W przypadku aplikacji mobilnych i internetowych pakiety SDK Vertex AI in Firebase umożliwiają interakcję z obsługiwanymi Geminimodelami bezpośrednio z aplikacji.
Modele Gemini są uważane za wielomodalne, ponieważ mogą przetwarzać i nawet generować wiele modalności, w tym tekst, kod, pliki PDF, obrazy, filmy i dźwięk.
W tabeli poniżej znajdziesz krótki przegląd obsługiwanych modeli Vertex AI in Firebase oraz ich najnowszych stabilnych nazw. Tabela zawiera też modele w wersji zapoznawczej i eksperymentalnej, które są dostępne do tworzenia prototypów.
| Model | Dane wejściowe | Wyniki | Opis |
|---|---|---|---|
| Gemini modeli ze stabilnymi wersjami | |||
Gemini 2.0 Flashgemini-2.0-flash-001
|
tekst, kod, pliki PDF, obrazy, filmy, dźwięk | tekst, kod, JSON (wkrótce: obrazy i dźwięk) |
Zapewnia funkcje nowej generacji i szybkość wykonywania różnych zadań
(wkrótce udostępnimy generowanie multimodalne) |
Gemini 2.0 Flash‑Litegemini-2.0-flash-lite-001
|
tekst, kod, pliki PDF, obrazy, filmy, dźwięk | tekst, kod, JSON | Zapewnia wydajność z niskim opóźnieniem przy niskich kosztach; obsługuje wysoką przepustowość |
Gemini 1.5 Progemini-1.5-pro-002 |
tekst, kod, pliki PDF, obrazy, filmy, dźwięk | tekst, kod, JSON | Obsługuje złożone zadania wymagające większej inteligencji; 2 mln tokenów w kontekście |
Gemini 1.5 Flashgemini-1.5-flash-002 |
tekst, kod, pliki PDF, obrazy, filmy, dźwięk | tekst, kod, JSON | zapewnia szybką i wszechstronną wydajność w wielu zadaniach; |
| Geminimodele z tylko wersjami w poziomie podglądu i eksperymentalnymi (zalecane tylko w przypadku prototypów) | |||
Gemini 2.0 Progemini-2.0-pro-exp-02-05
|
tekst, kod, pliki PDF, obrazy, filmy, dźwięk | tekst, kod, JSON | Zapewnia najwyższą jakość modelu, zwłaszcza w przypadku kodu i wiedzy o świecie; kontekst o długości 2 mln. |
Gemini 2.0 Flash‑Thinkinggemini-2.0-flash-thinking-exp-01-21
|
tekst, kod, pliki PDF, obrazy | tekst, kod, JSON | oferuje lepsze możliwości rozumowania i wprowadza proces myślowy w odpowiedziach; |
W pozostałej części tej strony znajdziesz szczegółowe informacje o modelach obsługiwanych przez Vertex AI in Firebase:
-
- Obsługiwane urządzenia wejściowe i wyjściowe
- Ogólne porównanie obsługiwanych funkcji
- Specyfikacje i ograniczenia, np. maksymalna liczba tokenów wejściowych lub maksymalna długość filmu wejściowego
Opis wersji modeli, w szczególności ich wersji stabilnej, automatycznie aktualizowanej i podglądu.
listy dostępnych nazw modeli do uwzględnienia w kodzie podczas inicjalizacji;
listy obsługiwanych języków dla modeli;
U dołu tej strony możesz wyświetlić szczegółowe informacje o starszych modelach.
Porównanie modeli
Każdy model ma inne możliwości, które umożliwiają obsługę różnych przypadków użycia. Pamiętaj, że każda tabela w tej sekcji opisuje poszczególne modele w połączeniu z funkcją Vertex AI in Firebase. Każdy model może mieć dodatkowe funkcje, które nie są dostępne podczas korzystania z naszych pakietów SDK.
Jeśli nie możesz znaleźć potrzebnych informacji w podrozdziałach poniżej, więcej informacji o modelach Gemini znajdziesz w dokumentacji Google Cloud.
