Nhóm mô hình Gemini được xem là đa phương thức vì các mô hình này có thể xử lý thông tin từ nhiều phương thức, bao gồm hình ảnh, video và văn bản. Ví dụ: bạn có thể gửi cho mô hình Gemini ảnh chụp một đĩa bánh quy và yêu cầu Gemini cung cấp cho bạn công thức làm những chiếc bánh đó.
Câu lệnh | Đáp |
Cho tôi công thức làm những chiếc bánh này. ![]() |
**NHỮNG THÀNH PHẦN** – 1 c. (2 que) bơ không ướp muối, làm mềm – 3/4 c. đường hạt – 3/4 c. đường nâu, đóng gói – 1 muỗng cà phê . chiết xuất vani – 2 quả trứng lớn – 2 1/4 c. bột mì đa dụng – 1 thìa cà phê baking soda – 1 thìa cà phê muối ... |
Bạn có thể tương tác với các mô hình Gemini bằng Gemini API do Vertex AI cung cấp trên Google Cloud. Đối với các ứng dụng web và ứng dụng di động, bạn có thể dùng các SDK của Vertex AI cho Firebase để gọi API Gemini và tương tác với các mô hình Gemini ngay trong ứng dụng của mình.
Trang này cung cấp thông tin sau đây về các mô hình Gemini:
So sánh cấp cao về các trường hợp sử dụng cho nhiều mô hình Gemini, bao gồm cả loại dữ liệu đầu vào được hỗ trợ.
So sánh thông tin chi tiết của từng mô hình, ví dụ: mã thông báo đầu vào tối đa hoặc thời lượng video tối đa.
Nội dung mô tả cách các mô hình Gemini được tạo phiên bản, cụ thể là các phiên bản ổn định, tự động cập nhật và xem trước.
Danh sách tên mô hình có sẵn để đưa vào mã của bạn trong quá trình khởi chạy.
Danh sách ngôn ngữ được hỗ trợ trên các mô hình Gemini.
Các mẫu hiện có
Bạn có thể sử dụng bất kỳ mô hình Gemini nào sau đây với Vertex AI cho Firebase:
Gemini 1.5 Flash
Mô hình đa phương thức hỗ trợ cùng loại đầu vào và đầu ra như 1.5 Pro (cũng như tổng số mã thông báo), nhưng 1.5 Flash được thiết kế riêng cho các ứng dụng khối lượng lớn, tiết kiệm chi phí.Gemini 1.5 Pro
Mô hình đa phương thức hỗ trợ việc thêm tệp hình ảnh, âm thanh, video và PDF vào câu lệnh dạng văn bản hoặc tin nhắn trò chuyện để trả lời bằng văn bản hoặc mã. Ngoài ra, tính năng này còn hỗ trợ khả năng hiểu ngữ cảnh dài với số lượng lên đến 1 triệu token.Gemini 1.0 Pro Vision
Mô hình đa phương thức được thiết kế để xử lý văn bản cùng với hình ảnh và video cho phản hồi bằng văn bản hoặc mã. Không thể dùng để trò chuyện.Gemini 1.0 Pro
Mô hình được thiết kế để xử lý các công việc liên quan đến ngôn ngữ tự nhiên, cuộc trò chuyện đa lượt có văn bản và mã lập trình, cũng như tạo mã.
Chuyển đến mục tên mô hình để đưa vào mã của bạn
Các trường hợp sử dụng và khả năng của từng mô hình
Mỗi mô hình Gemini đều có những khả năng khác nhau để hỗ trợ cho nhiều trường hợp sử dụng. Bạn có thể tìm hiểu thêm trong tài liệu của Google Cloud về từng mô hình Gemini.
