Pelajari model Gemini

Rangkaian model Gemini dianggap sebagai multimodal karena model ini mampu pemrosesan informasi dari berbagai modalitas, termasuk gambar, video, dan teks. Misalnya, Anda dapat mengirim foto sepiring makanan ke model Gemini dan memintanya untuk memberi Anda resep kue tersebut.

Perintah	Respons
Kasih resep kue ini.	**BAHAN** - 1 k (2 batang) mentega tanpa garam, dilunakkan - 3/4 c. gula pasir - 3/4 c. gula merah, kemasan - 1 sdt . ekstrak vanila - 2 telur besar - 2 1/4 c. tepung serbaguna - 1 sdt. soda kue - 1 sdt. garam ...

Anda dapat berinteraksi dengan berbagai model model Gemini menggunakan Gemini API disediakan oleh Vertex AI pada Google Cloud. Untuk aplikasi seluler dan web, Anda dapat menggunakan Vertex AI in Firebase SDK untuk memanggil Gemini API dan berinteraksi dengan Model Gemini langsung dari aplikasi Anda.

Halaman ini memberikan informasi berikut tentang model Gemini:

• Perbandingan tingkat tinggi kasus penggunaan berbagai jenis Gemini yang didukung, termasuk jenis inputnya yang didukung.

• Perbandingan detail untuk setiap model, misalnya token input maksimum atau durasi maksimum video.

• Deskripsi pembuatan versi model Gemini, khususnya versi stabil, diupdate otomatis, dan pratinjau mereka.

• Daftar nama model yang tersedia untuk disertakan dalam kode selama inisialisasi.

• Daftar bahasa yang didukung untuk model Gemini.

Model yang tersedia

Anda dapat menggunakan salah satu model Gemini berikut dengan Vertex AI in Firebase:

• Flash Gemini 1.5
  Model multimodal yang mendukung input dan output yang sama tipe sebagai 1.5 Pro, tetapi dengan pemahaman konteks panjang dari 1 juta token. Gemini 1.5 Flash dirancang khusus untuk perangkat bervolume tinggi dan hemat biaya menggunakan berbagai aplikasi obrolan.

• Gemini 1.5 Pro
  Model multimodal yang mendukung penambahan gambar, audio, video, dan file PDF dalam prompt teks atau chat untuk respons teks atau kode. Selain itu, ia mendukung pemahaman konteks panjang dengan 2 juta token.

• Gemini 1.0 Pro Vision
  Model multimodal yang dirancang untuk menangani penambahan teks gambar dan video untuk respons teks atau kode. Tidak bisa digunakan untuk chat.

• Gemini 1.0 Pro
  Model yang dirancang untuk menangani tugas natural language, multiturn mengobrol dengan teks dan kode, serta pembuatan kode.

Langsung ke nama model untuk disertakan dalam kode Anda

Kasus penggunaan dan kemampuan untuk setiap model

Setiap model Gemini memiliki kemampuan yang berbeda untuk mendukung berbagai kasus penggunaan. Anda dapat mempelajari lebih lanjut di dokumentasi Google Cloud tentang setiap Model Gemini.

Input dan output yang didukung untuk setiap model

	Flash Gemini 1.5	Gemini 1.5 Pro	Gemini 1.0 Pro Vision	Gemini 1.0 Pro
Jenis input
Teks
Kode
Gambar
PDF
Video (hanya frame)
Video (frame dan audio)
Audio
Jenis output
Teks
Kode

Untuk mempelajari jenis file yang didukung, lihat File input yang didukung dan persyaratan untuk Vertex AI Gemini API.

