Scopri di più sui modelli Gemini

La famiglia di modelli Gemini è considerata multimodale perché è in grado di elaborare informazioni da diverse modalità, tra cui immagini, video e testo. Ad esempio, puoi inviare a un modello Gemini la foto di un piatto di biscotti e chiedergli di darti una ricetta per prepararli.

Prompt	Risposta
Dammi una ricetta per questi biscotti.	**INGREDIENTI** - 1 c. (2 bastoncini) burro non salato, ammorbidito - 3/4 tazza di zucchero semolato - 3/4 tazza di zucchero di canna confezionato - 1 cucchiaino. estratto di vaniglia - 2 uova grandi - 2 1/4 di farina per tutti gli usi - 1 cucchiaino di bicarbonato di sodio - 1 cucchiaino di sale ...

Puoi interagire con la famiglia di modelli Gemini utilizzando il Gemini API fornito da Vertex AI su Google Cloud. Per le app web e mobile, puoi utilizzare gli SDK Vertex AI in Firebase per chiamare l'API Gemini e interagire con i modelli Gemini direttamente dalla tua app.

Questa pagina fornisce le seguenti informazioni sui modelli Gemini:

• Confronto generale dei casi d'uso per i vari modelli Gemini, inclusi i tipi di input supportati.

• Confronto dei dettagli relativi a ogni modello, ad esempio il numero massimo di token di input o la durata massima del video.

• Descrizione di come vengono versionati i modelli Gemini, in particolare le versioni stabili, con aggiornamento automatico e anteprima.

• Elenchi dei nomi di modelli disponibili da includere nel codice durante l'inizializzazione.

• Elenco delle lingue supportate per i modelli Gemini.

Modelli disponibili

Puoi utilizzare uno qualsiasi dei seguenti modelli Gemini con Vertex AI in Firebase:

• Gemini 1.5 Flash
  Modello multimodale che supporta gli stessi tipi di input e output di 1.5 Pro, ma con una comprensione del contesto lungo di 1 milione di token. Gemini 1.5 Flash è specificamente progettato per applicazioni a basso costo e con volumi elevati.

• Gemini 1.5 Pro
  Modello multimodale che supporta l'aggiunta di file immagine, audio, video e PDF nei prompt di testo o di chat per una risposta di testo o codice. Inoltre, supporta la comprensione di contesti lunghi con 2 milioni di token.

• Gemini 1.0 Pro Vision
  Modello multimodale progettato per gestire testo, immagini e video per una risposta di testo o codice. Non possono essere utilizzati per la chat.

• Gemini 1.0 Pro
  Modello progettato per gestire attività di elaborazione del linguaggio naturale, chat con testo e codice in più passaggi e generazione di codice.

Vai ai nomi dei modelli da includere nel codice

Casi d'uso e funzionalità per ogni modello

Ogni modello Gemini ha funzionalità diverse per supportare vari casi d'uso. Per scoprire di più su ciascun modello Gemini, consulta la documentazione di Google Cloud.

Input e output supportati per ogni modello

	Gemini 1.5 Flash	Gemini 1.5 Pro	Gemini 1.0 Pro Vision	Gemini 1.0 Pro
Tipi di input
Testo
Codice
Immagine
PDF
Video (solo frame)
Video (frame e audio)
Audio
Tipi di output
Testo
Output strutturato (ad es. JSON) che utilizza lo schema di risposta
Codice

Per informazioni sui tipi di file supportati, consulta File di input supportati e requisiti per Vertex AI Gemini API.

Funzionalità supportate e caratteristiche generali per ogni modello

		Gemini 1.5 Flash	Gemini 1.5 Pro	Gemini 1.0 Pro Vision	Gemini 1.0 Pro
Generazione di testo da input di solo testo
Generazione di testo da input multimodale
Output strutturato (come JSON) che utilizza lo schema di risposta
Chat a più turni
Chiamate di funzione
	Chiamate di funzione di base
	Chiamate di funzioni parallele
	Modalità chiamata di funzione
Contare i token e i caratteri fatturabili
Istruzioni di sistema

Nota: la memorizzazione nella cache del contesto, la messa a punto di un modello, gli embedding e il recupero semantico sono supportati da vari modelli o da Vertex AI Gemini API, ma non lo sono degli SDK Vertex AI in Firebase.

Informazioni dettagliate su ciascun modello

Nota: per gli SDK Vertex AI in Firebase, la dimensione massima della richiesta è di 20 MB. Viene visualizzato un errore HTTP 413 se una richiesta è troppo grande.

