All Gemini 1.5 models will be retired on September 24, 2025. To avoid service disruption, update to a newer model (for example, gemini-2.5-flash-lite). Learn more.

Эта страница переведена с помощью Cloud Translation API.

Выполнение кода

Выполнение кода — это инструмент, позволяющий модели генерировать и запускать код Python. Модель может итеративно обучаться на основе результатов выполнения кода, пока не достигнет конечного результата.

Вы можете использовать выполнение кода для создания функций, использующих рассуждения на основе кода и генерирующих текстовый вывод. Например, выполнение кода можно использовать для решения уравнений или обработки текста. Вы также можете использовать библиотеки, входящие в среду выполнения кода, для выполнения более специализированных задач.

Как и в случае со всеми инструментами, которые вы предоставляете модели, модель сама решает, когда использовать выполнение кода.

Перейти к реализации кода

Сравнение выполнения кода и вызова функции

Выполнение кода и вызов функций — схожие функции. В общем случае, если модель подходит для вашего случая, предпочтительнее использовать выполнение кода. Выполнение кода также проще в использовании, поскольку вы просто включаете его.

Вот некоторые дополнительные различия между выполнением кода и вызовом функций:

Выполнение кода	Вызов функции
Используйте выполнение кода, если вы хотите, чтобы модель написала и запустила код Python для вас и вернула результат.	Используйте вызов функций, если у вас уже есть собственные функции, которые вы хотите запустить локально.
Выполнение кода позволяет модели запускать код в бэкэнде API в фиксированной изолированной среде.	Вызов функций позволяет вам запускать функции, запрашиваемые моделью, в любой желаемой вами среде.
Выполнение кода выполняется одним запросом. Хотя вы можете использовать выполнение кода с функцией чата, это не является обязательным требованием.	Вызов функции требует дополнительного запроса на отправку результата каждого вызова функции. Поэтому необходимо использовать функцию чата.

Поддерживаемые модели

gemini-2.5-pro
gemini-2.5-flash
gemini-2.5-flash-lite
gemini-2.0-flash-001 (и его автоматически обновляемый псевдоним gemini-2.0-flash )
gemini-2.0-flash-live-preview-04-09

Использовать выполнение кода

Вы можете использовать выполнение кода как с текстовым, так и с многомодальным вводом, но ответом всегда будет только текст или код.

Прежде чем начать

Щелкните своего поставщика API Gemini , чтобы просмотреть специфичный для этого поставщика контент и код на этой странице.

Если вы еще этого не сделали, ознакомьтесь с руководством по началу работы , в котором описывается, как настроить проект Firebase, подключить приложение к Firebase, добавить SDK, инициализировать внутреннюю службу для выбранного поставщика API Gemini и создать экземпляр GenerativeModel .

Для тестирования и итерации ваших подсказок мы рекомендуем использовать Google AI Studio .

Включить выполнение кода

Прежде чем приступить к работе с этим примером, выполните указания раздела «Перед началом работы» данного руководства, чтобы настроить свой проект и приложение.
В этом разделе вы также нажмете кнопку для выбранного вами поставщика API Gemini , чтобы увидеть на этой странице контент, специфичный для этого поставщика .

При создании экземпляра GenerativeModel предоставьте CodeExecution в качестве инструмента, который модель сможет использовать для генерации ответа. Это позволит модели генерировать и запускать код Python.

Быстрый


import FirebaseAI

// Initialize the Gemini Developer API backend service
let ai = FirebaseAI.firebaseAI(backend: .googleAI())

// Create a `GenerativeModel` instance with a model that supports your use case
let model = ai.generativeModel(
  modelName: "GEMINI_MODEL_NAME",
  // Provide code execution as a tool that the model can use to generate its response.
  tools: [.codeExecution()]
)

let prompt = """
What is the sum of the first 50 prime numbers?
Generate and run code for the calculation, and make sure you get all 50.
"""

let response = try await model.generateContent(prompt)

guard let candidate = response.candidates.first else {
  print("No candidates in response.")
  return
}
for part in candidate.content.parts {
  if let textPart = part as? TextPart {
    print("Text = \(textPart.text)")
  } else if let executableCode = part as? ExecutableCodePart {
    print("Code = \(executableCode.code), Language = \(executableCode.language)")
  } else if let executionResult = part as? CodeExecutionResultPart {
    print("Outcome = \(executionResult.outcome), Result = \(executionResult.output ?? "no output")")
  }
}

