Die Gemini-Modelle gelten als multimodal, da sie Informationen aus verschiedenen Modalitäten verarbeiten können, darunter Bilder, Videos und Text. Sie können beispielsweise einem Gemini-Modell ein Foto von einem Teller mit Keksen senden und es bitten, Ihnen ein Rezept für diese Kekse zu geben.
| Eingabeaufforderung | Antwort |
|
Geben Sie mir ein Rezept für diese Kekse. 
|
**ZUTATEN** – 1 Tasse (2 Stück) weiche Butter - 3/4 Tasse raffinierter Zucker - 3/4 Tasse brauner Zucker – 1 Teelöffel Vanillemark – 2 große Eier – 2 1/4 Tassen Mehl - 1 Teelöffel Backpulver - 1 Teelöffel Salz ... |
Sie können mit der Gemini-Modellfamilie über die Gemini API von Vertex AI auf Google Cloud interagieren. Bei mobilen Apps und Web-Apps kannst du die Vertex AI in Firebase SDKs verwenden, um die Gemini API aufzurufen und direkt über deine App mit den Gemini-Modellen zu interagieren.
Auf dieser Seite finden Sie die folgenden Informationen zu den Gemini-Modellen:
Grober Vergleich der Anwendungsfälle für die verschiedenen Gemini-Modelle, einschließlich der unterstützten Eingabetypen.
Vergleich der Details für jedes Modell, z. B. maximale Eingabetokens oder maximale Videolänge.
Beschreibung der versionierten Gemini-Modelle, insbesondere ihre stabile, automatische Aktualisierung und eine Vorabversion.
Listen mit verfügbaren Modellnamen, die bei der Initialisierung in Ihren Code aufgenommen werden sollen.
Liste der unterstützten Sprachen für die Gemini-Modelle.
Verfügbare Modelle
Sie können jedes der folgenden Gemini-Modelle mit Vertex AI in Firebase verwenden:
Gemini 1.5 Flash
Multimodales Modell, das dieselben Eingabe- und Ausgabetypen wie 1.5 Pro unterstützt, aber mit einem Long-Context-Verstehen von 1 Million Tokens. Gemini 1.5 Flash wurde speziell für kostengünstige Anwendungen mit großem Umfang entwickelt.Gemini 1.5 Pro
Multimodales Modell, das das Hinzufügen von Bild-, Audio-, Video- und PDF-Dateien in Text- oder Chat-Prompts für eine Text- oder Codeantwort unterstützt. Außerdem unterstützt es Long Context Understanding mit 2 Millionen Tokens.Gemini 1.0 Pro Vision
Multimodales Modell, das für die Verarbeitung von Text sowie Bildern und Videos für eine Text- oder Codeantwort entwickelt wurde. Kann nicht für Chats verwendet werden.Gemini 1.0 Pro
Modell, das für Aufgaben in natürlicher Sprache, wechselseitigen Chat mit Text und Code sowie Codegenerierung entwickelt wurde.
Modellnamen, die in den Code aufgenommen werden sollen
Anwendungsfälle und Funktionen für jedes Modell
Jedes Gemini-Modell hat unterschiedliche Funktionen, die verschiedene Anwendungsfälle unterstützen. Weitere Informationen zu den einzelnen Gemini-Modellen finden Sie in der Google Cloud-Dokumentation.
Unterstützte Eingabe und Ausgabe für jedes Modell
| Gemini 1.5 Flash | Gemini 1.5 Pro | Gemini 1.0 Pro Vision | Gemini 1.0 Pro | |
|---|---|---|---|---|
| Eingabetypen | ||||
| Text | ||||
| Code | ||||
| Bild | ||||
| Video (nur Frames) | ||||
| Video (Bilder und Audio) | ||||
| Audio | ||||
| Ausgabetypen | ||||
| Text | ||||
| Strukturierte Ausgabe (z. B. JSON) mit Antwortschema | ||||
| Code | ||||
Informationen zu unterstützten Dateitypen finden Sie unter Unterstützte Eingabedateien und Anforderungen für die Vertex AI Gemini API.
