Vertex AI include un elenco crescente di modelli di base che puoi testare, sottoporre a deployment e personalizzare per l'utilizzo nelle tue applicazioni basate sull'IA. I modelli di base sono ottimizzati per casi d'uso specifici e offerti a diversi prezzi consigliati. Questa pagina riassume i modelli disponibili nelle varie API e fornisce indicazioni su quali modelli scegliere in base al caso d'uso.
Per saperne di più su tutti i modelli di AI e le API su Vertex AI, consulta Esplorare i modelli AI in Model Garden.
Modelli Gemini
La seguente tabella riassume i modelli disponibili nell'API Gemini. Per saperne di più sui dettagli dell'API, consulta la documentazione di riferimento dell'API Gemini.
Per esplorare un modello nella console Google Cloud, seleziona la relativa scheda in Model Garden.
| Modello | Input | Output | Caso d'uso | Prova il modello |
|---|---|---|---|---|
|
Gemini 1.5 Flash |
Testo, codice, immagini, audio, video, video con audio, PDF | Testo | Offre velocità ed efficienza per app a basso costo, di qualità e a volumi elevati. | Prova Gemini 1.5 Flash |
|
Gemini 1.5 Pro |
Testo, codice, immagini, audio, video, video con audio, PDF | Testo | Supporta prompt di testo o chat per una risposta di testo o codice. Supporta la comprensione del contesto lungo fino al limite massimo di token di input. |
Prova Gemini 1.5 Pro |
|
Gemini 1.0 Pro |
Testo | Testo | Il modello con le prestazioni migliori per una vasta gamma di attività di solo testo. | Prova Gemini 1.0 Pro |
|
Gemini 1.0 Pro Vision |
Testo, immagini, audio, video, video con audio, PDF | Testo | Il modello di comprensione di immagini e video con le migliori prestazioni per gestire una vasta gamma di applicazioni. | Prova Gemini 1.0 Pro Vision |
|
Gemini 1.0 Ultra |
Testo | Testo | Il modello di testo più potente, ottimizzato per attività complesse, come istruzioni, codice e ragionamento. | Prova Gemini 1.0 Ultra |
|
Gemini 1.0 Ultra Vision |
Testo, codice, immagini, audio, video, video con audio, PDF | Testo | Il modello di visione multimodale più efficace. Ottimizzato per supportare testi, immagini e input video congiunti. | Prova Gemini 1.0 Ultra Vision |
Le seguenti informazioni forniscono dettagli per ogni modello Gemini.
Gemini 1.5 Flash
Descrizione
Un modello multimodale progettato per applicazioni convenienti e con volumi elevati, che offre velocità ed efficienza per creare applicazioni rapide e a basso costo che non compromettono la qualità.
Funzionalità
| Capacità | Disponibilità |
|---|---|
| Grounding | Sì (solo input di testo) |
| Ottimizzazione | No |
| Istruzione di sistema | Sì. Consulta l'articolo Utilizzare le istruzioni di sistema. |
| Supporto JSON | Sì |
Specifiche
| Specifica |
|---|
| Numero massimo di token di input: 1.048.576 |
| Numero massimo di token di output: 8192 |
| Dimensioni massime delle immagini non elaborate: 20 MB |
| Dimensioni massime delle immagini con codifica Base64: 7 MB |
| Numero massimo di immagini per prompt: 3000 |
| Durata massima del video: 1 ora |
| N. massimo di video per richiesta: 10 |
| Durata massima dell'audio: circa 8,4 ore |
| Audio massimo per richiesta: 1 |
| Dimensioni massime del PDF: 30 MB |
| Dati di addestramento: fino a maggio 2024 |
Versioni modello
Per maggiori informazioni sulle versioni del modello, consulta Versioni del modello.
Versioni stabili
| Modello Gemini 1.5 Flash | Data di uscita | Data di interruzione |
|---|---|---|
| gemini-1.5-flash-001 | 24 maggio 2024 | 24 maggio 2025 |
Visualizza in anteprima le versioni
| Nome modello | Nome anteprima | Data di interruzione |
|---|---|---|
| Gemini 1.5 Flash (anteprima) | gemini-1.5-flash-preview-0514 |
24 giugno 2024 |
Gemini 1.5 Pro
Descrizione
Un modello multimodale che supporta l'aggiunta di file immagine, audio, video e PDF in prompt di testo o chat per una risposta di testo o codice. Questo modello supporta la comprensione del contesto lungo fino al limite massimo di token di input.
