข้อมูลเกี่ยวกับสถานที่หรือวัตถุที่อยู่ในรูปภาพ และอื่นๆ
รายละเอียดรุ่น
| พร็อพเพอร์ตี้ | คำอธิบาย |
|---|---|
| รหัสโมเดล | models/gemini-pro-vision |
| ประเภทข้อมูลที่รองรับ |
อินพุต รูปภาพ วิดีโอ และข้อความ เอาต์พุต ข้อความ |
| ขีดจำกัดของโทเค็น[*] |
ขีดจำกัดโทเค็นอินพุต 12,288 คน ขีดจำกัดของโทเค็นเอาต์พุต 4,096 คน |
| ข้อกำหนดเฉพาะสำหรับภาพและเสียง |
ความยาววิดีโอสูงสุด 2 นาที |
| ขีดจำกัดอัตราคำขอ[**] | 60 คำขอต่อนาที |
| ความสามารถ |
วิธีการของระบบ สิ่งที่ทำไม่ได้ โหมด JSON สิ่งที่ทำไม่ได้ สคีมา JSON สิ่งที่ทำไม่ได้ การตั้งค่าความปลอดภัยที่ปรับได้ สิ่งที่ทำได้ การแคช สิ่งที่ทำไม่ได้ การปรับแต่ง สิ่งที่ทำไม่ได้ การเรียกใช้ฟังก์ชัน สิ่งที่ทำได้ การกำหนดค่าการเรียกใช้ฟังก์ชัน สิ่งที่ทำไม่ได้ การทำงานของโค้ด สิ่งที่ทำไม่ได้ |
| อัปเดตล่าสุด | ธันวาคม 2023 |
การฝังและฝังข้อความ
การฝังข้อความ
คุณสามารถใช้รูปแบบการฝังข้อความเพื่อสร้าง การฝังข้อความสำหรับ ข้อความที่ป้อน สำหรับข้อมูลเพิ่มเติมเกี่ยวกับรูปแบบการฝังข้อความ โปรดไปที่ เอกสารประกอบเกี่ยวกับ Generative AI ใน Vertex AI เกี่ยวกับการฝังข้อความ
รูปแบบการฝังข้อความได้รับการเพิ่มประสิทธิภาพสำหรับการสร้างการฝังด้วย 768 สำหรับข้อความโทเค็นได้สูงสุด 2,048 รายการ การฝังข้อความมอบความยืดหยุ่น ขนาดที่ฝังที่ต่ำกว่า 768 คุณสามารถใช้การฝังแบบยืดหยุ่นเพื่อสร้าง ขนาดเอาต์พุตที่เล็กลงและช่วยให้ประหยัดต้นทุนในการประมวลผลและจัดเก็บได้ โดยสูญเสียประสิทธิภาพเพียงเล็กน้อย
รายละเอียดรุ่น
| พร็อพเพอร์ตี้ | คำอธิบาย |
|---|---|
| รหัสโมเดล |
Gemini API
|
| ประเภทข้อมูลที่รองรับ |
อินพุต ข้อความ เอาต์พุต การฝังข้อความ |
| ขีดจำกัดของโทเค็น[*] |
ขีดจำกัดโทเค็นอินพุต 2,048 คน ขนาดมิติข้อมูลเอาต์พุต 768 |
| ขีดจำกัดอัตราคำขอ[**] | คำขอ 1,500 รายการต่อนาที |
| การตั้งค่าความปลอดภัยที่ปรับได้ | สิ่งที่ทำไม่ได้ |
| อัปเดตล่าสุด | เมษายน 2024 |
การฝัง
คุณสามารถใช้โมเดลการฝังเพื่อสร้าง การฝังข้อความสำหรับ ข้อความที่ป้อน
โมเดลการฝังได้รับการเพิ่มประสิทธิภาพสำหรับการสร้างการฝังที่มีมิติข้อมูล 768 รายการ สำหรับข้อความที่มีโทเค็นไม่เกิน 2,048 รายการ
การฝังรายละเอียดโมเดล
| พร็อพเพอร์ตี้ | คำอธิบาย |
|---|---|
| รหัสโมเดล |
models/embedding-001
|
| ประเภทข้อมูลที่รองรับ |
อินพุต ข้อความ เอาต์พุต การฝังข้อความ |
| ขีดจำกัดของโทเค็น[*] |
ขีดจำกัดโทเค็นอินพุต 2,048 คน ขนาดมิติข้อมูลเอาต์พุต 768 |
| ขีดจำกัดอัตราคำขอ[**] | คำขอ 1,500 รายการต่อนาที |
| การตั้งค่าความปลอดภัยที่ปรับได้ | สิ่งที่ทำไม่ได้ |
| อัปเดตล่าสุด | ธันวาคม 2023 |
AQA
คุณสามารถใช้โมเดล AQA เพื่อดำเนินการ การตอบคำถามที่มีการระบุแหล่งที่มา (AQA) เกี่ยวกับงานที่เกี่ยวข้องกับเอกสาร คลังข้อมูล หรือชุดข้อความ AQA โมเดลจะแสดงคำตอบสำหรับคำถามที่อยู่ในแหล่งที่มาที่ระบุ พร้อมทั้งการประมาณความน่าจะเป็นที่ตอบได้