Unterstützte Funktionen und allgemeine Funktionen für jedes Modell
| Gemini 1.5 Flash | Gemini 1.5 Pro | Gemini 1.0 Pro Vision | Gemini 1.0 Pro | ||
|---|---|---|---|---|---|
| Text aus reiner Texteingabe generieren | |||||
| Text aus multimodaler Eingabe generieren | |||||
| Strukturierte Ausgabe (z. B. JSON) mit Antwortschema | |||||
| Wechselseitiger Chat | |||||
| Funktionsaufrufe | |||||
| Grundlegende Funktionsaufrufe | |||||
| Paralleler Funktionsaufruf | |||||
| Modus für Funktionsaufrufe | |||||
| Tokens und abrechenbare Zeichen zählen | |||||
| Systemanweisungen | |||||
Detaillierte Informationen zu jedem Modell
| Attribut | Gemini 1.5 Flash | Gemini 1.5 Pro | Gemini 1.0 Pro Vision | Gemini 1.0 Pro |
|---|---|---|---|---|
| Tokenlimit insgesamt (kombinierte Eingabe und Ausgabe)* | 1.048.576 Tokens | 2.097.152 Tokens | 16.384 Tokens | 32.760 Tokens |
| Tokenausgabelimit* | 8.192 Tokens | 8.192 Tokens | 2.048 Tokens | 8.192 Tokens |
| Maximale Anzahl von Bildern pro Anfrage | 3.000 Bilder | 3.000 Bilder | 16 Bilder | – |
| Maximale Größe von Base64-codierten Bildern | 7 MB | 7 MB | 7 MB | – |
| Maximale PDF-Größe | 30 MB | 30 MB | 30 MB | – |
| Maximale Anzahl von Videodateien pro Anfrage | 10 Videodateien | 10 Videodateien | 1 Videodatei | – |
| Maximale Videolänge (nur Frames) | Ca. 60 Minuten Videomaterial | Ca. 60 Minuten Videomaterial | 2 Minuten | – |
| Maximale Videolänge (Frames und Audio) | ~45 Minuten Videomaterial | Ca. 45 Minuten Video | – | – |
| Maximale Anzahl von Audiodateien pro Anfrage | 1 Audiodatei | 1 Audiodatei | – | – |
| Maximale Audiolänge | ~ 8,4 Stunden Audio | ~8,4 Stunden Audio | – | – |
* Bei allen Gemini-Modellen entspricht ein Token etwa 4 Zeichen. 100 Tokens entsprechen also etwa 60–80 englischen Wörtern. Die Gesamtzahl der Tokens in deinen Anfragen kannst du mit countTokens ermitteln.
Weitere Informationen zu unterstützten Dateitypen, zum Angeben des MIME-Typs und dazu, wie Sie dafür sorgen, dass Ihre Dateien und multimodalen Anfragen die Anforderungen erfüllen und Best Practices einhalten, finden Sie unter Unterstützte Eingabedateien und Anforderungen für die Vertex AI Gemini API.
Versionsverwaltung der Modelle
Die Gemini-Modelle werden in stabilen, automatisch aktualisierten und Vorabversionen angeboten.
Stabile Versionen gelten als allgemein verfügbar.
- Stabile Versionen haben eine dreistellige Versionsnummer, die an den Modellnamen angehängt ist, z. B.
gemini-1.5-pro-002
- Stabile Versionen haben eine dreistellige Versionsnummer, die an den Modellnamen angehängt ist, z. B.
Automatisch aktualisierte Versionen verweisen immer auf die aktuelle stabile Version dieses Modells. Wenn eine neue stabile Version veröffentlicht wird, verweist die automatisch aktualisierte Version automatisch auf diese neue stabile Version.
- Automatisch aktualisierte Versionen haben Modellnamen ohne Zusatz, z. B.
gemini-1.5-pro
- Automatisch aktualisierte Versionen haben Modellnamen ohne Zusatz, z. B.
Vorabversionen bieten neue Funktionen und gelten als nicht stabil. Vorschauversionen verweisen immer auf die aktuelle Vorschauversion dieses Modells. Wenn eine neue Vorschauversion veröffentlicht wird, verweist jede vorhandene Vorschauversion automatisch auf diese neue Vorschauversion.
- An Vorschauversionen werden Modellnamen mit
-preview-MMDDgemini-1.5-pro-preview-0409
- An Vorschauversionen werden Modellnamen mit
Weitere Informationen zu den verfügbaren Gemini-Modellversionen und ihrem Lebenszyklus finden Sie in der Google Cloud-Dokumentation.
Verfügbare Modellnamen
Modellnamen sind die expliziten Werte, die Sie während der Initialisierung des generativen Modells in Ihren Code aufnehmen. Dies ist ein erforderlicher Schritt zum Aufrufen von Gemini API. Initialisierungsbeispiele für Ihre Sprache finden Sie im Startleitfaden.
