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.

Bu sayfa, Cloud Translation API ile çevrilmiştir.

Kod yürütme

Kod yürütme, modelin Python kodu oluşturup çalıştırmasını sağlayan bir araçtır. Model, nihai bir çıkışa ulaşana kadar kod yürütme sonuçlarından yinelemeli olarak öğrenebilir.

Kod yürütme özelliğini kullanarak kod tabanlı muhakemeden yararlanan ve metin çıkışı oluşturan özellikler geliştirebilirsiniz. Örneğin, denklemleri çözmek veya metinleri işlemek için kod yürütme özelliğini kullanabilirsiniz. Daha özel görevleri gerçekleştirmek için kod yürütme ortamında yer alan kitaplıkları da kullanabilirsiniz.

Modele sağladığınız tüm araçlarda olduğu gibi, kod yürütmenin ne zaman kullanılacağına model karar verir.

Kod uygulaması bölümüne git

Kod yürütme ile işlev çağrısı karşılaştırması

Kod yürütme ve işlev çağırma benzer özelliklerdir. Genel olarak, model kullanım alanınızı işleyebiliyorsa kod yürütmeyi tercih etmelisiniz. Kod yürütme de yalnızca etkinleştirmeniz gerektiğinden daha kolay kullanılır.

Kod yürütme ve işlev çağırma arasındaki bazı ek farklar şunlardır:

Kod yürütme	İşlev çağırma
Modelin sizin için Python kodu yazıp çalıştırmasını ve sonucu döndürmesini istiyorsanız kod yürütmeyi kullanın.	Yerel olarak çalıştırmak istediğiniz kendi işlevleriniz varsa işlev çağrısını kullanın.
Kod yürütme, modelin API arka ucunda kodu sabit ve ayrı bir ortamda çalıştırmasına olanak tanır.	İşlev çağrısı, modelin istediği işlevleri istediğiniz ortamda çalıştırmanıza olanak tanır.
Kod yürütme tek bir istekle çözülür. Sohbet özelliğiyle kod yürütmeyi isteğe bağlı olarak kullanabilirsiniz ancak bu zorunlu değildir.	İşlev çağrısı, her işlev çağrısından gelen çıkışı geri göndermek için ek bir istek gerektirir. Bu nedenle, sohbet özelliğini kullanmanız gerekir.

Desteklenen modeller

gemini-2.5-pro
gemini-2.5-flash
gemini-2.5-flash-lite
gemini-2.0-flash-001 (ve otomatik olarak güncellenen diğer adı gemini-2.0-flash)
gemini-2.0-flash-live-preview-04-09

Kod yürütmeyi kullanma

Kod yürütme özelliğini yalnızca metin içeren ve çok formatlı girişlerle kullanabilirsiniz ancak yanıt her zaman yalnızca metin veya kod şeklinde olur.

Başlamadan önce

Bu sayfada sağlayıcıya özel içerikleri ve kodu görüntülemek için Gemini API sağlayıcınızı tıklayın.

Henüz yapmadıysanız başlangıç kılavuzunu tamamlayın. Bu kılavuzda Firebase projenizi ayarlama, uygulamanızı Firebase'e bağlama, SDK'yı ekleme, seçtiğiniz Gemini API sağlayıcısı için arka uç hizmetini başlatma ve GenerativeModel örneği oluşturma hakkında bilgiler yer alır.

İstemlerinizi test etmek ve yinelemek, hatta oluşturulmuş bir kod snippet'i almak için Google AI Studio'ı kullanmanızı öneririz.

Kod yürütmeyi etkinleştirme

Bu örneği denemeden önce projenizi ve uygulamanızı ayarlamak için bu kılavuzun Başlamadan önce bölümünü tamamlayın.Bu bölümde, seçtiğiniz Gemini API sağlayıcı için bir düğmeyi de tıklayarak bu sayfada sağlayıcıya özel içerikleri görebilirsiniz.

GenerativeModel örneğini oluştururken CodeExecution değerini, modelin yanıtını oluşturmak için kullanabileceği bir araç olarak sağlayın. Bu sayede model, Python kodu oluşturup çalıştırabilir.

Swift


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

Flutter desteği, bir sonraki sürümde kullanıma sunulacaktır.

Unity

Unity desteği, bir sonraki sürümde kullanıma sunulacak.

Kullanım alanınıza ve uygulamanıza uygun bir model seçmeyi öğrenin.

Örnek çıkışı görüntüleyin

Çıkış, okunabilirlik için biçimlendirilmiş aşağıdaki gibi görünebilir:

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.

Bu çıkış, modelin kod yürütme kullanılırken döndürdüğü çeşitli içerik bölümlerini birleştirir:

text: Model tarafından oluşturulan satır içi metin
executableCode: Yürütülmesi amaçlanan model tarafından oluşturulan kod
codeExecutionResult: Yürütülen kodun sonucu

Bu bölümlerin adlandırma kuralları, programlama diline göre değişir.