Kemampuan dan fitur umum yang didukung untuk setiap model

		Flash Gemini 1.5	Gemini 1.5 Pro	Gemini 1.0 Pro Vision	Gemini 1.0 Pro
Pembuatan teks dari prompt hanya teks
Pembuatan teks dari perintah multimodal
Output JSON (mode skema terbatas) (segera hadir di Vertex AI in Firebase SDK)
Chat multi-giliran
Panggilan fungsi
	Panggilan fungsi dasar
	Panggilan fungsi paralel
	Mode panggilan fungsi
Menghitung token dan karakter yang dapat ditagih
Petunjuk sistem

Catatan: Penyimpanan cache konteks, penyesuaian model, penyematan, dan pengambilan semantik didukung oleh berbagai model atau Vertex AI Gemini API, tetapi tidak didukung oleh Vertex AI in Firebase SDK.

Informasi mendetail tentang setiap model

Catatan: Untuk Vertex AI in Firebase SDK, ukuran permintaan maksimum adalah 20 MB. Anda akan mendapatkan error HTTP 413 jika permintaan terlalu besar.

Jika ukuran file Anda membuat total ukuran permintaan melebihi 20 MB, maka gunakan URL Cloud Storage for Firebase untuk menyertakan file dalam permintaan multimodal. Namun, jika file Anda kecil, Anda sering kali dapat meneruskannya langsung sebagai data inline (Namun, perlu diperhatikan bahwa file yang disediakan sebagai data inline dienkode ke base64 di transportasi umum, yang akan meningkatkan ukuran permintaan).

Properti	Flash Gemini 1.5	Gemini 1.5 Pro	Gemini 1.0 Pro Vision	Gemini 1.0 Pro
Batas token total (kombinasi input dan output) *	1.048.576 token	2.097.152 token	16.384 token	32.760 token
Batas token output *	8.192 token	8.192 token	2.048 token	8.192 token
Jumlah maksimum gambar per permintaan	3.000 gambar	3.000 gambar	16 gambar	T/A
Ukuran gambar berenkode base64 maksimum	7 MB	7 MB	7 MB	T/A
Ukuran PDF maksimum	30 MB	30 MB	30 MB	T/A
Jumlah maksimum file video per permintaan	10 file video	10 file video	1 file video	T/A
Durasi video maksimum (hanya frame)	~60 menit video	~60 menit video	2 menit	T/A
Durasi video maksimum (frame dan audio)	~45 menit video	~45 menit video	T/A	T/A
Jumlah maksimum file audio per permintaan	1 file audio	1 file audio	T/A	T/A
Durasi audio maksimum	~8,4 jam audio	~8,4 jam audio	T/A	T/A

^{* Untuk semua model Gemini, token setara dengan sekitar 4 karakter, jadi 100 token sekitar 60-80 kata bahasa Inggris. Anda dapat menentukan jumlah total token dalam permintaan Anda menggunakan countTokens}

Penting: Kuota dan harga berbeda untuk setiap model. Penetapan harga juga bergantung pada input dan output.

Di sini Anda dapat menemukan informasi yang lebih mendetail tentang model dan file input:

• Pelajari tentang perbedaan antara model multimodal dalam dokumentasi Google Cloud.

• Pelajari jenis file yang didukung, cara menentukan jenis MIME, dan cara membuatnya memastikan bahwa file dan permintaan multimodal memenuhi persyaratan dan mengikuti praktik terbaik dalam File input yang didukung dan persyaratan untuk Vertex AI Gemini API.

Pembuatan versi model

Model Gemini ditawarkan dalam mode stabil, diupdate otomatis, dan pratinjau versi.

• Versi Stabil dianggap Tersedia Secara Umum.

  • Versi stabil memiliki nama model yang ditambahkan dengan nomor versi tiga digit yang spesifik, misalnya gemini-1.0-pro-001

• Versi diperbarui otomatis selalu mengarah ke versi stabil terbaru model itu; jika versi stabil baru dirilis, versi diperbarui otomatis secara otomatis mulai menunjuk ke versi stabil yang baru.