Se le dimensioni del file fanno sì che le dimensioni totali della richiesta superino i 20 MB, utilizza un URL Cloud Storage for Firebase per includere il file nella richiesta multimodale. Tuttavia, se il file è di piccole dimensioni, spesso puoi passarlo direttamente come dati in linea (tieni presente però che un file fornito come dati in linea viene codificato in base64 durante il transito, il che aumenta le dimensioni della richiesta).

Proprietà	Gemini 1.5 Flash	Gemini 1.5 Pro	Gemini 1.0 Pro Vision	Gemini 1.0 Pro
Limite di token totale (input e output combinati) *	1.048.576 token	2.097.152 token	16.384 token	32.760 token
Limite di token di output *	8192 token	8192 token	2048 token	8192 token
Numero massimo di immagini per richiesta	3000 immagini	3000 immagini	16 immagini	N/D
Dimensione massima dell'immagine con codifica Base64	7 MB	7 MB	7 MB	N/D
Dimensioni massime del PDF	30 MB	30 MB	30 MB	N/D
Numero massimo di file video per richiesta	10 file video	10 file video	1 file video	N/D
Durata massima del video (solo frame)	~60 minuti di video	Circa 60 minuti di video	2 minuti	N/D
Lunghezza massima del video (frame e audio)	Circa 45 minuti di video	Circa 45 minuti di video	N/D	N/D
Numero massimo di file audio per richiesta	1 file audio	1 file audio	N/D	N/D
Durata massima dell'audio	~8,4 ore di audio	~8,4 ore di audio	N/D	N/D

^{* Per tutti i modelli Gemini, un token equivale a circa 4 caratteri, quindi 100 token corrispondono a circa 60-80 parole inglesi. Puoi determinare il conteggio totale dei token nelle richieste utilizzando countTokens.}

Importante: le quote e i prezzi sono diversi per ogni modello. I prezzi dipendono anche da input e output.

Scopri di più sui tipi di file supportati, su come specificare il tipo MIME e su come assicurarti che i file e le richieste multimodali soddisfino i requisiti e seguano le best practice in File di input supportati e requisiti per Vertex AI Gemini API.

Controllo delle versioni dei modelli

I modelli Gemini sono disponibili nelle versioni stabile, con aggiornamento automatico e anteprima.

• Le versioni stabili sono considerate in disponibilità generale.

  • Le versioni stabili hanno dei nomi del modello aggiunti con un numero di versione specifico a tre cifre, ad esempio gemini-1.5-pro-002.

• Le versioni con aggiornamento automatico fanno sempre riferimento alla versione stabile più recente di quel modello. Se viene rilasciata una nuova versione stabile, la versione con aggiornamento automatico inizia automaticamente a fare riferimento a questa nuova versione stabile.

  • Le versioni aggiornate automaticamente hanno nomi dei modelli senza aggiunte, ad esempio gemini-1.5-pro.

• Le versioni di anteprima includono nuove funzionalità e sono considerate non stabili. Tieni presente che le versioni di anteprima fanno sempre riferimento all'ultima versione di anteprima di quel modello. Se viene rilasciata una nuova versione di anteprima, qualsiasi versione di anteprima esistente inizia automaticamente a fare riferimento a questa nuova versione.

  • Alle versioni di anteprima vengono aggiunti i nomi dei modelli con -preview e la data di rilascio iniziale del modello (-MMDD), ad esempio gemini-1.5-pro-preview-0409 (rilasciato il 9 aprile 2024).

Scopri di più sulle versioni del modello Gemini disponibili e sul loro ciclo di vita nella documentazione Google Cloud.

Importante: per i casi d'uso di produzione, consigliamo di utilizzare la versione stabile più recente. Anche se una versione con aggiornamento automatico rimanda a una versione stabile, la versione del modello effettiva a cui rimanda cambierà automaticamente ogni volta che viene rilasciata una nuova versione stabile, il che potrebbe comportare comportamenti o risposte inaspettati. Inoltre, le versioni di anteprima sono consigliate solo durante la prototipazione.

Nomi dei modelli disponibili

I nomi dei modelli sono i valori espliciti che includi nel codice durante l'inizializzazione del modello generativo (un passaggio obbligatorio per chiamare Gemini API). Per esempi di inizializzazione per la tua lingua, consulta la guida introduttiva.

Nota: non esiste un'API per elencare in modo programmatico i nomi dei modelli disponibili.

