Starting November 2, 2026, Firebase App Check enforcement will be required to use Firebase AI Logic. Learn more.

Model updates:

The latest Gemini models, like Gemini 3.8 Flash, are available to use with Firebase AI Logic! Learn more.
Gemini 2.5 models will shut down in October 2026. To avoid service disruptions, update to a newer model (like gemini-3.8-flash or gemini-3.1-flash-image). Any stable Gemini Live API 2.5 models are not impacted. Learn more.

Google 会使用 AI 技术将内容翻译成您偏好的语言。AI 翻译可能包含错误。

使用模型配置来控制回答

在每次调用模型时，您都可以随附发送模型配置，以控制模型如何生成回答。每种模型都支持不同的配置选项，例如设置 maxOutputTokens 或用于思考、回答模态、图片或语音的专用配置。

在大多数用例中，当访问 Gemini 模型时，您可以使用 GenerationConfig 配置模型。不过，如果您要配置 Gemini Live API 模型，则需要使用 LiveGenerationConfig。

本页介绍了如何为 Gemini 模型设置配置，并提供了每个参数的说明。

跳转到 Gemini 配置跳转到 Gemini Live API 配置

`GenerationConfig`（适用于 Gemini 型号）

点击您的 Gemini API 提供商，以查看此页面上特定于提供商的内容和代码。

为大多数 Gemini 模型设置了 GenerationConfig，包括通用模型、图片生成模型（“Nano Banana”模型）和文字转语音 (TTS) 模型。

该配置在 GenerativeModel 实例的整个生命周期内保持不变。如果您想使用其他配置，请创建并使用具有不同配置的新实例。

Swift

在创建 GenerativeModel 实例时，设置 GenerationConfig 中参数的值。


import FirebaseAILogic

// Set parameter values in a `GenerationConfig`.
// IMPORTANT: Example values shown here. Make sure to update for your use case.
// For the latest general-use Gemini models, the following parameters are now unsupported:
// temperature, top-K, top-P, frequency penalty, presence penalty, and candidate count
let config = GenerationConfig(
  maxOutputTokens: 200,
  stopSequences: ["red"]
)

// Initialize the Gemini Developer API backend service.
// Specify the config as part of creating the `GenerativeModel` instance.
let model = FirebaseAI.firebaseAI(backend: .googleAI()).generativeModel(
  modelName: "GEMINI_MODEL_NAME",
  generationConfig: config
)

// ...

Kotlin

在创建 GenerativeModel 实例时，设置 GenerationConfig 中参数的值。


// ...

// Set parameter values in a `GenerationConfig`.
// IMPORTANT: Example values shown here. Make sure to update for your use case.
// For the latest general-use Gemini models, the following parameters are now unsupported:
// temperature, top-K, top-P, frequency penalty, presence penalty, and candidate count
val config = generationConfig {
    maxOutputTokens = 200
    stopSequences = listOf("red")
}

// Initialize the Gemini Developer API backend service.
// Specify the config as part of creating the `GenerativeModel` instance.
val model = Firebase.ai(backend = GenerativeBackend.googleAI()).generativeModel(
    modelName = "GEMINI_MODEL_NAME",
    generationConfig = config
)

// ...

Java

在创建 GenerativeModel 实例时，设置 GenerationConfig 中参数的值。


// ...

// Set parameter values in a `GenerationConfig`.
// IMPORTANT: Example values shown here. Make sure to update for your use case.
// For the latest general-use Gemini models, the following parameters are now unsupported:
// temperature, top-K, top-P, frequency penalty, presence penalty, and candidate count
GenerationConfig.Builder configBuilder = new GenerationConfig.Builder();
configBuilder.maxOutputTokens = 200;
configBuilder.stopSequences = List.of("red");

GenerationConfig config = configBuilder.build();

// Specify the config as part of creating the `GenerativeModel` instance.
GenerativeModelFutures model = GenerativeModelFutures.from(
        FirebaseAI.getInstance(GenerativeBackend.googleAI())
                .generativeModel(
                    "GEMINI_MODEL_NAME",
                    config
                );
);

// ...