Obsługiwane urządzenia wejściowe i wyjściowe
Oto obsługiwane typy danych wejściowych i wyjściowych w przypadku każdego modelu z użyciem funkcji Vertex AI in Firebase:
|
<span="notranslate">Gemini 2.0 Pro </span="notranslate"> |
<span="notranslate">Gemini 2.0 Flash </span="notranslate"> |
<span="notranslate">Gemini 2.0 Flash- Lite </span="notranslate"> |
<span="notranslate">Gemini 2.0 Flash- Thinking </span="notranslate"> |
<span="notranslate">Gemini 1.5 Pro </span="notranslate"> |
<span="notranslate">Gemini 1.5 Flash </span="notranslate"> |
|
|---|---|---|---|---|---|---|
| Typy danych wejściowych | ||||||
| Tekst | ||||||
| Kod | ||||||
| Dokumenty (pliki PDF lub tekstowe) |
||||||
| Obrazy | ||||||
| Wideo | ||||||
| Audio | ||||||
| Dźwięk (strumieniowanie) | wkrótce | |||||
| Typy danych wyjściowych | ||||||
| Tekst | ||||||
| Kod | ||||||
| Dane uporządkowane (np. w formacie JSON) |
||||||
| Obrazy | wkrótce | |||||
| Audio | wkrótce | |||||
| Dźwięk (strumieniowanie) | wkrótce | |||||
Informacje o obsługiwanych typach plików znajdziesz w artykule Obsługiwane pliki wejściowe i wymagania dotyczące Vertex AI Gemini API.
Obsługiwane funkcje i możliwości
Te funkcje są obsługiwane podczas korzystania z każdego modelu z użyciem Vertex AI in Firebase:
|
<span="notranslate">Gemini 2.0 Pro </span="notranslate"> |
<span="notranslate">Gemini 2.0 Flash </span="notranslate"> |
<span="notranslate">Gemini 2.0 Flash- Lite </span="notranslate"> |
<span="notranslate">Gemini 2.0 Flash- Thinking </span="notranslate"> |
<span="notranslate">Gemini 1.5 Pro </span="notranslate"> |
<span="notranslate">Gemini 1.5 Flash </span="notranslate"> |
|
|---|---|---|---|---|---|---|
| generowanie tekstu na podstawie danych tekstowych lub multimodalnych, | ||||||
| Generuj obrazy | wkrótce | |||||
| Generowanie dźwięku | wkrótce | |||||
|
Generowanie uporządkowanych danych wyjściowych
(np. w formacie JSON) |
||||||
|
analizować dokumenty
(pliki PDF lub tekstowe). |
||||||
| analizowanie obrazów (systemy wizyjne); | ||||||
| Analiza wideo (wizja) | ||||||
| Analiza dźwięku | ||||||
| Czat wieloetapowy | ||||||
| Połączenia z funkcjami (narzędzia) | ||||||
| Liczenie tokenów i znaków podlegających rozliczeniu | ||||||
| Instrukcje dotyczące systemu | ||||||
|
Interfejs API rozmów multimodalnych na żywo (strumieniowanie dwukierunkowe) |
wkrótce |
Specyfikacje i ograniczenia
Oto specyfikacje i ograniczenia każdego modelu w przypadku Vertex AI in Firebase:
| Właściwość |
<span="notranslate">Gemini 2.0 Pro </span="notranslate"> |
<span="notranslate">Gemini 2.0 Flash </span="notranslate"> |
<span="notranslate">Gemini 2.0 Flash- Lite </span="notranslate"> |
<span="notranslate">Gemini 2.0 Flash- Thinking </span="notranslate"> |
<span="notranslate">Gemini 1.5 Pro </span="notranslate"> |
<span="notranslate">Gemini 1.5 Flash </span="notranslate"> |
|---|---|---|---|---|---|---|
| Okno kontekstu * Łączny limit tokenów (łączna liczba tokenów wejściowych i wyjściowych) |
