Vertex AI offre un elenco in crescita di modelli di base che puoi testare, implementare e personalizzare per l'utilizzo nelle tue applicazioni basate sull'IA. I modelli di base vengono ottimizzati per casi d'uso specifici e offerti a prezzi diversi. Questa pagina riassume i modelli disponibili nelle varie API e fornisce indicazioni su quali modelli scegliere in base al caso d'uso.
Per ulteriori informazioni su tutti i modelli e le API di IA su Vertex AI, consulta Esplora i modelli di IA in Model Garden.
Modelli Gemini
La seguente tabella riassume i modelli disponibili in API Gemini. Per ulteriori informazioni sui dettagli dell'API, consulta la documentazione di riferimento dell'API Gemini.
Per esplorare un modello nella console Google Cloud, seleziona il modello corrispondente 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 con volumi elevati. | Prova il modello 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 il modello Gemini 1.5 Pro |
Gemini 1.0 Pro |
Testo | Testo | Il modello con il rendimento migliore per un'ampia gamma di attività di solo testo. | Vai alla scheda del modello 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 il rendimento migliore per gestire una vasta gamma di applicazioni. | Prova il modello Gemini 1.0 Pro Vision |
Le seguenti informazioni forniscono i dettagli per ogni modello Gemini.
Gemini 1.5 Flash
Descrizione
Un modello multimodale progettato per volumi elevati ed economici applicazioni in grado di offrire velocità ed efficienza per creare, per le applicazioni a basso costo, senza compromissioni sulla 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 |
Portata sottoposta a provisioning | Sì. Vedi Modelli supportati. |
Specifiche
Specifica |
---|
Token di input massimi: 1.048.576 |
Token di output massimi: 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 |
Numero massimo di video per prompt: 10 |
Durata massima dell'audio: circa 8,4 ore |
Audio massimo per prompt: 1 |
Dimensioni massime del PDF: 30 MB |
Dati di addestramento: fino a maggio 2024 |
Versioni modello
Per ulteriori informazioni sulle versioni del modello, consulta Versioni del modello.
Versioni stabili
Modello Gemini 1.5 Flash | Data di uscita | Data di ritiro | Punti salienti della versione del modello |
---|---|---|---|
gemini-1.5-flash-002 | 24 settembre 2024 | 24 settembre 2025 | Miglioramento della qualità generale del modello con incrementi significativi nelle seguenti categorie:
Gemini 1.5 Flash 002 utilizza la quota condivisa dinamica. A volte gemini-1.5-flash-002 può rispondere nella tua lingua locale, anche se il prompt è scritto in un'altra lingua. Questo problema si applica solo ai prompt in lingue diverse dall'inglese. Per limitare il problema, ti consigliamo di aggiungere quanto segue alle istruzioni di sistema per assicurarti il modello risponde nella stessa lingua del prompt:
|
gemini-1.5-flash-001 | 24 maggio 2024 | 24 maggio 2025 | Versione iniziale di Gemini 1.5 Flash. |
Versioni di anteprima
Nome modello | Nome dell'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 nei prompt di testo o chat di una risposta di testo o codice. Questo modello supporta comprensione di 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 le istruzioni per l'utilizzo del sistema. |
Supporto JSON | Sì |
Portata sottoposta a provisioning | Sì. Consulta Modelli supportati. |
Specifiche
Specifica |
---|
Token di input massimi: 2.097.152 |
Token di output massimi: 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 |
Numero massimo di video per prompt: 10 |
Durata massima dell'audio: circa 8,4 ore |
Audio massimo per prompt: 1 |
Dimensioni massime del PDF: 30 MB |
Dati di addestramento: fino a maggio 2024 |
Versioni modello
Per ulteriori informazioni sulle versioni del modello, consulta Versioni del modello.