Funzionalità
| Capacità | Disponibilità |
|---|---|
| Grounding | Sì (solo input di testo) |
| Ottimizzazione | No |
| Istruzione di sistema | Sì. Consulta l'articolo Utilizzare le istruzioni di sistema. |
| Supporto JSON | Sì |
Specifiche
| Specifica |
|---|
| Numero massimo di token di input: 2.097.152 |
| Numero massimo di token di output: 8192 |
| Numero massimo di immagini per prompt: 3000 |
| Durata massima del video (solo frame): circa un'ora |
| Durata massima del video (frame e audio): circa 45 minuti |
| N. massimo di video per richiesta: 10 |
| Durata massima dell'audio: circa 8,4 ore |
| Audio massimo per richiesta: 1 |
| Dimensioni massime del PDF: 30 MB |
| Dati di addestramento: fino a maggio 2024 |
Versioni modello
Per maggiori informazioni sulle versioni del modello, consulta Versioni del modello.
Versioni stabili
| Modello Gemini 1.5 Pro | Data di uscita | Data di interruzione |
|---|---|---|
| gemini-1.5-pro-001 | 24 maggio 2024 | 24 maggio 2025 |
Visualizza in anteprima le versioni
| Nome modello | ID modello | Data di interruzione |
|---|---|---|
| Gemini 1.5 Pro (anteprima) | gemini-1.5-pro-preview-0514 |
24 giugno 2024 |
| Gemini 1.5 Pro (anteprima) | gemini-1.5-pro-preview-0409 (rimanda e utilizza
gemini-1.5-pro-preview-0514) |
14 giugno 2024 |
Gemini 1.0 Pro
Descrizione
Il modello con le prestazioni migliori con funzionalità per una vasta gamma di attività di solo testo. Questo modello supporta solo testo come input.
Funzionalità
| Capacità | Disponibilità |
|---|---|
| Grounding | Sì (solo input di testo) |
| Ottimizzazione | Sì. L'ottimizzazione supervisionata è supportata da gemini-1.0-pro-002. |
| Istruzione di sistema | Sì. Supportato da gemini-1.0-pro-002. Consulta l'articolo Utilizzare le istruzioni di sistema. |
| Supporto JSON | Sì |
Specifiche
| Specifica |
|---|
| Numero massimo di token di input: 32.760 |
| Numero massimo di token di output: 8192 |
| Dati di addestramento: fino a febbraio 2023 |
Versioni modello
Per maggiori informazioni sulle versioni del modello, consulta Versioni del modello.
Versioni stabili
| Modello Gemini 1.0 Pro | Data di uscita | Data di interruzione |
|---|---|---|
| gemini-1.0-pro-001 | 15 febbraio 2024 | 15 febbraio 2025 |
| gemini-1.0-pro-002 | 9 aprile 2024 | 9 aprile 2025 |
Versioni aggiornate automaticamente
| Nome modello | Nome dell'aggiornamento automatico | Versione stabile di riferimento |
|---|---|---|
| Gemini 1.0 Pro | gemini-1.0-pro |
gemini-1.0-pro-002 |
Gemini 1.0 Pro Vision
Descrizione
Il modello di comprensione di immagini e video con le migliori prestazioni per gestire un'ampia gamma di applicazioni. Gemini 1.0 Pro Vision supporta testo, immagini e video come input.
Funzionalità
| Capacità | Disponibilità |
|---|---|
| Grounding | No |
| Ottimizzazione | No |
| Istruzione di sistema | No |
| Supporto JSON | No |
Specifiche
| Specifica |
|---|
| Numero massimo di token di input: 16.384 |
| Numero massimo di token di output: 2048 |
| Numero massimo di immagini per prompt: 16 |
| Durata massima del video: 2 minuti |
| N. massimo di video per richiesta: 1 |
| Dati di addestramento: fino a febbraio 2023 |
Versioni modello
Per maggiori informazioni sulle versioni del modello, consulta Versioni del modello.