Kotlin


// Initialize the Gemini Developer API backend service
// Create a `GenerativeModel` instance with a model that supports your use case
val model = Firebase.ai(backend = GenerativeBackend.googleAI()).generativeModel(
    modelName = "GEMINI_MODEL_NAME",
    // Provide code execution as a tool that the model can use to generate its response.
    tools = listOf(Tool.codeExecution())
)

val prompt =  "What is the sum of the first 50 prime numbers? " +
        "Generate and run code for the calculation, and make sure you get all 50."

val response = model.generateContent(prompt)

response.candidates.first().content.parts.forEach {
    if(it is TextPart) {
        println("Text = ${it.text}")
    }
    if(it is ExecutableCodePart) {
        println("Code = ${it.code}, Language = ${it.language}")
    }
    if(it is CodeExecutionResultPart) {
       println("Outcome = ${it.outcome}, Result = ${it.output}")
    }
}

Java


// Initialize the Gemini Developer API backend service
// Create a `GenerativeModel` instance with a model that supports your use case
GenerativeModel ai = FirebaseAI.getInstance(GenerativeBackend.googleAI())
                .generativeModel("GEMINI_MODEL_NAME",
                        null,
                        null,
                        // Provide code execution as a tool that the model can use to generate its response.
                        List.of(Tool.codeExecution()));

// Use the GenerativeModelFutures Java compatibility layer which offers
// support for ListenableFuture and Publisher APIs
GenerativeModelFutures model = GenerativeModelFutures.from(ai);

String text = "What is the sum of the first 50 prime numbers? " +
        "Generate and run code for the calculation, and make sure you get all 50.";

Content prompt = new Content.Builder()
    .addText(text)
    .build();

ListenableFuture response = model.generateContent(prompt);

Futures.addCallback(response, new FutureCallback() {
   @Override
public void onSuccess(GenerateContentResponse response)   {
    // Access the first candidate's content parts
    List parts = response.getCandidates().get(0).getContent().getParts();
    for (Part part : parts) {
        if (part instanceof TextPart) {
            TextPart textPart = (TextPart) part;
            System.out.println("Text = " + textPart.getText());
        } else if (part instanceof ExecutableCodePart) {
            ExecutableCodePart codePart = (ExecutableCodePart) part;
            System.out.println("Code = " + codePart.getCode() + ", Language = " + codePart.getLanguage());
        } else if (part instanceof CodeExecutionResultPart) {
            CodeExecutionResultPart resultPart = (CodeExecutionResultPart) part;
            System.out.println("Outcome = " + resultPart.getOutcome() + ", Result = " + resultPart.getOutput());
        }
    }
}

    @Override
    public void onFailure(Throwable t) {
        t.printStackTrace();
    }
}, executor);

Web


import { initializeApp } from "firebase/app";
import { getAI, getGenerativeModel, GoogleAIBackend } from "firebase/ai";

// TODO(developer) Replace the following with your app's Firebase configuration
// See: https://firebase.google.com/docs/web/learn-more#config-object
const firebaseConfig = {
  // ...
};

// Initialize FirebaseApp
const firebaseApp = initializeApp(firebaseConfig);

// Initialize the Gemini Developer API backend service
const ai = getAI(firebaseApp, { backend: new GoogleAIBackend() });

// Create a `GenerativeModel` instance with a model that supports your use case
const model = getGenerativeModel(
  ai,
  {
    model: "GEMINI_MODEL_NAME",
    // Provide code execution as a tool that the model can use to generate its response.
    tools: [{ codeExecution: {} }]
  }
);

const prompt =  "What is the sum of the first 50 prime numbers? " +
        "Generate and run code for the calculation, and make sure you get all 50."