Versioni stabili
Modello Gemini 1.5 Pro | Data di uscita | Data di ritiro | Punti salienti della versione del modello |
---|---|---|---|
gemini-1.5-pro-002 | 24 settembre 2024 | 24 settembre 2025 | Miglioramento della qualità generale del modello con incrementi significativi nelle seguenti categorie:
Gemini 1.5 Pro 002 utilizza la condivisione dinamica quota. A volte gemini-1.5-pro-002 può rispondere nella tua in un'altra lingua, anche se il prompt è scritto in un'altra lingua. Questo problema riguarda solo i prompt in lingue diverse dall'inglese. Per limitare il problema, ti consigliamo di aggiungere quanto segue alle istruzioni di sistema per assicurarti il modello risponde nella stessa lingua del prompt:
|
gemini-1.5-pro-001 | 24 maggio 2024 | 24 maggio 2025 | Versione iniziale di Gemini 1.5 Pro. |
Versioni di anteprima
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 (indica e utilizza
gemini-1.5-pro-preview-0514 ) |
14 giugno 2024 |
Gemini 1.0 Pro
Descrizione
Il modello con il rendimento migliore, con funzionalità per un'ampia 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 |
Portata sottoposta a provisioning | Sì. Vedi Modelli supportati. |
Specifiche
Specifica |
---|
Token di input massimi: 32.760 |
Numero massimo di token di output: 8192 |
Dati di addestramento: fino a febbraio 2023 |
Versioni modello
Per ulteriori informazioni sulle versioni del modello, consulta Versioni del modello.
Versioni stabili
Modello Gemini 1.0 Pro | Data di uscita | Data di ritiro |
---|---|---|
gemini-1.0-pro-001 | 15 febbraio 2024 | 15 febbraio 2025 |
gemini-1.0-pro-002 | 9 aprile 2024 | 9 aprile 2025 |
Versioni con aggiornamento automatico
Nome modello | Nome dell'aggiornamento automatico | Versione stabile a cui si fa 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 il rendimento migliore per gestire un'ampia diverse applicazioni. Gemini 1.0 Pro Vision supporta testo, immagine e video come input.
Funzionalità
Capacità | Disponibilità |
---|---|
Grounding | No |
Ottimizzazione | No |
Istruzione di sistema | No |
Supporto JSON | No |
Portata sottoposta a provisioning | Sì. Vedi Modelli supportati. |
Specifiche
Specifica |
---|
Token di input massimi: 16.384 |
Token di output massimi: 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 ulteriori informazioni sulle versioni del modello, consulta Versioni del modello.
Versioni stabili
Modello Gemini 1.0 Pro Vision | Data di uscita | Data di ritiro |
---|---|---|
gemini-1.0-pro-vision-001 | 15 febbraio 2024 | 15 febbraio 2025 |
Alias aggiornati automaticamente
Nome modello | Nome dell'aggiornamento automatico | Versione stabile a cui si fa 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 avanzato 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 |
Portata sottoposta a provisioning | Sì. Consulta Modelli supportati. |
Specifiche
Specifica |
---|
Numero massimo di token di input: 8192 |
Output massimo di token: 2048 |
Versioni modello
Per ulteriori 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 comune di testo, immagini e input video.
Funzionalità
Capacità | Disponibilità |
---|---|
Grounding | No |
Ottimizzazione | No |
Istruzione di sistema | No |
Supporto JSON | No |
Portata sottoposta a provisioning | Sì. Consulta Modelli supportati. |
Specifiche
Specifica |
---|
Numero massimo di token di input: 8192 |
Output massimo di token: 2048 |
Versioni modello
Per ulteriori informazioni sulle versioni del modello, consulta Versioni del modello.