Đầu vào và đầu ra được hỗ trợ cho từng kiểu máy
Gemini 1.5 Flash | Gemini 1.5 Pro | Tầm nhìn của Gemini 1.0 Pro | Gemini 1.0 Pro | |
---|---|---|---|---|
Loại dữ liệu đầu vào | ||||
Văn bản | ||||
Mã | ||||
Hình ảnh | ||||
Video (chỉ khung) | ||||
Video (khung hình và âm thanh) | ||||
Âm thanh | ||||
Các loại dữ liệu đầu ra | ||||
Văn bản | ||||
Mã |
Để tìm hiểu về các loại tệp được hỗ trợ, hãy xem bài viết Các tệp đầu vào được hỗ trợ và các yêu cầu đối với Vertex AI Gemini API.
Các tính năng được hỗ trợ và tính năng chung của từng kiểu máy
Gemini 1.5 Flash | Gemini 1.5 Pro | Tầm nhìn của Gemini 1.0 Pro | Gemini 1.0 Pro | ||
---|---|---|---|---|---|
Tạo văn bản bằng những câu lệnh chỉ chứa văn bản | |||||
Tạo văn bản từ câu lệnh đa phương thức | |||||
Đầu ra JSON (chế độ giản đồ hạn chế) (sắp có trong Vertex AI cho SDK Firebase) |
|||||
Trò chuyện nhiều lượt | |||||
Gọi hàm | |||||
Gọi hàm cơ bản | |||||
Gọi hàm song song | |||||
Chế độ gọi hàm | |||||
Đếm mã thông báo và số ký tự có thể tính phí | |||||
Hướng dẫn về hệ thống |
Thông tin chi tiết về từng mô hình
Thuộc tính |
Gemini 1.5 Flash / Gemini 1.5 Pro |
Tầm nhìn của Gemini 1.0 Pro | Gemini 1.0 Pro |
---|---|---|---|
Tổng hạn mức mã thông báo (kết hợp đầu vào và đầu ra) * | 1 triệu mã thông báo | 16.384 mã thông báo | 32.760 mã thông báo |
Giới hạn mã thông báo đầu ra * | 8.192 mã thông báo | 2.048 mã thông báo | 8.192 mã thông báo |
Số lượng hình ảnh tối đa trong mỗi yêu cầu | 3.000 hình ảnh | 16 hình ảnh | Không áp dụng |
Kích thước tối đa của hình ảnh được mã hoá base64 | 7 MB | 7 MB | Không áp dụng |
Kích thước tối đa của tệp PDF | 30 MB | 30 MB | Không áp dụng |
Số tệp video tối đa trong mỗi yêu cầu | 10 tệp video | 1 tệp video | Không áp dụng |
Thời lượng video tối đa (chỉ khung) | Thời lượng video dài 60 phút | 2 phút | Không áp dụng |
Thời lượng video tối đa (khung hình và âm thanh) | Thời lượng video dài khoảng 45 phút | Không áp dụng | Không áp dụng |
Số tệp âm thanh tối đa trong mỗi yêu cầu | 1 tệp âm thanh | Không áp dụng | Không áp dụng |
Thời lượng âm thanh tối đa | Khoảng 8,4 giờ âm thanh | Không áp dụng | Không áp dụng |
* Đối với mọi mô hình Gemini, một mã thông báo tương đương với khoảng 4 ký tự, vì vậy, 100 mã thông báo tương đương với khoảng 60-80 từ tiếng Anh. Bạn có thể xác định tổng số mã thông báo trong yêu cầu của mình bằng cách sử dụng countTokens
.
Tại đây, bạn có thể tìm thấy thông tin chi tiết hơn nữa về các mô hình và tệp đầu vào:
Tìm hiểu về sự khác biệt giữa các mô hình đa phương thức trong tài liệu của Google Cloud.
Tìm hiểu về các loại tệp được hỗ trợ, cách chỉ định loại MIME và cách đảm bảo rằng tệp và yêu cầu đa phương thức của bạn đáp ứng các yêu cầu, cũng như làm theo các phương pháp hay nhất trong bài viết Các tệp đầu vào được hỗ trợ và các yêu cầu đối với Vertex AI Gemini API.
