En savoir plus sur les modèles Gemini

La famille de modèles Gemini est considéré comme multimodal, car il est capable de traiter des informations provenant de plusieurs modalités, y compris des images, des vidéos et du texte. Par exemple, vous pouvez envoyer à un modèle Gemini la photo d'une assiette de cookies et lui demander de vous fournir une recette pour ces cookies.

Prompt (Invite)	Response (Réponse)
Donne-moi une recette pour ces cookies.	**INGRÉDIENTS** - 1 tasse. (2 briques) beurre doux, ramolli - 3/4 de tasse de sucre cristallisé - 3/4 de tasse de cassonade - 1 cuillère à café d'extrait de vanille - 2 gros œufs - 2 tasses 1/4 de farine tous usages - 1 cuillère à café de levure chimique - 1 cuillère à café de sel ...

Vous pouvez interagir avec la famille de modèles Gemini à l'aide de la Gemini API fournie par Vertex AI sur Google Cloud. Pour les applications mobiles et Web, vous pouvez utiliser les SDK Vertex AI in Firebase afin d'appeler l'API Gemini et d'interagir avec les modèles Gemini directement depuis votre application.

Cette page fournit les informations suivantes sur les modèles Gemini:

• Comparaison générale des cas d'utilisation des différents modèles Gemini, y compris les types d'entrées compatibles.

• Comparaison des détails de chaque modèle, par exemple le nombre maximal de jetons d'entrée ou la longueur maximale de la vidéo.

• Description de la gestion des versions des modèles Gemini, en particulier de leurs versions stables, mises à jour automatiquement et preview.

• Listes des noms de modèles disponibles à inclure dans votre code lors de l'initialisation.

• Liste des langues acceptées pour les modèles Gemini.

Modèles disponibles

Vous pouvez utiliser l'un des modèles Gemini suivants avec Vertex AI in Firebase :

• Gemini 1.5 Flash
  Modèle multimodal compatible avec les mêmes types d'entrée et de sortie que 1.5 Pro, mais avec une compréhension du contexte de longue durée de 1 million de jetons. Gemini 1.5 Flash est spécialement conçu pour les applications économiques et volumineuses.

• Gemini 1.5 Pro
  Modèle multimodal qui permet d'ajouter des fichiers image, audio, vidéo et PDF dans des requêtes de texte ou de chat pour obtenir une réponse textuelle ou de code. Il est également compatible avec la compréhension du contexte de grande taille avec deux millions de jetons.

• Gemini 1.0 Pro Vision
  Modèle multimodal conçu pour gérer du texte, des images et des vidéos pour une réponse textuelle ou de code. Ne peut pas être utilisée pour le chat.

• Gemini 1.0 Pro
  Modèle conçu pour gérer les tâches en langage naturel, le chat multitour avec du texte et du code, et la génération de code.

Accéder aux noms de modèles à inclure dans votre code

Cas d'utilisation et fonctionnalités de chaque modèle

Chaque modèle Gemini offre des capacités différentes pour répondre à différents cas d'utilisation. Pour en savoir plus sur chacun des modèles Gemini, consultez la documentation Google Cloud.

Entrées et sorties compatibles pour chaque modèle

	Gemini 1.5 Flash	Gemini 1.5 Pro	Gemini 1.0 Pro Vision	Gemini 1.0 Pro
Types d'entrée
Texte
Code
Image
PDF
Vidéo (images uniquement)
Vidéo (images et audio)
Audio
Types de sortie
Texte
Sortie structurée (comme JSON) à l'aide d'un schéma de réponse
Code

Pour en savoir plus sur les types de fichiers compatibles, consultez la section Fichiers d'entrée compatibles et exigences pour Vertex AI Gemini API.

Fonctionnalités prises en charge et fonctionnalités générales pour chaque modèle

		Gemini 1.5 Flash	Gemini 1.5 Pro	Gemini 1.0 Pro Vision	Gemini 1.0 Pro
Génération de texte à partir d'une entrée textuelle uniquement
Génération de texte à partir d'une entrée multimodale
Sortie structurée (comme JSON) à l'aide d'un schéma de réponse
Chat multitour
Appel de fonction
	Appel de fonction de base
	Appel de fonction en parallèle
	Mode d'appel de fonction
Compter les jetons et les caractères facturables
Instructions système

Remarque : Le cache de contexte, l'ajustement fin d'un modèle, les embeddings et la récupération sémantique sont compatibles avec divers modèles ou avec Vertex AI Gemini API, mais ils ne le sont pas avec les SDK Vertex AI in Firebase.

Informations détaillées sur chaque modèle

Remarque : Pour les SDK Vertex AI in Firebase, la taille maximale de la requête est de 20 Mo. Vous obtenez une erreur HTTP 413 si une requête est trop volumineuse.

