Pelajari model Gemini

Rangkaian model Gemini dianggap multimodal karena mampu memproses informasi dari beberapa modalitas, termasuk gambar, video, dan teks. Misalnya, Anda dapat mengirim foto sepiring kue ke model Gemini dan memintanya untuk memberikan resep kue tersebut.

Perintah	Respons
Give me a recipe for these cookies.	**INGREDIENTS** - 1 c. (2 sticks) unsalted butter, softened - 3/4 c. granulated sugar - 3/4 c. brown sugar, packed - 1 tsp . vanilla extract - 2 large eggs - 2 1/4 c. all-purpose flour - 1 tsp. baking soda - 1 tsp. salt ...

Anda dapat berinteraksi dengan rangkaian model Gemini menggunakan Gemini API yang disediakan oleh Vertex AI di Google Cloud. Untuk aplikasi seluler dan web, Anda dapat menggunakan SDK Vertex AI in Firebase 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 untuk berbagai model Gemini, termasuk jenis input yang didukungnya.

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

• Deskripsi cara model Gemini diberi versi, khususnya versi stabil, diupdate otomatis, dan pratinjau.

• Daftar nama model yang tersedia untuk disertakan dalam kode Anda 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:

• Gemini 1.5 Flash
  Model multimodal yang mendukung jenis input dan output yang sama dengan 1.5 Pro, tetapi dengan pemahaman konteks panjang sebesar 1 juta token. Gemini 1.5 Flash dirancang khusus untuk aplikasi dengan volume tinggi dan hemat biaya.

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

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

• Gemini 1.0 Pro
  Model yang dirancang untuk menangani tugas bahasa alami, chat multi-putaran dengan teks dan kode, serta pembuatan kode.

Buka nama model yang akan disertakan dalam kode Anda

Anda dapat mulai bereksperimen dengan model Gemini 2.0 (gemini-2.0-flash-exp) menggunakan SDK Vertex AI in Firebase.
Saat ini, SDK kami mendukung output teks dari teks, kode, gambar, PDF, audio, video, dan video dengan input audio. Dukungan untuk Multimodal Live API serta output audio dan gambar native akan hadir pada tahun 2025.

Kasus penggunaan dan kemampuan untuk setiap model

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

Input dan output yang didukung untuk setiap model

	Gemini 1.5 Flash	Gemini 1.5 Pro	Gemini 1.0 Pro Vision	Gemini 1.0 Pro
Jenis input
Teks
Kode
Gambar
PDF
Video (khusus frame)
Video (frame dan audio)
Audio
Jenis output
Teks
Output terstruktur (seperti JSON) menggunakan skema respons
Kode

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

Kemampuan yang didukung dan fitur umum untuk setiap model

		Gemini 1.5 Flash	Gemini 1.5 Pro	Gemini 1.0 Pro Vision	Gemini 1.0 Pro
Pembuatan teks dari input khusus teks
Pembuatan teks dari input multimodal
Output terstruktur (seperti JSON) menggunakan skema respons
Multi-turn chat
Panggilan fungsi
	Panggilan fungsi dasar
	Panggilan fungsi paralel
	Mode panggilan fungsi
Menghitung token dan karakter yang dapat ditagih
Petunjuk sistem

Catatan: Penyimpanan dalam 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

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

Jika ukuran file akan membuat total ukuran permintaan melebihi 20 MB, Anda harus menyediakan file menggunakan URL (misalnya, dengan menggunakan URL Cloud Storage for Firebase). Namun, jika file berukuran kecil, Anda sering kali dapat meneruskannya langsung sebagai data inline (perhatikan bahwa file yang disediakan sebagai data inline dienkode ke base64 dalam transmisi, yang akan meningkatkan ukuran permintaan).

Properti	Gemini 1.5 Flash	Gemini 1.5 Pro	Gemini 1.0 Pro Vision	Gemini 1.0 Pro
Total batas token (gabungan 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 (khusus 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, sehingga 100 token adalah sekitar 60-80 kata dalam bahasa Inggris. Anda dapat menentukan jumlah total token dalam permintaan menggunakan countTokens.}

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

Pelajari jenis file yang didukung, cara menentukan jenis MIME, dan cara memastikan file dan permintaan multimodal Anda memenuhi persyaratan serta mengikuti praktik terbaik di Persyaratan dan file input yang didukung untuk Vertex AI Gemini API.

Pembuatan versi model

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

• Versi Stabil dianggap Tersedia Secara Umum.

  • Versi stabil memiliki nama model yang ditambahkan dengan nomor versi tiga digit tertentu, misalnya gemini-1.5-pro-002.

• Versi diupdate otomatis selalu mengarah ke versi stabil terbaru dari model tersebut; jika versi stabil baru dirilis, versi diupdate otomatis akan otomatis mulai mengarah ke versi stabil baru tersebut.

  • Versi yang diperbarui secara otomatis memiliki nama model tanpa akhiran, misalnya gemini-1.5-pro.

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

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

Pelajari lebih lanjut versi model Gemini yang tersedia dan siklus prosesnya di dokumentasi Google Cloud.