Tạo phiên bản mô hình
Các mô hình Gemini được cung cấp ở các phiên bản chính thức, tự động cập nhật và xem trước.
Phiên bản ổn định được coi là phiên bản Phát hành rộng rãi.
- Phiên bản ổn định sẽ có tên mẫu được thêm vào bằng số phiên bản cụ thể gồm ba chữ số, ví dụ:
.gemini-1.0-pro-001
- Phiên bản ổn định sẽ có tên mẫu được thêm vào bằng số phiên bản cụ thể gồm ba chữ số, ví dụ:
Các phiên bản tự động cập nhật luôn trỏ đến phiên bản ổn định mới nhất của mô hình đó; nếu phiên bản ổn định mới được phát hành, thì phiên bản tự động cập nhật sẽ tự động bắt đầu trỏ đến phiên bản ổn định mới đó.
- Các phiên bản tự động cập nhật có tên mẫu không có phần nối, ví dụ:
.gemini-1.0-pro
- Các phiên bản tự động cập nhật có tên mẫu không có phần nối, ví dụ:
Phiên bản Xem trước có các tính năng mới và được coi là không ổn định. Xin lưu ý rằng các phiên bản xem trước luôn trỏ đến phiên bản xem trước mới nhất của mô hình đó. Nếu phiên bản xem trước mới được phát hành, thì mọi phiên bản xem trước hiện có sẽ tự động bắt đầu trỏ đến phiên bản xem trước mới đó.
- Phiên bản xem trước có tên mô hình được thêm bằng
cùng với ngày phát hành ban đầu của mô hình (-preview
), ví dụ:-MMDD
(phát hành vào ngày 9 tháng 4 năm 2024).gemini-1.5-pro-preview-0409
- Phiên bản xem trước có tên mô hình được thêm bằng
Tìm hiểu thêm về các phiên bản mô hình Gemini hiện có và vòng đời của các mô hình đó trong tài liệu của Google Cloud.
Tên mô hình có sẵn
Tên mô hình là các giá trị rõ ràng mà bạn đưa vào mã trong quá trình khởi chạy mô hình tạo sinh (đây là một bước bắt buộc để gọi Gemini API). Để biết các ví dụ về khởi động cho ngôn ngữ của bạn, hãy xem hướng dẫn bắt đầu sử dụng.
Tên mô hình Gemini 1.5 Flash
Tên mẫu thiết bị | Nội dung mô tả | Giai đoạn phát hành | Ngày phát hành đầu tiên | Ngày ngừng cung cấp |
---|---|---|---|---|
Phiên bản ổn định | ||||
gemini-1.5-flash-001 |
Phiên bản ổn định mới nhất của Gemini 1.5 Flash | Giai đoạn phát hành rộng rãi | 2024-05-24 | Không sớm hơn ngày 24/05/2025 |
Phiên bản tự động cập nhật | ||||
gemini-1.5-flash |
Trỏ đến phiên bản Ổn định mới nhất của Flash 1.5 (hiện là gemini-1.5-flash-001 |
Giai đoạn phát hành rộng rãi | 2024-05-24 | --- |
Xem trước các phiên bản | ||||
gemini-1.5-flash-preview-0514 |
Phiên bản xem trước mới nhất của Gemini 1.5 Flash | Bản dùng trước công khai | 2024-05-14 | 2024-06-24 |
Tên mô hình Gemini 1.5 Pro
Tên mẫu thiết bị | Nội dung mô tả | Giai đoạn phát hành | Ngày phát hành đầu tiên | Ngày ngừng cung cấp |
---|---|---|---|---|
Phiên bản ổn định | ||||
gemini-1.5-pro-001 |