  • Versi yang diupdate otomatis memiliki nama model tanpa tambahan, misalnya gemini-1.0-pro

• Versi Pratinjau memiliki kemampuan baru dan dianggap tidak stabil. Perhatikan bahwa versi pratinjau selalu mengarah ke versi pratinjau terbaru dari model itu; jika versi pratinjau baru dirilis, semua versi pratinjau yang sudah ada akan otomatis mulai mengarahkan ke versi pratinjau baru tersebut.

  • Versi pratinjau memiliki tambahan nama model -preview bersama dengan rilis awal model tanggal (-MMDD), misalnya gemini-1.5-pro-preview-0409 (dirilis pada 9 April 2024).

Pelajari kebijakan versi model Gemini yang tersedia beserta siklus prosesnya dalam dokumentasi Google Cloud.

Penting: Untuk kasus penggunaan produksi, sebaiknya gunakan versi versi stabil. Meskipun versi yang diperbarui otomatis mengarah ke versi stabil versi, versi model aktual yang ditujunya akan berubah secara otomatis setiap kali versi stabil baru dirilis, yang bisa berarti perilaku yang tidak terduga atau respons. Selain itu, sebaiknya gunakan versi pratinjau hanya selama pembuatan prototipe.

Nama model yang tersedia

Nama model adalah nilai eksplisit yang Anda sertakan dalam kode selama inisialisasi model generatif (yang merupakan langkah wajib untuk memanggil Gemini API). Untuk contoh inisialisasi bahasa Anda, lihat panduan memulai.

Catatan: Tidak ada API untuk mencantumkan nama model yang tersedia secara terprogram.

Nama model Flash Gemini 1.5

Nama model	Deskripsi	Tahap rilis	Tanggal rilis awal	Tanggal penghentian
Versi stabil
gemini-1.5-flash-001	Versi stabil terbaru Gemini 1.5 Flash	Ketersediaan Umum	2024-05-24	Mulai 24-05-2025
Versi yang diupdate otomatis
gemini-1.5-flash	Mengarah ke versi Flash 1.5 stabil terbaru (saat ini gemini-1.5-flash-001)	Ketersediaan Umum	2024-05-24	---
Versi pratinjau
gemini-1.5-flash-preview-0514	Versi pratinjau terbaru Gemini 1.5 Flash	Pratinjau Publik	2024-05-14	2024-06-24

Nama model Gemini 1.5 Pro

Nama model	Deskripsi	Tahap rilis	Tanggal rilis awal	Tanggal penghentian
Versi stabil
gemini-1.5-pro-001	Gemini 1.5 Pro versi stabil terbaru	Ketersediaan Umum	2024-05-24	Mulai 24-05-2025
Versi yang diupdate otomatis
gemini-1.5-pro	Mengarah ke versi 1.5 Pro stabil terbaru (saat ini gemini-1.5-pro-001)	Ketersediaan Umum	2024-05-24	---
Versi pratinjau
gemini-1.5-pro-preview-0514	Versi pratinjau terbaru Gemini 1.5 Pro	Pratinjau Publik	2024-05-14	2024-06-24
gemini-1.5-pro-preview-0409	Mengarah ke gemini-1.5-pro-preview-0514 (yang merupakan versi pratinjau terbaru)	Pratinjau Publik	2024-04-09	2024-06-14

Nama model Gemini 1.0 Pro Vision

Nama model	Deskripsi	Tahap rilis	Tanggal rilis awal	Tanggal penghentian
Versi stabil
gemini-1.0-pro-vision-001	Gemini 1.0 Pro Vision versi stabil terbaru	Ketersediaan Umum	2024-02-15	Mulai 15-02-2025
Versi yang diupdate otomatis
gemini-1.0-pro-vision	Mengarah ke versi stabil terbaru dari 1.5 Pro Vision (saat ini gemini-1.5-pro-vision-001)	Ketersediaan Umum	2024-01-04	---