2 097 152 tokeny | 1 048 576 tokenów | 1 048 576 tokenów | 1 048 576 tokenów | 2 097 152 tokeny | 1 048 576 tokenów |
| Limit tokenów wyjściowych * | 8192 tokenów | 8192 tokenów | 8192 tokenów | 8192 tokenów | 8192 tokenów | 8192 tokenów |
| Data odcięcia | Czerwiec 2024 r. | Czerwiec 2024 r. | Czerwiec 2024 r. | Czerwiec 2024 r. | Maj 2024 r. | Maj 2024 r. |
| pliki PDF (na żądanie), | ||||||
| Maksymalna liczba pobranych plików PDF ** |
3000 plików | 3000 plików | 3000 plików | 3000 plików | 3000 plików | 3000 plików |
| Maksymalna liczba stron na plik PDF wejściowy ** |
1000 stron | 1000 stron | 1000 stron | 1000 stron | 1000 stron | 1000 stron |
| Maksymalny rozmiar na plik PDF wejściowy |
50 MB | 50 MB | 50 MB | 50 MB | 50 MB | 50 MB |
| Obrazy (na żądanie) | ||||||
| Maksymalna liczba obrazów |
3000 obrazów | 3000 obrazów | 3000 obrazów | 3000 obrazów | 3000 obrazów | 3000 obrazów |
| Maksymalna liczba obrazów |
--- | wkrótce | --- | --- | --- | --- |
| Maksymalny rozmiar na obraz zakodowany w formacie base64 |
7 MB | 7 MB | 7 MB | 7 MB | 7 MB | 7 MB |
| Film (na żądanie) | ||||||
| Maksymalna liczba wejskowych plików wideo |
10 plików | 10 plików | 10 plików | --- | 10 plików | 10 plików |
| Maksymalna długość wszystkich filmów wejściowych (tylko ramki) |
ok. 60 minut | ok. 60 minut | ok. 60 minut | --- | ok. 60 minut | ok. 60 minut |
| Maksymalna długość wszystkich filmów wejściowych (ramki + dźwięk) |
ok. 45 minut | ok. 45 minut | ok. 45 minut | --- | ok. 45 minut | ok. 45 minut |
| Dźwięk (z uwzględnieniem żądań) | ||||||
| Maksymalna liczba wejściowych plików audio |
1 plik | 1 plik | 1 plik | --- | 1 plik | 1 plik |
| Maksymalna liczba pliku wyjściowego |
--- | wkrótce | --- | --- | --- | --- |
| Maksymalna długość wszystkich wejść audio |
ok.8,4 godziny | ok.8,4 godziny | ok.8,4 godziny | --- | ok.8,4 godziny | ok.8,4 godziny |
| Maksymalna długość wszystkich wyjść audio |
--- | wkrótce | --- | --- | --- | --- |
*
W przypadku wszystkich modeli token odpowiada około 4 znakom,
więc 100 tokenów to około 60–80 słów w języku angielskim. W przypadku modeli Gemini możesz określić łączną liczbę tokenów w żądaniach za pomocą parametru countTokens.
** Pliki PDF są traktowane jako obrazy, więc pojedyncza strona pliku PDF jest traktowana jako jeden obraz. Liczba stron dozwolonych w żądaniu jest ograniczona do liczby obrazów, które może obsługiwać model.
Znajdowanie dodatkowych szczegółowych informacji
Limity i opłaty są różne w zależności od modelu. Ceny zależą też od danych wejściowych i wyjściowych.
Dowiedz się więcej o obsługiwanych typach plików wejściowych, o tym, jak określić typ MIME, oraz o tym, jak sprawdzić, czy pliki wejściowe i zapytania multimodalne spełniają wymagania. Zapoznaj się też ze wskazówkami dotyczącymi obsługiwanych plików wejściowych i wymagań dotyczących Vertex AI Gemini API.
Wzorce obsługi wersji i nazywania modeli
Modele są dostępne w wersjach stabilnej, testowej i eksperymentalnej. Dla wygody obsługiwane są aliasy bez dokładnych wartości wersji.