const result = await model.generateContent(prompt);
const response = await result.response;

const parts = response.candidates?.[0].content.parts;

if (parts) {
  parts.forEach((part) => {
    if (part.text) {
        console.log(`Text: ${part.text}`);
    } else if (part.executableCode) {
      console.log(
        `Code: ${part.executableCode.code}, Language: ${part.executableCode.language}`
      );
    } else if (part.codeExecutionResult) {
      console.log(
        `Outcome: ${part.codeExecutionResult.outcome}, Result: ${part.codeExecutionResult.output}`
      );
    }
  });
}

Dart

Поддержка Flutter появится в следующей версии.

Единство

Поддержка Unity появится в следующей версии.

Узнайте, как выбрать модельподходящий для вашего варианта использования и приложения.

Посмотреть пример вывода

Вывод может выглядеть примерно так (он отформатирован для удобства чтения):

Okay, I need to calculate the sum of the first 50 prime numbers. Here's how I'll
approach this:

1.  **Generate Prime Numbers:** I'll use an iterative method to find prime
    numbers. I'll start with 2 and check if each subsequent number is divisible
    by any number between 2 and its square root. If not, it's a prime.
2.  **Store Primes:** I'll store the prime numbers in a list until I have 50 of
    them.
3.  **Calculate the Sum:**  Finally, I'll sum the prime numbers in the list.

Here's the Python code to do this:

def is_prime(n):
  """Efficiently checks if a number is prime."""
  if n <= 1:
    return False
  if n <= 3:
    return True
  if n % 2 == 0 or n % 3 == 0:
    return False
  i = 5
  while i * i <= n:
    if n % i == 0 or n % (i + 2) == 0:
      return False
    i += 6
  return True

primes = []
num = 2
while len(primes) < 50:
  if is_prime(num):
    primes.append(num)
  num += 1

sum_of_primes = sum(primes)
print(f'{primes=}')
print(f'{sum_of_primes=}')

primes=[2, 3, 5, 7, 11, 13, 17, 19, 23, 29, 31, 37, 41, 43, 47, 53, 59, 61, 67,
71, 73, 79, 83, 89, 97, 101, 103, 107, 109, 113, 127, 131, 137, 139, 149, 151,
157, 163, 167, 173, 179, 181, 191, 193, 197, 199, 211, 223, 227, 229]
sum_of_primes=5117

The sum of the first 50 prime numbers is 5117.

Этот вывод объединяет несколько частей контента, которые модель возвращает при использовании выполнения кода:

text : Встроенный текст, сгенерированный моделью
executableCode : Код, сгенерированный моделью, который предназначен для выполнения.
codeExecutionResult : Результат выполненного кода

Соглашения об именовании этих частей различаются в зависимости от языка программирования.

Использовать выполнение кода в чате

Вы также можете использовать выполнение кода в рамках чата:

Быстрый


import FirebaseAI

// Initialize the Gemini Developer API backend service
let ai = FirebaseAI.firebaseAI(backend: .googleAI())

// Create a `GenerativeModel` instance with a model that supports your use case
let model = ai.generativeModel(
  modelName: "GEMINI_MODEL_NAME",
  // Provide code execution as a tool that the model can use to generate its response.
  tools: [.codeExecution()]
)

let prompt = """
What is the sum of the first 50 prime numbers?
Generate and run code for the calculation, and make sure you get all 50.
"""
let chat = model.startChat()

let response = try await chat.sendMessage(prompt)

guard let candidate = response.candidates.first else {
  print("No candidates in response.")
  return
}
for part in candidate.content.parts {
  if let textPart = part as? TextPart {
    print("Text = \(textPart.text)")
  } else if let executableCode = part as? ExecutableCodePart {
    print("Code = \(executableCode.code), Language = \(executableCode.language)")
  } else if let executionResult = part as? CodeExecutionResultPart {
    print("Outcome = \(executionResult.outcome), Result = \(executionResult.output ?? "no output")")
  }
}