Web

在创建 GenerativeModel 实例时，设置 GenerationConfig 中参数的值。


// ...

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

// Set parameter values in a `GenerationConfig`.
// IMPORTANT: Example values shown here. Make sure to update for your use case.
// For the latest general-use Gemini models, the following parameters are now unsupported:
// temperature, top-K, top-P, frequency penalty, presence penalty, and candidate count
const generationConfig = {
  maxOutputTokens: 200,
  stopSequences: ["red"],
};

// Specify the config as part of creating the `GenerativeModel` instance.
const model = getGenerativeModel(ai, { model: "GEMINI_MODEL_NAME",  generationConfig });

// ...

Dart

在创建 GenerativeModel 实例时，设置 GenerationConfig 中参数的值。


// ...

// Set parameter values in a `GenerationConfig`.
// IMPORTANT: Example values shown here. Make sure to update for your use case.
// For the latest general-use Gemini models, the following parameters are now unsupported:
// temperature, top-K, top-P, frequency penalty, presence penalty, and candidate count
final generationConfig = GenerationConfig(
  maxOutputTokens: 200,
  stopSequences: ["red"],
);

// Initialize the Gemini Developer API backend service.
// Specify the config as part of creating the `GenerativeModel` instance.
final model = FirebaseAI.googleAI().generativeModel(
  model: 'GEMINI_MODEL_NAME',
  config: generationConfig,
);

// ...

Unity

在创建 GenerativeModel 实例时，设置 GenerationConfig 中参数的值。


// ...

// Set parameter values in a `GenerationConfig`.
// IMPORTANT: Example values shown here. Make sure to update for your use case.
// For the latest general-use Gemini models, the following parameters are now unsupported:
// temperature, top-K, top-P, frequency penalty, presence penalty, and candidate count
var generationConfig = new GenerationConfig(
  maxOutputTokens: 200,
  stopSequences: new string[] { "red" }
);

// Initialize the Gemini Developer API backend service.
// Specify the config as part of creating the `GenerativeModel` instance.
var ai = FirebaseAI.GetInstance(FirebaseAI.Backend.GoogleAI());
var model = ai.GetGenerativeModel(
  modelName: "GEMINI_MODEL_NAME",
  generationConfig: generationConfig
);

您可以在本页的下一部分中找到每个参数的说明。

您可以使用 Google AI Studio 尝试不同的提示和模型配置。

`LiveGenerationConfig`（适用于 Gemini Live API 型号）

点击您的 Gemini API 提供商，以查看此页面上特定于提供商的内容和代码。

仅在使用 Gemini Live API 模型时设置 LiveGenerationConfig。

该配置在 LiveModel 实例的整个生命周期内保持不变。如果您想使用其他配置，请创建并使用具有不同配置的新实例。

Swift

在初始化 LiveModel 实例期间，设置 liveGenerationConfig 中参数的值：


// ...

// Set parameter values in a `LiveGenerationConfig` (example values shown here).
let config = LiveGenerationConfig(
  maxOutputTokens: 200,
  responseModalities: [.audio],
  speech: SpeechConfig(voiceName: "Fenrir"),
)

// Specify the config as part of creating the `liveModel` instance.
let liveModel = FirebaseAI.firebaseAI(backend: .googleAI()).liveModel(
  modelName: "GEMINI_LIVE_MODEL_NAME",
  generationConfig: config
)

// ...

Kotlin

在创建 LiveModel 实例时，设置 LiveGenerationConfig 中参数的值。


// ...

// Set parameter values in a `LiveGenerationConfig` (example values shown here).
val config = liveGenerationConfig {
    maxOutputTokens = 200
    responseModality = ResponseModality.AUDIO
    speechConfig = SpeechConfig(voice = Voices.FENRIR)
}

// Specify the config as part of creating the `LiveModel` instance.
val liveModel = Firebase.ai(backend = GenerativeBackend.agentPlatform()).liveModel(
    modelName = "GEMINI_LIVE_MODEL_NAME",
    generationConfig = config
)

// ...