Si la taille totale de la requête dépasse 20 Mo à cause de la taille de votre fichier, utilisez une URL Cloud Storage for Firebase pour inclure le fichier dans votre requête multimodale. Toutefois, si votre fichier est petit, vous pouvez souvent le transmettre directement en tant que données intégrées (notez toutefois qu'un fichier fourni sous forme de données intégrées est encodé en base64 en transit, ce qui augmente la taille de la requête).

Propriété	Gemini 1.5 Flash	Gemini 1.5 Pro	Gemini 1.0 Pro Vision	Gemini 1.0 Pro
Limite totale de jetons (entrées et sorties combinées)*	1 048 576 jetons	2 097 152 jetons	16 384 jetons	32 760 jetons
Limite de jetons de sortie*	8 192 jetons	8 192 jetons	2 048 jetons	8 192 jetons
Nombre maximal d'images par requête	3 000 images	3 000 images	16 images	N/A
Taille maximale de l'image encodée en base64	7 Mo	7 Mo	7 Mo	N/A
Taille maximale du PDF	30 MB	30 MB	30 MB	N/A
Nombre maximal de fichiers vidéo par requête	10 fichiers vidéo	10 fichiers vidéo	1 fichier vidéo	N/A
Durée maximale de la vidéo (images uniquement)	~60 minutes de vidéo	~60 minutes de vidéo	2 minutes	N/A
Durée maximale de la vidéo (images et audio)	~45 minutes de vidéo	~45 minutes de vidéo	N/A	N/A
Nombre maximal de fichiers audio par requête	1 fichier audio	1 fichier audio	N/A	N/A
Durée maximale de l'audio	~8,4 heures d'audio	~8,4 heures d'audio	N/A	N/A

^{* Pour tous les modèles Gemini, un jeton équivaut à environ 4 caractères, donc 100 jetons représentent environ 60 à 80 mots en anglais. Vous pouvez déterminer le nombre total de jetons dans vos requêtes à l'aide de countTokens.}

Important : Les quotas et la tarification sont différents pour chaque modèle. La tarification dépend également des entrées et des sorties.

Découvrez les types de fichiers compatibles, comment spécifier le type MIME, et comment vous assurer que vos fichiers et requêtes multimodales répondent aux exigences et suivez les bonnes pratiques de la section Fichiers d'entrée compatibles et exigences pour le Vertex AI Gemini API.

Gestion des versions des modèles

Les modèles Gemini sont proposés en versions stable, mise à jour automatiquement et preview.

• Les versions stables sont considérées comme disponibles pour tous les utilisateurs.

  • Les noms de modèle des versions stables sont suivis d'un numéro de version à trois chiffres spécifique, par exemple gemini-1.5-pro-002.

• Les versions mises à jour automatiquement pointent toujours vers la dernière version stable de ce modèle. Si une nouvelle version stable est publiée, la version mise à jour automatiquement commence automatiquement à pointer vers cette nouvelle version stable.

  • Les versions mises à jour automatiquement portent des noms de modèles sans aucun ajout (par exemple, gemini-1.5-pro).

• Les versions Preview disposent de nouvelles fonctionnalités et sont considérées comme non stables. Notez que les versions d'aperçu pointent toujours vers la dernière version d'aperçu de ce modèle. Si une nouvelle version d'aperçu est publiée, toute version d'aperçu existante commence automatiquement à pointer vers cette nouvelle version d'aperçu.

  • Les noms de modèle des versions preview sont suivis de -preview, ainsi que de la date de sortie initiale du modèle (-MMDD), par exemple gemini-1.5-pro-preview-0409 (publié le 9 avril 2024).

Pour en savoir plus sur les versions de modèle Gemini disponibles et leur cycle de vie, consultez la documentation Google Cloud.

Important :Pour les cas d'utilisation en production, nous vous recommandons d'utiliser la version stable la plus récente. Même si une version mise à jour automatiquement pointe vers une version stable, la version réelle du modèle vers laquelle elle renvoie change automatiquement dès qu'une nouvelle version stable est publiée, ce qui peut entraîner un comportement ou des réponses inattendus. De plus, les versions preview ne sont recommandées que lors du prototypage.

Noms de modèles disponibles

Les noms de modèle sont les valeurs explicites que vous incluez dans votre code lors de l'initialisation du modèle génératif (étape obligatoire pour appeler Gemini API). Pour obtenir des exemples d'initialisation pour votre langue, consultez le guide de démarrage.

Remarque : Il n'existe aucune API permettant de lister de manière programmatique les noms de modèles disponibles.