Sohbette kod yürütme özelliğini kullanma

Kod yürütmeyi sohbetin bir parçası olarak da kullanabilirsiniz:

Swift


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

Flutter desteği, bir sonraki sürümde kullanıma sunulacaktır.

Unity

Unity desteği, bir sonraki sürümde kullanıma sunulacak.

Kullanım alanınıza ve uygulamanıza uygun bir model seçmeyi öğrenin.

Fiyatlandırma

Kod yürütmeyi etkinleştirmenin ve bunu modele araç olarak sunmanın ek bir maliyeti yoktur. Model, kod yürütmeyi kullanmaya karar verirse kullandığınız Gemini modeline göre giriş ve çıkış jetonlarının mevcut ücreti üzerinden faturalandırılırsınız.

Aşağıdaki şemada kod yürütme için faturalandırma modeli gösterilmektedir:

Bir model kod yürütmeyi kullandığında jetonların nasıl faturalandırıldığını gösteren şema.

Bir model kod yürütmeyi kullandığında jetonların nasıl faturalandırıldığıyla ilgili özeti aşağıda bulabilirsiniz:

Orijinal istem bir kez faturalandırılır. Bu modelin jetonları, giriş jetonları olarak faturalandırılan ara jetonları olarak etiketlenir.
Oluşturulan kod ve yürütülen kodun sonucu aşağıdaki şekilde faturalandırılır:
- Kod yürütme sırasında kullanıldıklarında ara jetonları olarak etiketlenirler ve giriş jetonları olarak faturalandırılırlar.
- Son yanıta dahil edildiklerinde çıkış jetonları olarak faturalandırılır.
Son yanıttaki nihai özet, çıkış jetonları olarak faturalandırılır.

Gemini API, API yanıtında ara jeton sayısını içerir. Böylece, ilk isteminizin ötesindeki giriş jetonları için neden ücretlendirildiğinizi bilirsiniz.

Oluşturulan kodun hem metin hem de resim gibi çok formatlı çıktılar içerebileceğini unutmayın.

Sınırlamalar ve en iyi uygulamalar

Model yalnızca Python kodu oluşturabilir ve yürütebilir. Medya dosyaları gibi diğer öğeler geri döndürülemez.
Kod yürütme, zaman aşımına uğramadan önce en fazla 30 saniye çalışabilir.
Bazı durumlarda, kod yürütmenin etkinleştirilmesi model çıktısının diğer alanlarında (ör. hikaye yazma) gerilemelere yol açabilir.
Kod yürütme aracı, giriş/çıkış olarak dosya URI'lerini desteklemez. Ancak kod yürütme aracı, dosya girişini ve grafik çıkışını satır içi bayt olarak destekler. Bu giriş ve çıkış özelliklerini kullanarak CSV ve metin dosyalarını yükleyebilir, dosyalarla ilgili sorular sorabilir ve kod yürütme sonucunun bir parçası olarak Matplotlib grafikleri oluşturabilirsiniz. Satır içi baytlar için desteklenen MIME türleri şunlardır: .cpp, .csv, .java, .jpeg, .js, .png, .py, .ts ve .xml.

Desteklenen kitaplıklar

Kod yürütme ortamı aşağıdaki kitaplıkları içerir. Kendi kitaplıklarınızı yükleyemezsiniz.

Gemini Developer API için desteklenen kitaplıkları görüntüleme

attrs
satranç
contourpy
fpdf
geopandas
imageio
jinja2
joblib
jsonschema
jsonschema-specifications
lxml
matplotlib
mpmath
numpy
opencv-python
openpyxl
paketleme
pandalar
yastık
protobuf
pylatex
pyparsing
PyPDF2
python-dateutil
python-docx
python-pptx
reportlab
scikit-learn
scipy
seaborn
altı
striprtf
sympy
tablolaştırmak
tensorflow
toolz
xlrd

Vertex AI Gemini API için desteklenen kitaplıkları görüntüleme

Firebase AI Logic ile ilgili deneyiminiz hakkında geri bildirim verme

Kod yürütme Koleksiyonlar ile düzeninizi koruyun İçeriği tercihlerinize göre kaydedin ve kategorilere ayırın.

Kod yürütme ile işlev çağrısı karşılaştırması

Desteklenen modeller

Kod yürütmeyi kullanma

Başlamadan önce

Kod yürütmeyi etkinleştirme

Swift

Kotlin

Java

Web

Dart

Unity

Sohbette kod yürütme özelliğini kullanma

Swift

Kotlin

Java

Web

Dart

Unity

Fiyatlandırma

Sınırlamalar ve en iyi uygulamalar

Desteklenen kitaplıklar

Kod yürütme