Kotlin


// Initialize the Gemini Developer API backend service
// Create a `GenerativeModel` instance with a model that supports your use case
val model = Firebase.ai(backend = GenerativeBackend.googleAI()).generativeModel(
    modelName = "GEMINI_MODEL_NAME",
    // Provide code execution as a tool that the model can use to generate its response.
    tools = listOf(Tool.codeExecution())
)

val prompt =  "What is the sum of the first 50 prime numbers? " +
        "Generate and run code for the calculation, and make sure you get all 50."
val chat = model.startChat()
val response = chat.sendMessage(prompt)

response.candidates.first().content.parts.forEach {
    if(it is TextPart) {
        println("Text = ${it.text}")
    }
    if(it is ExecutableCodePart) {
        println("Code = ${it.code}, Language = ${it.language}")
    }
    if(it is CodeExecutionResultPart) {
       println("Outcome = ${it.outcome}, Result = ${it.output}")
    }
}

Java


// Initialize the Gemini Developer API backend service
// Create a `GenerativeModel` instance with a model that supports your use case
GenerativeModel ai = FirebaseAI.getInstance(GenerativeBackend.googleAI())
                .generativeModel("GEMINI_MODEL_NAME",
                        null,
                        null,
                        // Provide code execution as a tool that the model can use to generate its response.
                        List.of(Tool.codeExecution()));

// Use the GenerativeModelFutures Java compatibility layer which offers
// support for ListenableFuture and Publisher APIs
GenerativeModelFutures model = GenerativeModelFutures.from(ai);
String text = "What is the sum of the first 50 prime numbers? " +
        "Generate and run code for the calculation, and make sure you get all 50.";

Content prompt = new Content.Builder()
    .addText(text)
    .build();

ChatFutures chat = model.startChat();
ListenableFuture response = chat.sendMessage(prompt);

Futures.addCallback(response, new FutureCallback() {
   @Override
public void onSuccess(GenerateContentResponse response)   {
    // Access the first candidate's content parts
    List parts = response.getCandidates().get(0).getContent().getParts();
    for (Part part : parts) {
        if (part instanceof TextPart) {
            TextPart textPart = (TextPart) part;
            System.out.println("Text = " + textPart.getText());
        } else if (part instanceof ExecutableCodePart) {
            ExecutableCodePart codePart = (ExecutableCodePart) part;
            System.out.println("Code = " + codePart.getCode() + ", Language = " + codePart.getLanguage());
        } else if (part instanceof CodeExecutionResultPart) {
            CodeExecutionResultPart resultPart = (CodeExecutionResultPart) part;
            System.out.println("Outcome = " + resultPart.getOutcome() + ", Result = " + resultPart.getOutput());
        }
    }
}

    @Override
    public void onFailure(Throwable t) {
        t.printStackTrace();
    }
}, executor);

Web


import { initializeApp } from "firebase/app";
import { getAI, getGenerativeModel, GoogleAIBackend } from "firebase/ai";

// TODO(developer) Replace the following with your app's Firebase configuration
// See: https://firebase.google.com/docs/web/learn-more#config-object
const firebaseConfig = {
  // ...
};

// Initialize FirebaseApp
const firebaseApp = initializeApp(firebaseConfig);

// Initialize the Gemini Developer API backend service
const ai = getAI(firebaseApp, { backend: new GoogleAIBackend() });

// Create a `GenerativeModel` instance with a model that supports your use case
const model = getGenerativeModel(
  ai,
  {
    model: "GEMINI_MODEL_NAME",
    // Provide code execution as a tool that the model can use to generate its response.
    tools: [{ codeExecution: {} }]
  }
);

const prompt =  "What is the sum of the first 50 prime numbers? " +
        "Generate and run code for the calculation, and make sure you get all 50."
const chat = model.startChat()
const result = await chat.sendMessage(prompt);
const response = await result.response;

const parts = response.candidates?.[0].content.parts;

if (parts) {
  parts.forEach((part) => {
    if (part.text) {
        console.log(`Text: ${part.text}`);
    } else if (part.executableCode) {
      console.log(
        `Code: ${part.executableCode.code}, Language: ${part.executableCode.language}`
      );
    } else if (part.codeExecutionResult) {
      console.log(
        `Outcome: ${part.codeExecutionResult.outcome}, Result: ${part.codeExecutionResult.output}`
      );
    }
  });
}

Dart

Поддержка Flutter появится в следующей версии.