Supporto delle lingue di Gemini
Tutti i modelli di Gemini possono comprendere e rispondere nelle 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 (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 altre lingue:
Afrikaans (af), amarico (am), assamese (as), azero (az), Bielorusso (be), Bosniaco (bs), Catalano (ca), Cebuano (ceb), corso (co), Gallese (cy), Dhivehi (dv), esperanto (eo), basco (eu), persiano (fa), Filippino (tagalog) (fil), frisone (fy), irlandese (ga), gaelico scozzese (gd), Galiziano (gl), gujarati (gu), Hausa (ha), hawaiano (haw), Hmong (hmn), Creolo haitiano (ht), armeno (hy), Igbo (ig), islandese (is), giavanese (jv), Georgiano (ka), Kazako (kk), Khmer (km), Kannada (kn), Krio (kri), Curdo (ku), Kirghiso (ky), Latino (la), Lussemburghese (lb), Laos (lo), Malgascio (mg), Maori (mi), Macedone (mk), Malayalam (ml), Mongolo (mn), Meiteilon (Manipuri) (mni-Mtei), Marathi (mr), Malese (ms), Maltese (mt), Myanmar (Birmano) (my), nepalese (ne), Nyanja (Chichewa) (ny), Odia (oriya) (o), punjabi (pa), pashto (ps), sindhi (sd), Singalese (singalese) (si), Samoano (sm), Shona (sn), Somalo (so), albanese (sq), Sesotho (st), sundanese (su), tamil (ta), telugu (te), tagico (tg), Uiguro (ug), urdu (ur), uzbeco (uz), xhosa (xh), yiddish (yi), yoruba (yo), Zulu (zu)
Modelli Gemma
La tabella seguente riassume i modelli Gemma.
Modello | Input | Output | Caso d'uso | Prova il modello |
---|---|---|---|---|
Gemma Dettagli modello |
Testo | Testo | Un modello di testo aperto di piccole dimensioni e leggero che supporta la generazione, il riepilogo e l'estrazione di testo. Distribuibile in ambienti con risorse limitate. | Prova Gemma |
CodeGemma Dettagli del modello |
Testo, codice, PDF | Testo | Una raccolta di modelli leggeri in codice aperto basati su Gemma. Ideale per la generazione e il completamento del codice. | Prova CodeGemma |
PaliGemma Dettagli del modello |
Testo, immagini | Testo | Un modello linguistico visivo (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 |
---|---|---|---|
Embedding per il testo ( textembedding-gecko@001, )Dettagli del modello |
Restituisce gli incorporamenti per gli input di testo in inglese.
Supporta l'ottimizzazione supervisionata dei modelli Embedding per il testo, solo in inglese. |
Input massimo di token: 3072 (textembedding-gecko@001 ).Altri: 2048. Dimensioni di incorporamento: text-embedding-004 : <=768. Altro: 768. |
Prova gli incorporamenti per il testo |
Embedding per testo multilingue ( textembedding-gecko-multilingual@001 ,
text-multilingual-embedding-002 )Dettagli del modello |
Restituisce gli incorporamenti per gli input di testo di oltre 100 lingue
Supporta la ottimizzazione supervisionata del modello text-multilingual-embedding-002 . supporta 100 lingue diverse. |
Input massimo di token: 2048. Dimensioni di incorporamento: text-multilingual-embedding-002 : <=768. Altro: 768. |
Prova gli incorporamenti per il testo multilingue |
Incorporamenti per il multimodale(multimodalembedding) Dettagli del 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 dell'embedding: 128, 256, 512 o 1408 per l'input di testo e immagini, 1408 per l'input video. |
Prova gli rappresentazioni distribuite per il modello multimodale |
Supporto del linguaggio degli incorporamenti
I modelli di embedding multilingue di testo supportano le seguenti lingue:
Afrikaans, albanese, amarico, arabo, azero, basco,
bielorusso, bengalese, bulgaro, birmano, catalano, cebuano, chichewa, cinese,
corso, ceco, danese, ebraico, estone, filippino,
finlandese, francese, galiziano, georgiano, tedesco, greco, gujarati,
creolo haitiano, hausa, hawaiano, hindi, hmong, ungherese,
islandese, irlandese, indonesiano, italiano, giapponese, javanese, kannada,
kazako, khmer, coreano, curdo, kirghizo, lao, latino, lettone, lituano,
lusitano, macedone, malgascio, malayo, malayalam, maltese, maori,
marathi, mongolo, nepalese, norvegese, pashto, persiano, polacco,
portoghese, punjabi, rumeno, russo, samoano, gaelico scozzese,
serbo, shona, sindhi, singalese, slovacco, sloveno, somalo, sotho,
spagnolo, sundanese, swahili, svedese, tagico, tamil, telugu, thai,
turco, ucraino, urdu, uzbeko, vietnamita, gallese, fiammingo occidentale,
xhosa, yiddish, yoruba, Zulu.
