Gemini เป็นตระกูลโมเดล Generative AI ที่ช่วยให้นักพัฒนาซอฟต์แวร์สร้างเนื้อหาและแก้ไขปัญหาได้ โมเดลเหล่านี้ได้รับการออกแบบและฝึกให้จัดการ ทั้งข้อความและรูปภาพเป็นอินพุต คู่มือนี้ให้ข้อมูลเกี่ยวกับรายละเอียดปลีกย่อยของแต่ละรุ่น เพื่อช่วยให้คุณตัดสินใจเลือกรุ่นที่เหมาะกับการใช้งานของคุณมากที่สุด
ต่อไปนี้เป็นข้อมูลสรุปสั้นๆ ของโมเดลที่พร้อมใช้งานและความสามารถของโมเดลเหล่านั้น
รูปแบบ | อินพุต | เอาต์พุต |
---|---|---|
ราศีเมถุน | ||
|
ข้อความและรูปภาพ | ข้อความ |
|
ข้อความ | ข้อความ |
|
ข้อความและรูปภาพ | ข้อความ |
การฝัง | ||
|
ข้อความ | การฝังข้อความ |
การดึงข้อมูล | ||
|
ข้อความ | ข้อความ |
ความปลอดภัยและการใช้งานตามจุดประสงค์
โมเดลปัญญาประดิษฐ์แบบ Generative เป็นเครื่องมือที่มีประสิทธิภาพ แต่ก็ยังมีข้อจำกัด ความคล่องตัวและประโยชน์ใช้สอยของผู้ใช้บางครั้งอาจนำไปสู่ผลลัพธ์ที่ไม่คาดคิด เช่น เอาต์พุตที่ไม่ถูกต้อง ลำเอียง หรือไม่เหมาะสม กระบวนการหลังการประมวลผลและการประเมินโดยเจ้าหน้าที่อย่างเข้มงวดเป็นสิ่งจำเป็นเพื่อจำกัดความเสี่ยงที่จะเป็นอันตรายจากผลลัพธ์ดังกล่าว ดูคำแนะนำเพิ่มเติมในการใช้งานที่ปลอดภัยได้ในคำแนะนำด้านความปลอดภัย
โมเดลที่ Gemini API มีให้จะใช้ได้สำหรับ Generative AI และแอปพลิเคชันการประมวลผลภาษาธรรมชาติ (NLP) ที่หลากหลาย การใช้งานฟังก์ชันเหล่านี้ใช้งานได้ผ่าน Gemini API หรือเว็บแอป Google AI Studio เท่านั้น การใช้ Gemini API ของคุณยังขึ้นอยู่กับนโยบายการใช้งานที่ไม่อนุญาตของ Generative AI และข้อกำหนดในการให้บริการของ Gemini API ด้วย
ขนาดโมเดล
ตารางต่อไปนี้แสดงขนาดที่มีจำหน่ายและความหมายของขนาดต่างๆ โดยเปรียบเทียบกัน
ขนาดโมเดล | คำอธิบาย | บริการ |
---|---|---|
Gemini 1.0 Pro | ขนาดของโมเดลที่รักษาสมดุลระหว่างความสามารถและประสิทธิภาพ |
|
เวอร์ชันของโมเดล
รุ่น Gemini มีให้ใช้งานทั้งในเวอร์ชันตัวอย่างหรือเวอร์ชันเสถียร ในโค้ด คุณสามารถใช้รูปแบบชื่อโมเดลแบบใดแบบหนึ่งต่อไปนี้เพื่อระบุรุ่นและเวอร์ชันที่ต้องการใช้
ล่าสุด: ชี้ไปยังโมเดลอันล้ำสมัยสำหรับรุ่นและรูปแบบที่ระบุ โมเดลที่สำคัญจะอัปเดตเป็นประจำและอาจเป็นเวอร์ชันตัวอย่าง มีเพียงแอปทดสอบและต้นแบบสำหรับการทดสอบในการสำรวจเท่านั้นที่ควรใช้ชื่อแทนนี้
หากต้องการระบุเวอร์ชันล่าสุด ให้ใช้รูปแบบต่อไปนี้:
<model>-<generation>-<variation>-latest
ตัวอย่างเช่นgemini-1.0-pro-latest