Единство

Поддержка Unity появится в следующей версии.

Узнайте, как выбрать модельподходящий для вашего варианта использования и приложения.

Цены

Дополнительная плата за включение функции выполнения кода и предоставление её в качестве инструмента для модели не взимается. Если модель решит использовать функцию выполнения кода, с вас будет взиматься плата по текущему тарифу на входные и выходные токены в зависимости от используемой вами модели Gemini.

На следующей диаграмме показана модель выставления счетов за выполнение кода:

Диаграмма, показывающая, как начисляются токены, когда модель использует выполнение кода.

Ниже приведено краткое описание того, как начисляются токены, когда модель использует выполнение кода:

Исходное приглашение оплачивается один раз. Его токены помечаются как промежуточные токены, которые оплачиваются как входные токены .
Сгенерированный код и результат выполненного кода выставляются следующим образом:
- Когда они используются во время выполнения кода, они помечаются как промежуточные токены, которые тарифицируются как входные токены .
- Когда они включены как часть окончательного ответа, они выставляются в счет как выходные токены .
Окончательное резюме в окончательном ответе учитывается как выходные токены .

API Gemini включает промежуточное количество токенов в ответе API, поэтому вы знаете, почему с вас взимается плата за входные токены сверх первоначального запроса.

Обратите внимание, что сгенерированный код может включать как текст, так и многомодальные выходные данные, такие как изображения.

Ограничения и передовой опыт

Модель может генерировать и выполнять только код Python. Она не может возвращать другие артефакты, например медиафайлы.
Выполнение кода может длиться не более 30 секунд, после чего истечет время ожидания.
В некоторых случаях включение выполнения кода может привести к регрессиям в других областях вывода модели (например, написание истории).
Инструмент выполнения кода не поддерживает файловые URI в качестве входных и выходных данных. Однако инструмент выполнения кода поддерживает файловый ввод и вывод графиков в виде встроенных байтов. Используя эти возможности ввода и вывода, вы можете загружать CSV-файлы и текстовые файлы, задавать вопросы о файлах и получать графики Matplotlib, генерируемые в результате выполнения кода. Поддерживаемые MIME-типы для встроенных байтов: .cpp , .csv , .java , .jpeg , .js , .png , .py , .ts и .xml .

Поддерживаемые библиотеки

Среда выполнения кода включает следующие библиотеки. Установка собственных библиотек невозможна.

Просмотреть поддерживаемые библиотеки для API разработчика Gemini

атрибуты
шахматы
контурный
fpdf
геопанды
imageio
jinja2
joblib
jsonschema
jsonschema-спецификации
lxml
matplotlib
mpmath
numpy
opencv-python
openpyxl
упаковка
панды
подушка
протобуф
пилатекс
pyparsing
PyPDF2
python-dateutil
python-docx
python-pptx
reportlab
scikit-learn
сципи
морское рождение
шесть
striprtf
симпи
табулировать
тензорный поток
инструменты
xlrd

Просмотреть поддерживаемые библиотеки для API Vertex AI Gemini

Оставьте отзыв о своем опыте работы с Firebase AI Logic

Выполнение кода Оптимизируйте свои подборки Сохраняйте и классифицируйте контент в соответствии со своими настройками.

Сравнение выполнения кода и вызова функции

Поддерживаемые модели

Использовать выполнение кода

Прежде чем начать

Включить выполнение кода

Быстрый

Kotlin

Java

Web

Dart

Единство

Использовать выполнение кода в чате

Быстрый

Kotlin

Java

Web

Dart

Единство

Цены

Ограничения и передовой опыт

Поддерживаемые библиотеки

Выполнение кода