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, la pittura al di fuori dei bordi e la modifica dei prodotti. |
Prova Imagen 2 |
Supporto di Imagen 2
Imagen 2 supporta le seguenti lingue:
inglese, cinese, hindi, giapponese, coreano, portoghese e spagnolo.
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 per il completamento del codice ( code-gecko ) Dettagli del modello |
Codice nelle lingue supportate | Codice nelle lingue supportate | Un modello ottimizzato per suggerire il completamento del codice in base al contesto del codice scritto. | Prova Codey per il completamento del codice |
Supporto del linguaggio del modello di completamento del codice
Il modello di completamento automatico del codice supporta la lingua inglese.
Modelli MedLM
La seguente tabella riassume i modelli disponibili nell'API MedLM:
Nome modello | Descrizione | Specifiche | Prova il modello |
---|---|---|---|
MedLM-medio (medlm-medium )Dettagli modello |
Una suite di API e modelli medicalmente ottimizzati conforme allo standard HIPAA sviluppata da Google Research. Questo modello aiuta i professionisti sanitari con attività di risposta alle domande mediche e di riepilogo per documenti sanitari e medici. Offre una velocità effettiva migliore e include dati più recenti rispetto a il modello medlm-large . |
Token massimi (input + output): 32.768. Numero massimo di token di output: 8192. |
Prova MedLM-medium |
MedLM-large (medlm-large )Dettagli modello |
Una suite di modelli ottimizzati in campo medico e API conformi a HIPAA
di Google Research. Questo modello aiuta gli operatori sanitari una domanda medica attività di risposta e attività di riassunto per il settore sanitario e medico documenti. |
Numero massimo di token di input: 8192. Numero massimo di token di output: 1024. |
Prova MedLM-large |
Supporto della velocità effettiva sottoposta a provisioning di MedLM
Le medie e le grandi dimensioni di MedLM supportano la velocità effettiva sottoposta a provisioning. Consulta Modelli supportati.
Supporto delle lingue MedLM
Il modello MedLM supporta la lingua inglese.
Località
Per un elenco delle località in cui sono disponibili questi modelli, vedi L'IA generativa nelle località di Vertex AI.
Versioni modello
Per scoprire di più sulle versioni dei modelli, vedi Versioni del modello.
Esplorare tutti i modelli in Model Garden
Model Garden è una piattaforma che ti consente di scoprire, testare, personalizzare ed eseguire il deployment di asset e modelli OSS di proprietà di Google e selezionati. Per esplorare i modelli e le API di IA generativa disponibili su Vertex AI, vai a Model Garden nella console Google Cloud.
Per scoprire di più su Model Garden, inclusi i modelli e vedi le funzionalità di machine learning, Esplora i modelli di IA in Model Garden.
Passaggi successivi
- Prova un tutorial di avvio rapido 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 pre-addestrati in Model Garden.
- Scopri come ottimizzare un modello di base.
- Scopri di più sulle best practice di AI responsabile e sui filtri di sicurezza di Vertex AI.
- Scopri come controllare l'accesso a modelli specifici in Model Garden utilizzando un regolamento dell'organizzazione di Model Garden.