Nomi dei modelli Flash Gemini 1.5

Nome modello	Descrizione	Fase di rilascio	Data di rilascio iniziale	Data di interruzione
Versioni stabili
gemini-1.5-flash-002	Ultima versione stabile di Gemini 1.5 Flash	Disponibilità generale	2024-09-24	Non prima del 24-09-2025
gemini-1.5-flash-001	Versione stabile iniziale di Gemini 1.5 Flash	Disponibilità generale	2024-05-24	Non prima del 24/05/2025
Versione con aggiornamento automatico
gemini-1.5-flash	Rimanda a gemini-1.5-flash-001 Per accedere a gemini-1.5-flash-002, utilizza il nome del modello stabile esplicito anziché la versione aggiornata automaticamente.	Disponibilità generale	2024-05-24	---

Nomi dei modelli Gemini 1.5 Pro

Nome modello	Descrizione	Fase di rilascio	Data di rilascio iniziale	Data di ritiro
Versioni stabili
gemini-1.5-pro-002	Ultima versione stabile di Gemini 1.5 Pro	Disponibilità generale	2024-09-24	Non prima del 24/09/2025
gemini-1.5-pro-001	Versione stabile iniziale di Gemini 1.5 Pro	Disponibilità generale	2024-05-24	Non prima del 24/05/2025
Versione con aggiornamento automatico
gemini-1.5-pro	Punta a gemini-1.5-pro-001 Per accedere a gemini-1.5-pro-002, utilizza il nome esplicito del modello stabile anziché la versione aggiornata automaticamente.	Disponibilità generale	2024-05-24	---

Nomi dei modelli Gemini 1.0 Pro Vision

Nome modello	Descrizione	Fase di rilascio	Data di rilascio iniziale	Data di interruzione
Versioni stabili
gemini-1.0-pro-vision-001	Ultima versione stabile di Gemini 1.0 Pro Vision	Disponibilità generale	2024-02-15	Non prima del 15/02/2025
Versione con aggiornamento automatico
gemini-1.0-pro-vision	Rimanda alla versione stabile più recente di 1.5 Pro Vision (attualmente gemini-1.5-pro-vision-001)	Disponibilità generale	2024-01-04	---

Nomi dei modelli Gemini 1.0 Pro

Nome modello	Descrizione	Fase di rilascio	Data di rilascio iniziale	Data di ritiro
Versioni stabili
gemini-1.0-pro-002	La versione stabile più recente di Gemini 1.0 Pro	Disponibilità generale	2024-04-09	Non prima del 09-04-2025
gemini-1.0-pro-001	Versione stabile di Gemini 1.0 Pro	Disponibilità generale	2024-02-15	Non prima del 15/02/2025
Versione aggiornata automaticamente
gemini-1.0-pro	Punta all'ultima versione stabile di 1.0 Pro (attualmente gemini-1.0-pro-002)	Disponibilità generale	2024-02-15	---

Lingue supportate

• Tutti i modelli Gemini sono in grado di comprendere e rispondere nelle seguenti lingue:

  Arabo (ar), bengalese (bn), bulgaro (bg), cinese semplificato e tradizionale (zh), croato (hr), ceco (cs), danese (da), estone (et), finlandese (fi), francese (fr), tedesco (de), greco (el), ebraico (iw), hindi (hi), ungherese (hu), indonesiano (id), italiano (it), giapponese (ja), coreano (ko), lettone (lv), lituano (lt), norvegese (no), polacco (pl), portoghese (pt), rumeno (ro), russo (ru), serbo (sr), slovacco (sk), sloveno (sl), spagnolo (es), swahili (sw), svedese (sv), thailandese (th), turco (tr), ucraino (uk), vietnamita (vi)

• I modelli Gemini 1.5 Pro e Gemini 1.5 Flash possono comprendere e rispondere nelle seguenti lingue aggiuntive:

  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)

Nota: queste lingue non sono le località supportate dal servizio Vertex AI e dai modelli Gemini; si tratta dei lingue che i modelli possono comprendere e in cui i modelli possono rispondere (come l'input e l'output di testo). Se necessario, scopri di più sulle località supportate.

Passaggi successivi

Prova le funzionalità di Gemini API

• Crea conversazioni a più turni (chat).
• Genera testo da prompt di solo testo.
• Genera testo da prompt multimodali (inclusi testo, immagini, PDF, video e audio).
• Genera output strutturato (come JSON) da prompt di testo e multimodali.
• Utilizza le chiamate di funzione per collegare i modelli generativi a sistemi e informazioni esterni.