Versioni stabili
| Modello Gemini 1.0 Pro Vision | Data di uscita | Data di interruzione |
|---|---|---|
| gemini-1.0-pro-vision-001 | 15 febbraio 2024 | 15 febbraio 2025 |
Alias aggiornati automaticamente
| Nome modello | Nome dell'aggiornamento automatico | Versione stabile di riferimento |
|---|---|---|
| Gemini 1.0 Pro Vision | gemini-1.0-pro-vision |
gemini-1.0-pro-vision-001 |
Gemini 1.0 Ultra
Descrizione
Il modello di testo più potente di Google, ottimizzato per attività complesse, tra cui istruzioni, codice e ragionamento. Gemini 1.0 Ultra supporta solo il testo come input.
Funzionalità
| Capacità | Disponibilità |
|---|---|
| Grounding | No |
| Ottimizzazione | No |
| Istruzione di sistema | No |
| Supporto JSON | No |
Specifiche
| Specifica |
|---|
| Numero massimo di token inseriti: 8192 |
| Output massimo di token: 2048 |
Versioni modello
Per utilizzare questo modello, devi contattare il team di vendita per farti aggiungere a una lista consentita. Per maggiori informazioni sulle versioni del modello, consulta Versioni del modello.
Gemini 1.0 Ultra Vision
Descrizione
Il modello di visione multimodale più potente di Google, ottimizzato per supportare input comuni di testo, immagini e video.
Funzionalità
| Capacità | Disponibilità |
|---|---|
| Grounding | No |
| Ottimizzazione | No |
| Istruzione di sistema | No |
| Supporto JSON | No |
Specifiche
| Specifica |
|---|
| Numero massimo di token inseriti: 8192 |
| Output massimo di token: 2048 |
Versioni modello
Per utilizzare questo modello, devi contattare il team di vendita per farti aggiungere a una lista consentita. Per maggiori informazioni sulle versioni del modello, consulta Versioni del modello.
Supporto dei linguaggi di Gemini
I modelli Gemini supportano le seguenti lingue:
arabo (ar), bengalese (bn), bulgaro (bg),
cinese semplificato e tradizionale (zh), croato (hr),
ceco (cs), danese (da), olandese (nl), inglese (en), estone (et), finlandese (fi),
francese (fr), tedesco (de), greco (el), ebraico (iw), hindi (ungherese), hit
Modelli Gemma
La seguente tabella riassume i modelli Gemma.
| Modello | Input | Output | Caso d'uso | Prova il modello |
|---|---|---|---|---|
|
Gemma Dettagli modello |
Testo | Testo | Un modello di testo aperto leggero e di piccole dimensioni che supporta la generazione, il riassunto e l'estrazione del testo. Distribuibile in ambienti con risorse limitate. | Prova Gemma |
|
CodeGemma Dettagli modello |
Testo, codice, PDF | Testo | Una raccolta di modelli leggeri in codice aperto creati su Gemma. Ideale per la generazione e il completamento del codice. | Prova CodeGemma |
|
PaliGemma Dettagli modello |
Testo, immagini | Testo | Un modello di linguaggio di visione artificiale (VLM) leggero. Ideale per le didascalie delle immagini e per le attività di domande e risposte visive. | Prova PaliGemma |
Supporto delle lingue Gemma
Gemma supporta solo la lingua inglese.
Modelli di incorporamento
La tabella seguente riassume i modelli disponibili nell'API Embeddings.
| Nome modello | Descrizione | Specifiche | Prova il modello |
|---|---|---|---|
|
Incorporamenti per il testo ( textembedding-gecko@001,)Dettagli modello |
Restituisce gli incorporamenti per gli input di testo in inglese.