เวอร์ชันเสถียรล่าสุด: ชี้ไปยังเวอร์ชันเสถียรล่าสุดที่เผยแพร่สำหรับรุ่นและรูปแบบที่ระบุ
หากต้องการระบุเวอร์ชันเสถียรล่าสุด ให้ใช้รูปแบบต่อไปนี้:
<model>-<generation>-<variation>
เช่นgemini-1.0-pro
เสถียร: ชี้ไปที่โมเดลที่มีความเสถียรที่เจาะจง โมเดลที่เสถียรจะไม่เปลี่ยนแปลง แอปเวอร์ชันที่ใช้งานจริงส่วนใหญ่ควรใช้โมเดลที่เสถียรโดยเฉพาะ
หากต้องการระบุเวอร์ชันเสถียร ให้ใช้รูปแบบต่อไปนี้:
<model>-<generation>-<variation>-<version>
ตัวอย่างเช่นgemini-1.0-pro-001
สำหรับโมเดลที่มีเวอร์ชันเสถียร โปรดดูแถว "ชื่อโมเดล" ของโมเดลในรูปแบบต่างๆ ของโมเดล
รูปแบบที่ใกล้เคียง
Gemini API มีโมเดลต่างๆ ที่เพิ่มประสิทธิภาพสำหรับกรณีการใช้งานเฉพาะ ตารางต่อไปนี้จะอธิบายแอตทริบิวต์ของแต่ละแอตทริบิวต์
ความหลากหลาย | แอตทริบิวต์ | คำอธิบาย |
---|---|---|
Gemini 1.5 Pro (เวอร์ชันตัวอย่างเท่านั้น) | อัปเดตโมเดลครั้งล่าสุด | เมษายน 2024 |
รหัสรุ่น | models/gemini-1.5-pro-latest |
|
ความสามารถของโมเดล |
|
|
วิธีการสร้างที่รองรับ | generateContent |
|
ขีดจำกัดโทเค็นอินพุต | 1048576 | |
ขีดจำกัดโทเค็นเอาต์พุต | 8192 | |
ความปลอดภัยของโมเดล | การตั้งค่าความปลอดภัยที่ใช้โดยอัตโนมัติซึ่งนักพัฒนาแอปปรับได้ ดูรายละเอียดในหัวข้อการตั้งค่าความปลอดภัย | |
ขีดจำกัดอัตรา | 2 คำค้นหาต่อนาที, 1,000 คำค้นหาต่อวัน [1] | |
Gemini Pro | อัปเดตโมเดลครั้งล่าสุด | February 2024 |
รหัสรุ่น | models/gemini-pro |
|
ความสามารถของโมเดล |
|
|
วิธีการสร้างที่รองรับ | generateContent |
|
ขีดจำกัดโทเค็นอินพุต | 30720 | |
ขีดจำกัดโทเค็นเอาต์พุต | 2048 | |
ความปลอดภัยของโมเดล | การตั้งค่าความปลอดภัยที่ใช้โดยอัตโนมัติซึ่งนักพัฒนาแอปปรับได้ ดูรายละเอียดในหัวข้อการตั้งค่าความปลอดภัย | |
ขีดจำกัดอัตรา | 60 คำขอต่อนาที [1] | |
ชื่อโมเดล |
|
|
วิสัยทัศน์ Gemini 1.0 Pro | อัปเดตโมเดลครั้งล่าสุด | ธันวาคม 2023 |
รหัสรุ่น | models/gemini-pro-vision |
|
ความสามารถของโมเดล |
|
|
วิธีการสร้างที่รองรับ | generateContent |
|
ขีดจำกัดโทเค็นอินพุต | 12288 | |
ขีดจำกัดโทเค็นเอาต์พุต | 4096 | |
ความปลอดภัยของโมเดล | การตั้งค่าความปลอดภัยที่ใช้โดยอัตโนมัติซึ่งนักพัฒนาแอปปรับได้ ดูรายละเอียดในหัวข้อการตั้งค่าความปลอดภัย | |
ขีดจำกัดอัตรา | 60 คำขอต่อนาที [1] | |
การฝัง | อัปเดตโมเดลครั้งล่าสุด | ธันวาคม 2023 |