Penting: Untuk kasus penggunaan produksi, sebaiknya gunakan versi stabil terbaru. Meskipun versi diupdate otomatis mengarah ke versi stabil, versi model sebenarnya yang dituju akan otomatis berubah setiap kali versi stabil baru dirilis, yang dapat berarti perilaku atau respons yang tidak terduga. Selain itu, versi pratinjau hanya direkomendasikan selama pembuatan prototipe.

Nama model yang tersedia

Nama model adalah nilai eksplisit yang Anda sertakan dalam kode selama inisialisasi model generatif (yang merupakan langkah yang diperlukan 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 Gemini 1.5 Flash

Nama model	Deskripsi	Tahap rilis	Tanggal rilis awal	Tanggal penghentian
Versi stabil
gemini-1.5-flash-002	Versi stabil terbaru Gemini 1.5 Flash	Ketersediaan Umum	2024-09-24	Tidak lebih awal dari 24-09-2025
gemini-1.5-flash-001	Versi stabil awal Gemini 1.5 Flash	Ketersediaan Umum	2024-05-24	Tidak lebih awal dari 24-05-2025
Versi yang diupdate otomatis
gemini-1.5-flash	Menunjuk ke versi stabil terbaru Flash 1.5 (saat ini gemini-1.5-flash-002)	Ketersediaan Umum	2024-09-24	---

Nama model Gemini 1.5 Pro

Nama model	Deskripsi	Tahap rilis	Tanggal rilis awal	Tanggal penghentian
Versi stabil
gemini-1.5-pro-002	Versi stabil terbaru Gemini 1.5 Pro	Ketersediaan Umum	2024-09-24	Tidak lebih awal dari 24-09-2025
gemini-1.5-pro-001	Versi stabil awal Gemini 1.5 Pro	Ketersediaan Umum	2024-05-24	Tidak lebih awal dari 24-05-2025
Versi yang diupdate otomatis
gemini-1.5-pro	Menunjuk ke versi stabil terbaru 1.5 Pro (saat ini gemini-1.5-pro-002)	Ketersediaan Umum	2024-09-24	---

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	Versi stabil terbaru Gemini 1.0 Pro Vision	Ketersediaan Umum	2024-02-15	Tidak lebih awal dari 15-02-2025
Versi yang diupdate otomatis
gemini-1.0-pro-vision	Menunjuk ke versi stabil terbaru 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	Versi stabil terbaru Gemini 1.0 Pro	Ketersediaan Umum	2024-04-09	Tidak lebih awal dari 09-04-2025
gemini-1.0-pro-001	Versi stabil Gemini 1.0 Pro	Ketersediaan Umum	2024-02-15	Tidak lebih awal dari 15-02-2025
Versi yang diupdate otomatis
gemini-1.0-pro	Menunjuk ke versi stabil terbaru 1.0 Pro (saat ini gemini-1.0-pro-002)	Ketersediaan Umum	2024-02-15	---

Bahasa yang didukung

• Semua model Gemini dapat memahami dan merespons dalam bahasa berikut:

  Arab (ar), Bengali (bn), Bulgaria (bg), China aksara sederhana dan tradisional (zh), Kroasia (hr), 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), Thailand (th), Turkiye (tr), Ukraina (uk), Vietnam (vi)

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

  Afrikaans (af), Amharik (am), Assam (as), Azerbaijan (az), Belarus (be), Bosnia (bs), Katalan (ca), Cebuano (ceb), Korsika (co), Welsh (cy), Dhivehi (dv), Esperanto (eo), Basque (eu), Persia (fa), Filipina (Tagalog) (fil), Frisia (fy), Irlandia (ga), Gaelik Skotlandia (gd), Galisia (gl), Gujarat (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), Laos (lo), Malagasy (mg), Maori (mi), Makedonia (mk), Malayalam (ml), Mongolia (mn), Meiteilon (Manipuri) (mni-Mtei), Marathi (mr), Melayu (ms), Malta (mt), Myanmar (Burma) (my), Nepal (ne), Nyanja (Chichewa) (ny), Odia (Oriya) (or), Punjabi (pa), Pashto (ps), Sindhi (sd), Sinhala (Sinhalese) (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), Yiddish (yi), Yoruba (yo), Zulu (zu)

Catatan: Bahasa ini bukan lokasi yang didukung oleh layanan Vertex AI dan model Gemini; ini adalah bahasa yang dapat dipahami dan direspons oleh model (seperti input dan output teks). Jika diperlukan, pelajari lebih lanjut lokasi yang didukung.

Langkah berikutnya

Mencoba kemampuan Gemini API

• Buat percakapan multi-giliran (chat).
• Buat teks dari perintah khusus teks.
• Buat teks dari perintah multimodal (termasuk teks, gambar, PDF, video, dan audio).
• Buat output terstruktur (seperti JSON) dari prompt teks dan multimodal.
• Gunakan panggilan fungsi untuk menghubungkan model generatif ke sistem dan informasi eksternal.