Java

在创建 LiveModel 实例时，设置 LiveGenerationConfig 中参数的值。


// ...

// Set parameter values in a `LiveGenerationConfig` (example values shown here).
LiveGenerationConfig.Builder configBuilder = new LiveGenerationConfig.Builder();
configBuilder.setMaxOutputTokens(200);
configBuilder.setResponseModality(ResponseModality.AUDIO);

configBuilder.setSpeechConfig(new SpeechConfig(Voices.FENRIR));

LiveGenerationConfig config = configBuilder.build();

// Specify the config as part of creating the `LiveModel` instance.
LiveGenerativeModel lm = FirebaseAI.getInstance(GenerativeBackend.googleAI()).liveModel(
          "GEMINI_LIVE_MODEL_NAME",
          config
);

// ...

Web

在初始化 LiveGenerativeModel 实例期间，设置 LiveGenerationConfig 中参数的值：


// ...

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

// Set parameter values in a `LiveGenerationConfig` (example values shown here).
const liveGenerationConfig = {
  maxOutputTokens: 200,
  responseModalities: [ResponseModality.AUDIO],
  speechConfig: {
    voiceConfig: {
      prebuiltVoiceConfig: { voiceName: "Fenrir" },
    },
  },
};

// Specify the config as part of creating the `LiveGenerativeModel` instance.
const liveModel = getLiveGenerativeModel(ai, {
  model: "GEMINI_LIVE_MODEL_NAME",
  liveGenerationConfig,
});

// ...

Dart

在创建 LiveGenerativeModel 实例时，设置 LiveGenerationConfig 中参数的值。


// ...

// Set parameter values in a `LiveGenerationConfig` (example values shown here).
final config = LiveGenerationConfig(
  maxOutputTokens: 200,
  responseModalities: [ResponseModalities.audio],
  speechConfig: SpeechConfig(voiceName: 'Fenrir'),
);

// Specify the config as part of creating the `liveGenerativeModel` instance.
final liveModel = FirebaseAI.googleAI().liveGenerativeModel(
  model: 'GEMINI_LIVE_MODEL_NAME',
  liveGenerationConfig: config,
);

// ...

Unity

在创建 LiveModel 实例时，设置 LiveGenerationConfig 中参数的值。


// ...

// Set parameter values in a `LiveGenerationConfig` (example values shown here).
var config = new LiveGenerationConfig(
  maxOutputTokens: 200,
  responseModalities: new[] { ResponseModality.Audio },
  speechConfig: SpeechConfig.UsePrebuiltVoice("Fenrir")
);

// Specify the config as part of creating the `LiveModel` instance.
var liveModel = FirebaseAI.GetInstance(FirebaseAI.Backend.GoogleAI()).GetLiveModel(
  modelName: "GEMINI_LIVE_MODEL_NAME",
  liveGenerationConfig: config
);

// ...