Supporta l'ottimizzazione supervisionata degli incorporamenti per i modelli di testo, solo in inglese. |
Numero massimo di token inseriti: 3072 (textembedding-gecko@001).Altri: 2048. Dimensioni di incorporamento: text-embedding-004: <=768. Altro: 768. |
Prova gli incorporamenti per il testo |
|
Incorporamenti per testo multilingue ( textembedding-gecko-multilingual@001,
text-multilingual-embedding-002)Dettagli modello |
Restituisce gli incorporamenti per gli input di testo di oltre 100 lingue
Supporta l'ottimizzazione supervisionata del modello text-multilingual-embedding-002. supporta 100 lingue. |
Numero massimo di token inseriti: 2048. Dimensioni di incorporamento: text-multilingual-embedding-002: <=768. Altro: 768. |
Prova gli rappresentazioni distribuite per il testo multilingue |
Incorporamenti per multimodali(multimodalembedding)Dettagli modello |
Restituisce l'incorporamento per gli input di testo, immagine e video, per confrontare contenuti tra modelli diversi. Converte testo, immagini e video nello stesso spazio vettoriale. Il video supporta solo le dimensioni 1408. Solo in inglese |
Inserimento massimo di token: 32. Dimensioni massime delle immagini: 20 MB. Durata massima del video: 2 minuti. Dimensioni di incorporamento: 128, 256, 512 o 1408 per l'input di testo e immagine, 1408 per l'input video. |
Prova gli rappresentazioni distribuite per il modello multimodale |
Supporto del linguaggio degli incorporamenti
I modelli di incorporamento multilingua
Modello Imagen
La seguente tabella riassume i modelli disponibili nell'API Imagen:
| Modello | Input | Output | Caso d'uso | Prova il modello |
|---|---|---|---|---|
|
Immagine 2 ( imagegeneration@006)Dettagli modello |
Testo (generazione), Immagini (modifica) | Immagini | Questo modello supporta la generazione e la modifica di immagini per creare immagini di alta qualità in pochi secondi.
La funzionalità di modifica supporta la rimozione e l'inserimento di oggetti, l'outpainting e la modifica dei prodotti. |
Prova Imagen 2 |
Supporto di Imagen 2
Imagen 2 supporta le seguenti lingue:
Cinese, hindi, giapponese, inglese, coreano, portoghese, spagnolo e giapponese.
Modello di completamento del codice
La tabella seguente riassume i modelli disponibili nelle API Codey:
| Modello | Input | Output | Caso d'uso | Prova il modello |
|---|---|---|---|---|
|
Codey for Code completion ( code-gecko) Dettagli modello |
Codice nelle lingue supportate | Codice nelle lingue supportate | È un modello perfezionato per suggerire il completamento del codice in base al contesto nel codice scritto. | Prova Codey per il completamento del codice |
Supporto del linguaggio del modello di completamento del codice
Il modello di completamento del codice supporta la lingua inglese.
Modelli MedLM
La tabella seguente riassume i modelli disponibili nell'API MedLM:
| Nome modello | Descrizione | Specifiche | Prova il modello |
|---|---|---|---|
MedLM-medium (medlm-medium)Dettagli modello |
Una suite di API e modelli ottimizzati in campo medico e basata su Google Research, conforme alla normativa HIPAA. Questo modello aiuta gli operatori sanitari a svolgere attività relative a domande e risposte mediche, nonché attività di riassunto di documenti sanitari e medici. Offre una velocità effettiva migliore e include dati più recenti rispetto al modello medlm-large. |
Numero massimo di token (input + output): 32.768. Numero massimo di token di output: 8192. |
Prova MedLM-medium |
MedLM-large (medlm-large)Dettagli modello |
Una suite di API e modelli ottimizzati in campo medico e basata su Google Research, conforme alla normativa HIPAA. Questo modello aiuta gli operatori sanitari a svolgere attività relative a domande e risposte mediche, nonché attività di riassunto di documenti sanitari e medici. |
Numero massimo di token di input: 8192. Numero massimo di token di output: 1024. |
Prova MedLM-large |
Supporto delle lingue MedLM
Il modello MedLM supporta la lingua inglese.
Versioni modello
Per scoprire di più sulle versioni dei modelli, vedi Versioni del modello.
Esplora tutti i modelli in Model Garden
Model Garden è una piattaforma che ti aiuta a scoprire, testare, personalizzare ed eseguire il deployment di modelli e asset OSS di proprietà di Google e selezionati. Per esplorare i modelli di IA generativa e le API disponibili su Vertex AI, vai a Model Garden nella console Google Cloud.
Per scoprire di più su Model Garden, inclusi i modelli e le funzionalità disponibili, consulta Esplorare i modelli AI in Model Garden.
Passaggi successivi
- Prova un tutorial della guida rapida utilizzando Vertex AI Studio o l'API Vertex AI.
- Scopri come testare i prompt di testo.
- Scopri come testare i prompt di chat.
- Esplora i modelli preaddestrati in Model Garden.
- Scopri come ottimizzare un modello di base.
- Scopri di più sulle best practice per l'IA responsabile e sui filtri di sicurezza di Vertex AI.