Aby znaleźć konkretne nazwy modeli do użycia w kodzie, zapoznaj się z sekcją „dostępne nazwy modeli” dalej na tej stronie.
| Typ wersji | Opis | Wzorzec nazwy modelu | |
|---|---|---|---|
| Stabilna | Stabilne wersje są uważane za ogólnie dostępne. |
nazwy modeli stabilnych wersji są uzupełniane o specyficzny 3-cyfrowy numer wersji.
Przykład: |
|
| Stały alias aktualizowany automatycznie | Automatycznie aktualizowane aliasy wersji stabilnych zawsze wskazują najnowszą wersję stabilną danego modelu. Jeśli zostanie opublikowana nowa wersja stabilna, alias automatycznie aktualizowany automatycznie zacznie wskazywać nową wersję stabilną. |
Nazwa modelu aliasu nie zawiera żadnych elementów dodatkowych
Przykład: |
|
| Podgląd |
Wersje w obejściu mają nowe możliwości i są uważane za niestabilne.
Wersje podglądu zawsze odwołują się do najnowszej wersji tego modelu. Jeśli zostanie wydana nowa wersja podglądu, wszystkie istniejące wersje podglądu będą automatycznie wskazywać nową wersję podglądu. |
Nazwy modeli wersji podglądowych są uzupełniane o ciąg znaków
Przykład: |
|
| eksperymentalna, |
Wersje eksperymentalne mają nowe funkcje i są uważane za niestabilne. Nie są one zgodne ze standardowym planem cyklu życia modelu i schematem wersji Google.
Dowiedz się więcej o modelach eksperymentalnych. |
Nazwy modeli wersji eksperymentalnych są uzupełniane o parametr
Przykład: |
|
Więcej informacji o dostępnych wersjach modelu i ich cyklu życia (Gemini) znajdziesz w dokumentacji Google Cloud.
Dostępne nazwy modeli
Nazwy modeli to jawne wartości, które uwzględniasz w kodzie podczas inicjalizacji modelu generatywnego (jest to wymagany krok do wywołania funkcji Gemini API).
Aby wyświetlić listę wszystkich dostępnych nazw modeli, możesz użyć punktu końcowego publishers.models.list. Pamiętaj, że zwrócona lista będzie zawierać wszystkie modele obsługiwane przez Vertex AI, ale Vertex AI in Firebase obsługuje tylko modele Gemini opisane na tej stronie.
Pamiętaj też, że aliasy aktualizowane automatycznie (np. gemini-2.0-flash) nie są wyświetlane, ponieważ są to aliasy ułatwiające korzystanie z modelu podstawowego.
Gemini nazwy modeli
Przykłady inicjalizowania w danym języku znajdziesz w przewodniku dla początkujących.