Nama model Gemini 1.0 Pro

Nama model	Deskripsi	Tahap rilis	Tanggal rilis awal	Tanggal penghentian
Versi stabil
gemini-1.0-pro-002	Gemini 1.0 Pro versi stabil terbaru	Ketersediaan Umum	2024-04-09	Mulai 09-04-2025
gemini-1.0-pro-001	Versi stabil Gemini 1.0 Pro	Ketersediaan Umum	2024-02-15	Mulai 15-02-2025
Versi yang diupdate otomatis
gemini-1.0-pro	Mengarah ke versi 1.0 Pro stabil terbaru (saat ini gemini-1.0-pro-002)	Ketersediaan Umum	2024-02-15	---

Bahasa yang didukung

• Semua model Gemini dapat memahami dan merespons bahasa berikut:

  Arab (ar), Bengali (bn), Bulgaria (bg), China Aksara Sederhana dan Tradisional (zh), Kroasia (jam), Ceko (cs), Denmark (da), Belanda (nl), Inggris (en), Estonia (et), Finlandia (fi), Prancis (fr), Jerman (de), Yunani (el), Ibrani (iw), Hindi (hi), Hungaria (hu), Indonesia (id), Italia (it), Jepang (ja), Korea (ko), Latvia (lv), Lituania (lt), Norwegia (no), Polandia (pl), Portugis (pt), Rumania (ro), Rusia (ru), Serbia (sr), Slovakia (sk), Slovenia (sl), Spanyol (es), Swahili (sw), Swedia (sv), Thai (th), Turki (tr), Ukraina (uk), Vietnam (vi)

• Gemini 1.5 Pro dan Gemini 1.5 Flash model dapat memahami dan merespons dalam bahasa tambahan berikut:

  Afrikaans (af), Amharik (am), Assam (as), Azerbaijani (az), Belarusia (be), Bosnia (bs), Katalan (ca), Cebuano (ceb), Korsika (co), Wales (cy), Dhivehi (dv), Esperanto (eo), Basque (eu), Persia (fa), Filipina (Tagalog) (fil), Frisia (fy), Irlandia (ga), Gaelik Skotlandia (gd), Galisia (gl), Gujarati (gu), Hausa (ha), Hawaii (haw), Hmong (hmn), Kreol Haiti (ht), Armenia (hy), Igbo (ig), Islandia (is), Jawa (jv), Georgia (ka), Kazakh (kk), Khmer (km), Kannada (kn), Krio (kri), Kurdi (ku), Kirgiz (ky), Latin (la), Luksemburg (lb), Lao (lo), Malagasi (mg), Maori (mi), Makedonia (mk), Malayalam (ml), Mongolia (mn), Meiteilon (Manipuri) (mni-Mtei), Marathi (mr), Melayu (ms), Malta (mt), Myanmar (Burma) (saya), Nepali (ne), Nyanja (Chichewa) (ny), Odia (Oriya) (atau), Punjabi (pa), Pashto (ps), Sindhi (sd), Sinhala (Sinhala) (si), Samoa (sm), Shona (sn), Somalia (so), Albania (sq), Sesotho (st), Sunda (su), Tamil (ta), Telugu (te), Tajik (tg), Uyghur (ug), Urdu (ur), Uzbek (uz), Xhosa (xh), Yiddi (yi), Yoruba (yo), Zulu (zu)

Catatan: Bahasa ini bukan lokasi yang didukung oleh Vertex AI dan model Gemini; ini adalah bahasa yang dapat model memahami dan merespons (seperti input dan {i>output<i} teks). Jika perlu, pelajari lebih lanjut lokasi yang didukung.

Langkah berikutnya

Coba kemampuan Gemini API

• Membuat percakapan multi-giliran (chat).
• Buat teks dari dialog khusus teks.
• Buat teks dari dialog multimodal (termasuk teks, gambar, PDF, video, dan audio).
• Gunakan panggilan fungsi untuk menghubungkan generatif ke sistem dan informasi eksternal.