Noms des modèles Gemini 1.5 Flash

Nom du modèle	Description	Étape de version	Date de disponibilité initiale	Date d'arrêt
Versions stables
gemini-1.5-flash-002	La dernière version stable de Gemini 1.5 Flash	Disponibilité générale	2024-09-24	Au plus tôt le 24/09/2025
gemini-1.5-flash-001	Version stable initiale de Gemini 1.5 Flash	Disponibilité générale	2024-05-24	Pas avant le 24/05/2025
Version mise à jour automatiquement
gemini-1.5-flash	Pointe vers gemini-1.5-flash-001 Pour accéder à gemini-1.5-flash-002, utilisez le nom explicite du modèle stable au lieu de la version mise à jour automatiquement.	Disponibilité générale	2024-05-24	---

Noms des modèles Gemini 1.5 Pro

Nom du modèle	Description	Étape de version	Date de disponibilité initiale	Date d'arrêt
Versions stables
gemini-1.5-pro-002	Dernière version stable de Gemini 1.5 Pro	Disponibilité générale	2024-09-24	Pas avant le 24/09/2025
gemini-1.5-pro-001	Version stable initiale de Gemini 1.5 Pro	Disponibilité générale	2024-05-24	Au plus tôt le 24 mai 2025
Version mise à jour automatiquement
gemini-1.5-pro	Pointe vers gemini-1.5-pro-001 Pour accéder à gemini-1.5-pro-002, utilisez le nom de modèle stable explicite au lieu de la version mise à jour automatiquement.	Disponibilité générale	2024-05-24	---

Noms des modèles Gemini 1.0 Pro Vision

Nom du modèle	Description	Étape de version	Date de disponibilité initiale	Date d'arrêt
Versions stables
gemini-1.0-pro-vision-001	Dernière version stable de Gemini 1.0 Pro Vision	Disponibilité générale	2024-02-15	Pas avant le 15/02/2025
Version mise à jour automatiquement
gemini-1.0-pro-vision	Pointe vers la dernière version stable de 1.5 Pro Vision (actuellement gemini-1.5-pro-vision-001)	Disponibilité générale	2024-01-04	---

Noms des modèles Gemini 1.0 Pro

Nom du modèle	Description	Étape de version	Date de disponibilité initiale	Date d'arrêt
Versions stables
gemini-1.0-pro-002	Dernière version stable de Gemini 1.0 Pro	Disponibilité générale	2024-04-09	Pas avant le 09/04/2025
gemini-1.0-pro-001	Version stable de Gemini 1.0 Pro	Disponibilité générale	2024-02-15	Au plus tôt le 15 février 2025
Version mise à jour automatiquement
gemini-1.0-pro	Pointe vers la dernière version stable de 1.0 Pro (actuellement gemini-1.0-pro-002)	Disponibilité générale	2024-02-15	---

Langues disponibles

• Tous les modèles Gemini peuvent comprendre et répondre dans les langues suivantes:

  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)

• Les modèles Gemini 1.5 Pro et Gemini 1.5 Flash peuvent comprendre et répondre dans les langues supplémentaires suivantes :

  Afrikaans (af), Amharique (am), Assamais (as), Azerbaïdjanais (az), Biélorusse (be), Bosniaque (bs), Catalan (ca), Cebuano (ceb), Corse (co), Gallois (cy), Dhivehi (dv), Esperanto (eo), Basque (eu), Persan (fa), Filipino (Tagalog) (fil), Frison (fy), Irlandais (ga), Gaélique écossais (gd), Galicien (gl), Gujarati (gu), Haoussa (ha), Hawaïen (haw), Hmong (hmn), Créole haïtien (ht), Arménien (hy), Igbo (ig), Islandais (is), Javanais (jv), Géorgien (ka), Kazakh (kk), Khmer (km), Kannada (kn), Krio (kri), Kurde (ku), Kirghize (ky), Latin (la), Luxembourgeois (lb), Lao (lo), Malagasy (mg), Maori (mi), Macédonien (mk), Malayalam (ml), Mongol (mn), Meiteilon (Manipuri) (mni-Mtei), Marathi (mr), Malais (ms), Maltais (mt), Myanmar (birman) (my), Népalais (ne), Nyanja (Chichewa) (ny), Odia (Oriya) (or), Punjabi (pa), Pachto (ps), Sindhi (sd), Sinhala (singalais) (si), Samoan (sm), Shona (sn), Somali (so), Albanais (sq), Sesotho (st), Sundanais (su), Tamoul (ta), Télougou (te), Tadjik (tg), Ouïghour (ug), Urdu (ur), Ouzbek (uz), Xhosa (xh), Yiddish (yi), Yoruba (yo), Zoulou (zu)

Remarque : Ces langues ne sont pas les zones géographiques acceptées par le service Vertex AI et les modèles Gemini. Il s'agit des langues que les modèles peuvent comprendre et dans lesquelles ils peuvent répondre (comme l'entrée et la sortie de texte). Si nécessaire, consultez la liste des pays et régions où le service est disponible.

Étapes suivantes

Essayer les fonctionnalités de Gemini API

• Créez des conversations multitours (chat).
• Générez du texte à partir de requêtes textuelles uniquement.
• Générer du texte à partir de requêtes multimodales (y compris du texte, des images, des PDF, des vidéos et de l'audio)
• Générez une sortie structurée (comme JSON) à partir de requêtes textuelles et multimodales.
• Utilisez l'appel de fonction pour connecter des modèles génératifs à des informations et à des systèmes externes.