รายละเอียดรุ่น
| พร็อพเพอร์ตี้ | คำอธิบาย |
|---|---|
| รหัสโมเดล | models/aqa |
| ประเภทข้อมูลที่รองรับ |
อินพุต ข้อความ เอาต์พุต ข้อความ |
| ภาษาที่รองรับ | อังกฤษ |
| ขีดจำกัดของโทเค็น[*] |
ขีดจำกัดโทเค็นอินพุต 7,168 ครั้ง ขีดจำกัดของโทเค็นเอาต์พุต 1,024 คน |
| ขีดจำกัดอัตราคำขอ[**] | คำขอ 1,500 รายการต่อนาที |
| การตั้งค่าความปลอดภัยที่ปรับได้ | สิ่งที่ทำได้ |
| อัปเดตล่าสุด | ธันวาคม 2023 |
ดูตัวอย่างเพื่อสำรวจความสามารถของโมเดลเหล่านี้ รูปแบบต่างๆ
[*] โทเค็นเทียบเท่ากับประมาณ 4 อักขระสำหรับโมเดล Gemini โทเค็น 100 รายการ มีคำภาษาอังกฤษประมาณ 60-80 คำ
[**] RPM: คำขอต่อนาที
TPM: โทเค็นต่อนาที
RPD: คำขอต่อวัน
TPD: โทเค็นต่อวัน
เนื่องจากข้อจำกัดด้านความจุ อัตราสูงสุดที่ระบุไม่ใช่
รับประกันการแสดงผล
รูปแบบชื่อเวอร์ชันโมเดล
โมเดล Gemini พร้อมให้ใช้งานในเวอร์ชันตัวอย่างหรือเวอร์ชันเสถียร ใน คุณสามารถใช้รูปแบบใดรูปแบบหนึ่งต่อไปนี้เพื่อระบุโมเดล และเวอร์ชันที่ต้องการใช้
ล่าสุด: ชี้ไปที่เวอร์ชันที่ทันสมัยของโมเดลสำหรับ การสร้างและรูปแบบที่หลากหลาย โมเดลที่สำคัญจะได้รับการอัปเดตอย่างสม่ำเสมอ และอาจ เป็นเวอร์ชันตัวอย่าง ควรให้แอปทดสอบและต้นแบบเฉพาะเท่านั้น ใช้ชื่อแทนนี้
หากต้องการระบุเวอร์ชันล่าสุด ให้ใช้รูปแบบต่อไปนี้
<model>-<generation>-<variation>-latest. ตัวอย่างเช่นgemini-1.0-pro-latest.เสถียรล่าสุด: ชี้ไปที่เวอร์ชันที่เสถียรล่าสุดที่เปิดตัวสำหรับ การสร้างและรูปแบบที่ระบุ
หากต้องการระบุเวอร์ชันเสถียรล่าสุด ให้ใช้รูปแบบต่อไปนี้
<model>-<generation>-<variation>. เช่นgemini-1.0-proเวอร์ชันเสถียร: ชี้ไปที่โมเดลแบบคงที่ที่เฉพาะเจาะจง โมเดลเสถียรจะไม่มีการเปลี่ยนแปลง แอปเวอร์ชันที่ใช้งานจริงส่วนใหญ่ควรใช้โมเดลที่เสถียรรุ่นใดรุ่นหนึ่ง
หากต้องการระบุเวอร์ชันที่เสถียร ให้ใช้รูปแบบต่อไปนี้:
<model>-<generation>-<variation>-<version>. ตัวอย่างเช่นgemini-1.0-pro-001.
ภาษาที่พร้อมให้บริการ
โมเดล Gemini ได้รับการฝึกให้ทำงานกับภาษาต่อไปนี้
- อาหรับ (
ar) - เบงกาลี (
bn) - บัลแกเรีย (
bg) - จีนตัวย่อและตัวเต็ม (
zh) - โครเอเชีย (
hr) - เช็ก (
cs) - เดนมาร์ก (
da) - ดัตช์ (
nl) - อังกฤษ (
en) - เอสโตเนีย (
et) - ฟินแลนด์ (
fi) - ฝรั่งเศส (
fr) - เยอรมัน (
de) - กรีก (
el) - ฮีบรู (
iw) - ฮินดี (
hi) - ฮังการี (
hu) - อินโดนีเซีย (
id) - อิตาลี (
it) - ญี่ปุ่น (
ja) - เกาหลี (
ko) - ลัตเวีย (
lv) - ลิทัวเนีย (
lt) - นอร์เวย์ (
no) - โปแลนด์ (
pl) - โปรตุเกส (
pt) - โรมาเนีย (
ro) - รัสเซีย (
ru) - เซอร์เบีย (
sr) - สโลวัก (
sk) - สโลวีเนีย (
sl) - สเปน (
es) - สวาฮีลี (
sw) - สวีเดน (
sv) - ไทย (
th) - ตุรกี (
tr) - ยูเครน (
uk) - เวียดนาม (
vi)