Gemini 2.0 Pro nazwy modeli
| Nazwa modelu | Opis | Etap udostępniania | Data pierwszego wydania | Data zaprzestania |
|---|---|---|---|---|
| Wersje stabilne | ||||
| Brak dostępnych wersji stabilnych | --- | --- | --- | --- |
| Stały alias aktualizowany automatycznie | ||||
| Nie ma dostępnego stabilnego aliasu z automatyczną aktualizacją | --- | --- | --- | --- |
| Wersje podglądu | ||||
| Brak wersji podglądu | --- | --- | --- | --- |
| Wersje eksperymentalne | ||||
gemini-2.0-pro-exp-02-05 |
Eksperymentalna wersja Gemini 2.0 Pro | Wersja eksperymentalna | 2025-02-05 | Jeszcze nieznany |
Gemini 2.0 Flash nazwy modeli
| Nazwa modelu | Opis | Etap udostępniania | Data pierwszego wydania | Data zaprzestania |
|---|---|---|---|---|
| Wersje stabilne | ||||
gemini-2.0-flash-001 |
najnowsza stabilna wersja aplikacji Gemini 2.0 Flash, | Ogólna dostępność | 2025-02-05 | Nie wcześniej niż 2026-02-05 |
| Stały alias aktualizowany automatycznie | ||||
gemini-2.0-flash |
Wskazuje na najnowszą stabilną wersję 2.0 Flash (obecnie gemini-2.0-flash-001 |
Ogólna dostępność | 2025-02-10 | --- |
| Wersje podglądu | ||||
| Brak wersji podglądu | --- | --- | --- | --- |
| Wersje eksperymentalne | ||||
| Brak dostępnych wersji eksperymentalnych | --- | --- | --- | --- |
Gemini 2.0 Flash‑Lite nazwy modeli
| Nazwa modelu | Opis | Etap udostępniania | Data pierwszego wydania | Data zaprzestania |
|---|---|---|---|---|
| Wersje stabilne | ||||
gemini-2.0-flash-lite-001 |
najnowsza stabilna wersja aplikacji Gemini 2.0 Flash‑Lite, | Ogólna dostępność | 2025-02-25 | Nie wcześniej niż 2026-02-25 |
| Stały alias aktualizowany automatycznie | ||||
gemini-2.0-flash-lite |
Wskazuje na najnowszą stabilną wersję 2.0 Flash-Lite (obecnie gemini-2.0-flash-lite-001 |
Ogólna dostępność | 2025-02-25 | --- |
| Wersje podglądu | ||||
gemini-2.0-flash-lite-preview-02-05 |
Wersja podglądu: Gemini 2.0 Flash‑Lite | Podgląd | 2025-02-05 | Jeszcze nieznany |
| Wersje eksperymentalne | ||||
| Brak dostępnych wersji eksperymentalnych | --- | --- | --- | --- |
Gemini 2.0 Flash‑Thinking nazwy modeli
| Nazwa modelu | Opis | Etap udostępniania | Data pierwszego wydania | Data zaprzestania |
|---|---|---|---|---|
| Wersje stabilne | ||||
| Brak dostępnych wersji stabilnych | --- | --- | --- | --- |
| Stały alias aktualizowany automatycznie | ||||
| Nie ma dostępnego stabilnego aliasu z automatyczną aktualizacją | --- | --- | --- | --- |
| Wersje podglądu | ||||
| Brak wersji podglądu | --- | --- | --- | --- |
| Wersje eksperymentalne | ||||
gemini-2.0-flash-thinking-exp-01-21 |
Eksperymentalna wersja Gemini 2.0 Flash‑Thinking | Wersja eksperymentalna | 2025-01-21 | Jeszcze nieznany |
Nazwy modeli Gemini 1.5 Pro
| Nazwa modelu | Opis | Etap udostępniania | Data pierwszego wydania | Data zaprzestania |
|---|---|---|---|---|
| Wersje stabilne | ||||
gemini-1.5-pro-002 |
najnowsza stabilna wersja aplikacji Gemini 1.5 Pro, | Ogólna dostępność | 2024-09-24 | Nie wcześniej niż 2025-09-24 |
gemini-1.5-pro-001 |
Pierwsza stabilna wersja Gemini 1.5 Pro | Ogólna dostępność | 2024-05-24 | Nie wcześniej niż 2025-05-24 |
| Stały alias aktualizowany automatycznie | ||||
gemini-1.5-pro |
wskazuje najnowszą stabilną wersję 1.5 Pro (obecnie gemini-1.5-pro-002 |
Ogólna dostępność | 2024-09-24 | --- |
| Wersje podglądu | ||||
| Brak wersji podglądu | --- | --- | --- | --- |
| Wersje eksperymentalne | ||||