Phiên bản ổn định mới nhất của Gemini 1.5 Pro | Giai đoạn phát hành rộng rãi | 2024-05-24 | Không sớm hơn ngày 24/05/2025 |
Phiên bản tự động cập nhật | ||||
gemini-1.5-pro |
Trỏ đến phiên bản ổn định mới nhất của 1.5 Pro (hiện là gemini-1.5-pro-001 |
Giai đoạn phát hành rộng rãi | 2024-05-24 | --- |
Xem trước các phiên bản | ||||
gemini-1.5-pro-preview-0514 |
Phiên bản xem trước mới nhất của Gemini 1.5 Pro | Bản dùng trước công khai | 2024-05-14 | 2024-06-24 |
gemini-1.5-pro-preview-0409 |
Trỏ đến gemini-1.5-pro-preview-0514 (là phiên bản bản xem trước mới nhất) |
Bản dùng trước công khai | 2024-04-09 | 2024-06-14 |
Tên mô hình Gemini 1.0 Pro Vision
Tên mẫu thiết bị | Nội dung mô tả | Giai đoạn phát hành | Ngày phát hành đầu tiên | Ngày ngừng cung cấp |
---|---|---|---|---|
Phiên bản ổn định | ||||
gemini-1.0-pro-vision-001 |
Phiên bản ổn định mới nhất của Gemini 1.0 Pro Vision | Giai đoạn phát hành rộng rãi | 2024-02-15 | Không sớm hơn ngày 15/02/2025 |
Phiên bản tự động cập nhật | ||||
gemini-1.0-pro-vision |
Trỏ đến phiên bản ổn định mới nhất của 1.5 Pro Vision (hiện là gemini-1.5-pro-vision-001 |
Giai đoạn phát hành rộng rãi | 2024-01-04 | --- |
Tên mô hình Gemini 1.0 Pro
Tên mẫu thiết bị | Nội dung mô tả | Giai đoạn phát hành | Ngày phát hành đầu tiên | Ngày ngừng cung cấp |
---|---|---|---|---|
Phiên bản ổn định | ||||
gemini-1.0-pro-002 |
Phiên bản ổn định mới nhất của Gemini 1.0 Pro | Giai đoạn phát hành rộng rãi | 2024-04-09 | Không sớm hơn ngày 09/04/2025 |
gemini-1.0-pro-001 |
Phiên bản ổn định của Gemini 1.0 Pro | Giai đoạn phát hành rộng rãi | 2024-02-15 | Không sớm hơn ngày 15/02/2025 |
Phiên bản tự động cập nhật | ||||
gemini-1.0-pro |
Trỏ đến phiên bản ổn định mới nhất của 1.0 Pro (hiện là gemini-1.0-pro-002 |
Giai đoạn phát hành rộng rãi | 2024-02-15 | --- |
Ngôn ngữ được hỗ trợ
Các mô hình Gemini hỗ trợ các ngôn ngữ sau:
Tiếng Ả Rập (ar), tiếng Bengal (bn), tiếng Bulgaria (bg), tiếng Trung giản thể và truyền thống (zh), tiếng Croatia (hr), tiếng Séc (cs), tiếng Đan Mạch (da), tiếng Hà Lan (nl), tiếng Anh (en), tiếng Estonia (et), tiếng Phần Lan (fi), tiếng Pháp (fr), tiếng Đức (de), tiếng Hy Lạp (el), tiếng Do Thái (iw), tiếng Hindi (hi), tiếng Hungary (hu), tiếng Indonesia (id), tiếng Ý (it), tiếng Nhật (ja), tiếng Hàn (ko
Các bước tiếp theo
Dùng thử các tính năng của Gemini API
- Tạo cuộc trò chuyện nhiều lượt (trò chuyện).
- Tạo văn bản từ các câu lệnh chỉ có văn bản.
- Tạo văn bản từ các câu lệnh đa phương thức (bao gồm văn bản, hình ảnh, tệp PDF, video và âm thanh).
- Sử dụng phương thức gọi hàm để kết nối các mô hình tạo sinh với các hệ thống và thông tin bên ngoài.