您可以在本页的下一部分中找到每个参数的说明。

您可以使用 Google AI Studio 尝试不同的提示和模型配置。

参数说明

下表简要介绍了可用的参数。某些形参仅适用于特定模型。

参数	说明	限制	默认值
音频时间戳 `audioTimestamp`	为仅音频输入文件启用时间戳理解功能。	布尔值仅在以下情况下适用：使用 `GenerativeModel` 配置，且输入类型为纯音频文件。	`false`
输出 token 数上限 `maxOutputTokens`	指定可在回答中生成的令牌数量上限。	---	---
停止序列 `stopSequences`	指定一个字符串列表，告知模型在回答中遇到其中一个字符串时，停止生成内容。	仅在使用 `GenerativeModel` 配置时适用。不适用于图片模型（“Nano Banana”）或 TTS 模型。	---
专用配置
思考型 `thinkingConfig`	控制模型在生成回答时的“思考过程”。使用思考级别（Gemini 3.x 及更高版本的模型）控制模型可以进行的思考量。控制是否包含想法总结。	支持的值：请参阅思考文档不适用于 TTS 模型。 Firebase AI Logic 尚不支持为 Live API 模型设置 `thinkingConfig`。	取决于模型
响应模态 `responseModalities`	指定输出类型（例如文本、音频或图片）。	仅在使用 Gemini 图片模型（“Nano Banana”模型）、TTS 模型和 Live API 模型时适用（且为必需）。	---
图片特征 `imageConfig`	指定所生成图片的宽高比和分辨率。	支持的值：请参阅配置图片生成仅在使用 Gemini 图片模型（“Nano Banana”模型）时适用。	1:1 宽高比（方形） 1024x1024 分辨率
语音 `speechConfig`	指定用于音频输出的语音。	仅在使用 TTS 模型和 Live API 模型时适用。对于 TTS 模型是必需的。	`Puck`

注意：GenerationConfig 还支持以下配置：

生成结构化输出（例如 JSON）由 responseMimeType 和 responseSchema 参数控制。
这些参数仅适用于通用文本模型（不适用于 Gemini 图片模型 [“Nano Banana”模型]、TTS 模型或 Live API 模型）。

不支持温度、Top-K、Top-P、频次惩罚、存在性惩罚和候选数量

参数	说明	限制	默认值
候选人数量 `candidateCount`	指定要返回的响应变体数量。对于每个请求，您需要为所有候选词元的输出词元付费，但只需为输入词元支付一次费用。设置 `candidateCount` 不受支持。	支持的值：`1` - `8`（全包含）仅在使用 `generateContent` 时适用。使用 `generateContentStream`、图片模型（“Nano Banana”）、TTS 模型或 Live API 模型时，此限制不适用。	`1`
频次惩罚 `frequencyPenalty`	控制在生成的回答中包含反复出现的 token 的概率。正值会惩罚生成的内容中反复出现的 token，从而降低重复内容概率。设置 `frequencyPenalty` 不受支持。	不适用于图片模型（“Nano Banana”）或 TTS 模型。	---
存在性惩罚 `presencePenalty`	控制在生成的回答中包含已出现的 token 的概率。正值会惩罚生成的文本中已存在的 token，从而增加生成更多样化内容的概率。设置 `presencePenalty` 不受支持。	不适用于图片模型（“Nano Banana”）或 TTS 模型。	---
温度 `temperature`	控制回答的随机性。较低的温度会产生更具确定性的回答，而较高的温度会产生更多样化或更具创造性的回答。设置 `temperature` 不受支持。	---	取决于模型
Top-K `topK`	限制生成的内容中使用的最高概率字词的数量。如果 top-K 值设为 `1`，表示下一个所选 token 应该是模型词汇表的所有 token 中概率最高的 token；如果 top-K 值设为 `n`，表示下一个 token 应该从概率最高的 n 个 token 中选择（所有这些都基于设置的温度）。设置 `topK` 不受支持。	---	取决于模型
Top-P `topP`	控制生成内容的多样性。系统会按照概率从最高（见上文中的 top-K）到最低的顺序选择 token，直到所选 token 的概率总和等于 top-P 的值。设置 `topP` 不受支持。	---	取决于模型

控制内容生成的其他选项

详细了解提示设计，以便影响模型生成符合您需求的输出内容。
使用安全设置调整获得可能被视为有害的回答（包括仇恨言论和露骨色情内容）的可能性。
设置系统指令，以引导模型的行为。此功能就像一段序言，在模型接收到最终用户的进一步指令之前添加。
传递响应 schema以及提示，以指定特定的输出架构。此功能最常用于生成 JSON 输出，但也可用于分类任务（例如，当您希望模型使用特定标签时）。

如未另行说明，那么本页面中的内容已根据知识共享署名 4.0 许可获得了许可，并且代码示例已根据 Apache 2.0 许可获得了许可。有关详情，请参阅 Google 开发者网站政策。Java 是 Oracle 和/或其关联公司的注册商标。

最后更新时间 (UTC)：2026-09-14。