รหัสรุ่น | models/embedding-001 |
|
ความสามารถของโมเดล |
|
|
วิธีการสร้างที่รองรับ | embedContent |
|
ความปลอดภัยของโมเดล | ไม่มีการตั้งค่าความปลอดภัยที่ปรับแต่งได้ | |
ขีดจำกัดอัตรา | คำขอ 1,500 รายการต่อนาที [1] | |
การฝังข้อความ | อัปเดตโมเดลครั้งล่าสุด | เมษายน 2024 |
รหัสรุ่น | models/text-embedding-004 (text-embedding-preview-0409
ใน Vertex AI)
|
|
ความสามารถของโมเดล |
|
|
วิธีการสร้างที่รองรับ | embedContent |
|
ความปลอดภัยของโมเดล | ไม่มีการตั้งค่าความปลอดภัยที่ปรับแต่งได้ | |
ขีดจำกัดอัตรา | คำขอ 1,500 รายการต่อนาที [1] | |
AQA | อัปเดตโมเดลครั้งล่าสุด | ธันวาคม 2023 |
รหัสรุ่น | models/aqa |
|
ความสามารถของโมเดล |
|
|
วิธีการสร้างที่รองรับ | generateAnswer |
|
ภาษาที่รองรับ | อังกฤษ | |
ขีดจำกัดโทเค็นอินพุต | 7168 | |
ขีดจำกัดโทเค็นเอาต์พุต | 1024 | |
ความปลอดภัยของโมเดล | การตั้งค่าความปลอดภัยที่ใช้โดยอัตโนมัติซึ่งนักพัฒนาแอปปรับได้ ดูรายละเอียดในหัวข้อการตั้งค่าความปลอดภัย | |
ขีดจำกัดอัตรา | 60 คำขอต่อนาที [1] |
ดูตัวอย่างเพื่อสำรวจความสามารถของรูปแบบรูปแบบต่างๆ เหล่านี้
ข้อมูลเมตาของโมเดล
ใช้ ModelService
API เพื่อรับข้อมูลเมตาเพิ่มเติมเกี่ยวกับโมเดลล่าสุด เช่น ขีดจำกัดโทเค็นอินพุตและเอาต์พุต ตารางต่อไปนี้แสดงข้อมูลเมตาสำหรับตัวแปรของรุ่น Gemini Pro
แอตทริบิวต์ | ค่า |
---|---|
ชื่อที่แสดง | Gemini 1.0 Pro |
รหัสรุ่น | models/gemini-1.0-pro |
คำอธิบาย | โมเดลที่กำหนดเป้าหมายสำหรับการสร้างข้อความ |
วิธีการสร้างที่รองรับ | generateContent |
อุณหภูมิ | 0.9 |
top_p | 1 |
top_k | 1 |
แอตทริบิวต์ของโมเดล
ตารางต่อไปนี้อธิบายแอตทริบิวต์ของโมเดล Gemini ซึ่งพบได้ในรูปแบบโมเดลทั้งหมด
แอตทริบิวต์ | คำอธิบาย |
---|---|
ข้อมูลการฝึก | จุดตัดความรู้ของ Gemini คือช่วงต้นปี 2023 ความรู้เกี่ยวกับเหตุการณ์หลังจากเวลาดังกล่าวมีจำกัด |
ภาษาที่รองรับ | ดูภาษาที่ใช้ได้ |
พารามิเตอร์โมเดลที่กำหนดค่าได้ |
|
[1] เนื่องจากขีดจำกัดความจุ ระบบจะไม่รับประกันขีดจำกัดอัตราสูงสุดที่ระบุไว้
ดูข้อมูลเกี่ยวกับพารามิเตอร์แต่ละรายการได้ในส่วนพารามิเตอร์โมเดลของ ข้อมูลเบื้องต้นเกี่ยวกับคู่มือ LLM
ขั้นตอนถัดไป
- ดูวิธีการเริ่มต้นใช้งานแบบไม่ต้องเขียนโค้ดได้ที่คู่มือเริ่มใช้งาน Google AI Studio อย่างรวดเร็ว
- หากต้องการเริ่มต้นใช้งาน API โปรดดูการเริ่มต้น Python อย่างรวดเร็ว