| Brak dostępnych wersji eksperymentalnych | --- | --- | --- | --- |
Gemini 1.5 Flash nazwy modeli
| Nazwa modelu | Opis | Etap udostępniania | Data pierwszego wydania | Data zaprzestania |
|---|---|---|---|---|
| Wersje stabilne | ||||
gemini-1.5-flash-002 |
najnowsza stabilna wersja aplikacji Gemini 1.5 Flash, | Ogólna dostępność | 2024-09-24 | Nie wcześniej niż 2025-09-24 |
gemini-1.5-flash-001 |
Pierwsza stabilna wersja Gemini 1.5 Flash | Ogólna dostępność | 2024-05-24 | Nie wcześniej niż 2025-05-24 |
| Stały alias aktualizowany automatycznie | ||||
gemini-1.5-flash |
Wskazuje najnowszą stabilną wersję Flasha 1.5 (obecnie gemini-1.5-flash-002 |
Ogólna dostępność | 2024-09-24 | --- |
| Wersje podglądu | ||||
| Brak wersji podglądu | --- | --- | --- | --- |
| Wersje eksperymentalne | ||||
| Brak dostępnych wersji eksperymentalnych | --- | --- | --- | --- |
Obsługiwane języki
Gemini
Wszystkie modele Gemini rozumieją i odpowiadają w tych językach:
arabski (ar), bengalski (bn), bułgarski (bg), chiński uproszczony i tradycyjny (zh), chorwacki (hr), czeski (cs), duński (da), niderlandzki (nl), angielski (en), estoński (et), fiński (fi), francuski (fr), grecki (el), hebrajski (iw), hindi (hi), węgierski (hu), indonezyjski (id), hiszpański (es), japoński (ja), koreański (ko), łaciński (la), litewski (lt), norweski (no), polski (pl), portugalski (pt), rumuński (ro), rosyjski (ru), serbski (sr), słowacki (sk), słoweński (sl), szwedzki (sv), swahili (sw), tajski (th), turecki (tr), ukraiński (uk), wietnamski (vi)
Modele Gemini 2.0 Flash, Gemini 1.5 Pro i Gemini 1.5 Flash rozumieją i mogą odpowiadać w tych dodatkowych językach:
Afrikaans (af), amharski (am), assamski (as), azerski (az), białoruski (be), bośniacki (bs), kataloński (ca), cebuańska (ceb), korsykański (co), walijski (cy), divehi (dv), esperanto (eo), baskijski (eu), perski (fa), filipino (tagalog) (fil), fryzyjski (fy), irlandzki (ga), szkocki gaelicki (gd), galicyjski (gl), gudżarati (gu), hausa (ha), hawajski (haw), hmong (hmn), kreolski haitamski (ht), ormiański (hy), igbokańska (ig), islandzki (is), jawajski (jv), gruziński (ka), kazachski (kk), khmerski (km), kannada (kn), krio (kri), kurdyjski (ku), kirgiski (ky), łacina (la), birmański (my), nepalski (ne), nyanja (Chichewa) (ny), orija (Oriya) (or), pendżabski (pa), paszto (ps), sindhi (sd), sinhala (sinhalese) (si), samoański (sm), shona (sn), somali (so), albański (sq), sesotho (st), tamilski (ta), telugu (te), tadżycki (tg), ujgurski (ug), urdu (ur), uzbecki (uz), xhosa (xh), jidysz (yi), joruba (yo), zulu (zu)
Informacje o starszych modelach
Vertex AI in Firebase obsługuje wszystkie modele Gemini, w tym starsze modele, takie jak Gemini 1.0 Pro i Gemini 1.0 Pro Vision. Zdecydowanie zalecamy jednak używanie nowszego modelu z pakietami SDK. Te starsze modele Gemini zbliżają się do daty wycofania z użycia i nie oferują wszystkich funkcji nowszych modeli.
Dalsze kroki
Wypróbuj możliwości Gemini API
- tworzyć rozmowy wieloetapowe (czat);
- generować tekst na podstawie promptów tekstowych,
- generować tekst na podstawie promptów multimodalnych (w tym tekst, obrazy, pliki PDF, filmy i pliki audio).
- generować dane wyjściowe w uporządkowanym formacie (np. JSON) na podstawie zarówno tekstowych, jak i wielomodalnych promptów;
- Użyj funkcji wywoływania, aby połączyć modele generatywne z zewnętrznymi systemami i informacjami.