Gemini 1.5-Flash-Modellnamen
| Modellname | Beschreibung | Veröffentlichungsphase | Erstveröffentlichungsdatum | Einstellungsdatum |
|---|---|---|---|---|
| Stabile Versionen | ||||
gemini-1.5-flash-002 |
Neueste stabile Version von Gemini 1.5 Flash | General Availability | 2024-09-24 | Frühestens am 24.09.2025 |
gemini-1.5-flash-001 |
Erste stabile Version von Gemini 1.5 Flash | General Availability | 2024-05-24 | Frühestens am 24. Mai 2025 |
| Automatisch aktualisierte Version | ||||
gemini-1.5-flash |
Verweist auf gemini-1.5-flash-001Verwenden Sie für den Zugriff auf gemini-1.5-flash-002 |
General Availability | 2024-05-24 | --- |
Modellnamen für Gemini 1.5 Pro
| Modellname | Beschreibung | Veröffentlichungsphase | Erstveröffentlichungsdatum | Einstellungsdatum |
|---|---|---|---|---|
| Stabile Versionen | ||||
gemini-1.5-pro-002 |
Aktuelle stabile Version von Gemini 1.5 Pro | General Availability | 2024-09-24 | Frühestens am 24.09.2025 |
gemini-1.5-pro-001 |
Erste stabile Version von Gemini 1.5 Pro | General Availability | 2024-05-24 | Nicht vor dem 24.05.2025 |
| Automatisch aktualisierte Version | ||||
gemini-1.5-pro |
Verweist auf gemini-1.5-pro-001Verwenden Sie für den Zugriff auf gemini-1.5-pro-002 |
General Availability | 2024-05-24 | --- |
Namen der Gemini 1.0 Pro Vision-Modelle
| Modellname | Beschreibung | Veröffentlichungsphase | Erstveröffentlichungsdatum | Einstellungsdatum |
|---|---|---|---|---|
| Stabile Versionen | ||||
gemini-1.0-pro-vision-001 |
Neueste stabile Version von Gemini 1.0 Pro Vision | General Availability | 2024-02-15 | Nicht vor dem 15.02.2025 |
| Automatisch aktualisierte Version | ||||
gemini-1.0-pro-vision |
Verweist auf die aktuelle stabile Version von 1.5 Pro Vision (derzeit gemini-1.5-pro-vision-001 |
General Availability | 2024-01-04 | --- |
Modellnamen von Gemini 1.0 Pro
| Modellname | Beschreibung | Veröffentlichungsphase | Erstveröffentlichungsdatum | Einstellungsdatum |
|---|---|---|---|---|
| Stabile Versionen | ||||
gemini-1.0-pro-002 |
Neueste stabile Version von Gemini 1.0 Pro | General Availability | 2024-04-09 | Frühestens am 9. April 2025 |
gemini-1.0-pro-001 |
Stabile Version von Gemini 1.0 Pro | General Availability | 2024-02-15 | Frühestens am 15.02.2025 |
| Automatisch aktualisierte Version | ||||
gemini-1.0-pro |
Verweist auf die aktuelle stabile Version von 1.0 Pro (derzeit gemini-1.0-pro-002 |
General Availability | 2024-02-15 | --- |
Unterstützte Sprachen
Alle Gemini-Modelle können die folgenden Sprachen verstehen und darauf antworten:
Arabic (ar), Bengali (bn), Bulgarian (bg), Chinese simplified and traditional (zh), Croatian (hr), Czech (cs), Danish (da), Dutch (nl), English (en), Estonian (et), Finnish (fi), French (fr), German (de), Greek (el), Hebrew (iw), Hindi (hi), Hungarian (hu), Indonesian (id), Italian (it), Japanese (ja), Korean (ko), Latvian (lv), Lithuanian (lt), Norwegian (no), Polish (pl), Portuguese (pt), Romanian (ro), Russian (ru), Serbian (sr), Slovak (sk), Slovenian (sl), Spanish (es), Swahili (sw), Swedish (sv), Thai (th), Turkish (tr), Ukrainian (uk), Vietnamese (vi)
Die Flash-Modelle von Gemini 1.5 Pro und Gemini 1.5 können die folgenden zusätzlichen Sprachen verstehen und darauf antworten:
Afrikaans (af), Amharic (am), Assamese (as), Azerbaijani (az), Belarusian (be), Bosnian (bs), Catalan (ca), Cebuano (ceb), Corsican (co), Welsh (cy), Dhivehi (dv), Esperanto (eo), Basque (eu), Persian (fa), Filipino (Tagalog) (fil), Frisian (fy), Irish (ga), Scots Gaelic (gd), Galician (gl), Gujarati (gu), Hausa (ha), Hawaiian (haw), Hmong (hmn), Haitian Creole (ht), Armenian (hy), Igbo (ig), Icelandic (is), Javanese (jv), Georgian (ka), Kazakh (kk), Khmer (km), Kannada (kn), Krio (kri), Kurdish (ku), Kyrgyz (ky), Latin (la), Luxembourgish (lb), Lao (lo), Malagasy (mg), Maori (mi), Macedonian (mk), Malayalam (ml), Mongolian (mn), Meiteilon (Manipuri) (mni-Mtei), Marathi (mr), Malay (ms), Maltese (mt), Myanmar (Burmese) (my), Nepali (ne), Nyanja (Chichewa) (ny), Odia (Oriya) (or), Punjabi (pa), Pashto (ps), Sindhi (sd), Sinhala (Sinhalese) (si), Samoan (sm), Shona (sn), Somali (so), Albanian (sq), Sesotho (st), Sundanese (su), Tamil (ta), Telugu (te), Tajik (tg), Uyghur (ug), Urdu (ur), Uzbek (uz), Xhosa (xh), Yiddish (yi), Yoruba (yo), Zulu (zu)
Nächste Schritte
Funktionen von Gemini API ausprobieren
- Unterhaltungen in mehreren Runden (Chat) erstellen
- Generieren Sie Text aus reine Text-Prompts.
- Text aus multimodalen Prompts generieren (einschließlich Text, Bildern, PDFs, Videos und Audio).
- Generieren Sie eine strukturierte Ausgabe (wie JSON) aus Text- und multimodalen Prompts.
- Verwenden Sie Funktionsaufrufe, um generative Modelle mit externen Systemen und Informationen zu verbinden.