Gemini 2.0 Flash

Gemini 2.0 Flash 具备专为智能体时代设计的新一代特性和改进功能，包括卓越的速度、内置工具使用、多模态生成和 100 万个 token 的上下文窗口。Gemini 2.0 Flash 在我们之前的 Flash 模型的基础上进行了改进，在速度相近的情况下，质量有所提升。

2.0 Flash

在 Vertex AI 中试用 在 Model Garden 中查看 （预览版）部署示例应用

注意：如需使用“部署示例应用”功能，您需要拥有一个启用了结算功能和 Vertex AI API 的 Google Cloud 项目。
模型 ID gemini-2.0-flash
支持的输入和输出
  • 输入：
    文本、 代码、 图片、 音频、 视频
  • 输出：
    文本
token 数量上限
  • 输入 token 数量上限：1,048,576
  • 输出 token 数量上限：8,192（默认值）
功能
使用类型
输入大小限制 500 MB
技术规范
图片
  • 每个提示的图片数量上限： 3,000
  • 图片大小上限： 7 MB
  • 每个项目的每分钟 token 数 (TPM) 上限：
    • 高/中/默认媒体分辨率：
      • 美国/亚洲：40 M
      • 欧盟：10 M
    • 低媒体分辨率：
      • 美国/亚洲：10 M
      • 欧盟：2.6 M
  • 支持的 MIME 类型：
    image/png、 image/jpeg、 image/webp
文档
  • 每个提示的文件数量上限： 3,000
  • 每个文件的页数上限：1,000
  • 通过 API 或 Cloud Storage 导入时，每个文件的文件大小上限：50 MB
  • 通过控制台直接上传的每个文件的文件大小上限：7 MB
  • 每个项目的每分钟 token 数量 (TPM) 上限：
    • 美国/亚洲： 3.4 M
    • 欧盟： 3.4 M
  • 支持的 MIME 类型：
    application/pdf、 text/plain
视频
  • 视频时长上限（包含音频）：约 45 分钟
  • 视频时长上限（不含音频）：约 1 小时
  • 每个提示的视频数量上限：10
  • 每分钟 token 数 (TPM) 上限：
    • 高/中/默认媒体分辨率：
      • 美国/亚洲：38 M
      • 欧盟：10 M
    • 低媒体分辨率：
      • 美国/亚洲：10 M
      • 欧盟：2.5 M
  • 支持的 MIME 类型：
    video/x-flv、 video/quicktime、 video/mpeg、 video/mpegs、 video/mpg、 video/mp4、 video/webm、 video/wmv、 video/3gpp
音频
  • 每个提示的音频时长上限：约 8.4 小时或最多 100 万个 token
  • 每个提示的音频文件数量上限： 1
  • 语音理解用途：音频总结、转写和翻译
  • 每分钟 token 数 (TPM) 上限：
    • 美国/亚洲： 3.5 M
    • 欧盟： 3.5 M
  • 支持的 MIME 类型：
    audio/x-aac、 audio/flac、 audio/mp3、 audio/m4a、 audio/mpeg、 audio/mpga、 audio/mp4、 audio/ogg、 audio/pcm、 audio/wav、 audio/webm
参数默认值
  • 温度：0.0-2.0（默认值为 1.0）
  • topP：0.0-1.0（默认值为 0.95）
  • topK：64（固定值）
  • candidateCount：1-8（默认值为 1）
支持的区域

模型可用性

（包括动态共享配额和预配吞吐量）
  • 全球
    • 全局
  • 美国
    • us-central1
    • us-east1
    • us-east4
    • us-east5
    • us-south1
    • us-west1
    • us-west4
  • 欧洲
    • europe-central2
    • europe-north1
    • europe-southwest1
    • europe-west1
    • europe-west4
    • europe-west8
    • europe-west9

ML 处理
  • 美国
    • 多区域
  • 欧洲
    • 多区域
如需了解详情，请参阅数据驻留。
知识截点日期 2024 年 6 月
版本
  • gemini-2.0-flash-001
    • 发布阶段：正式版
    • 发布日期：2025 年 2 月 5 日
    • 终止日期：2026 年 2 月 5 日
安全控制
在线预测
  • 数据驻留（静态） 支持
  • 客户管理的加密密钥 (CMEK) 支持
  • VPC Service Controls 支持
  • Access Transparency (AXT) 支持
批量预测
  • 数据驻留（静态） 支持
  • 客户管理的加密密钥 (CMEK) 不支持
  • VPC Service Controls 支持
  • Access Transparency (AXT) 不支持
调优
  • 数据驻留（静态） 支持
  • 客户管理的加密密钥 (CMEK) 支持
  • VPC Service Controls 支持
  • Access Transparency (AXT) 不支持
如需了解详情，请参阅安全控制。
支持的语言 请参阅支持的语言。
价格 请参阅价格。

图片生成

在 Vertex AI 中试用

模型 ID gemini-2.0-flash-preview-image-generation
支持的输入和输出
  • 输入：
    文本、 代码、 图片、 音频、 视频
  • 输出：
    文本和图片
token 数量上限
  • 输入 token 数量上限：32,768
  • 输出 token 数量上限：8,192（默认值）
功能
使用类型
输入大小限制 500 MB
技术规范
图片
  • 每个提示的图片数量上限： 3,000
  • 图片大小上限： 7 MB
  • 每个提示的输出图片数量上限： 10
  • 每个项目的每分钟 token 数 (TPM) 上限：
    • 高/中/默认媒体分辨率：
      • 美国/亚洲：40 M
      • 欧盟：10 M
    • 低媒体分辨率：
      • 美国/亚洲：10 M
      • 欧盟：3 M
  • 支持的 MIME 类型：
    image/png、 image/jpeg、 image/webp
文档
  • 每个提示的文件数量上限： 3,000
  • 每个文件的页数上限： 1,000
  • 每个文件的文件大小上限： 50 MB
  • 支持的 MIME 类型：
    application/pdf、 text/plain
视频
  • 视频时长上限（包含音频）：约 45 分钟
  • 视频时长上限（不含音频）：约 1 小时
  • 每个提示的视频数量上限：10
  • 每分钟 token 数 (TPM) 上限：
    • 高/中/默认媒体分辨率：
      • 美国/亚洲：37.9 M
      • 欧盟：9.5 M
    • 低媒体分辨率：
      • 美国/亚洲：1 G
      • 欧盟：2.5 M
  • 支持的 MIME 类型：
音频
  • 每个提示的音频时长上限：约 8.4 小时或最多 100 万个 token
  • 每个提示的音频文件数量上限： 1
  • 语音理解用途：音频总结、转写和翻译
  • 每分钟 token 数 (TPM) 上限：
    • 美国/亚洲： 1.7 M
    • 欧盟： 0.4 M
  • 支持的 MIME 类型：
参数默认值
  • 温度：0.0-2.0（默认值为 1.0）
  • topP：0.0-1.0（默认值为 0.95）
  • topK：64（固定值）
  • candidateCount：1-8（默认值为 1）
支持的区域

模型可用性

（包括动态共享配额和预配吞吐量）
  • 全球
    • 全局
如需了解详情，请参阅数据驻留。
知识截点日期 2024 年 8 月
版本
  • gemini-2.0-flash-preview-image-generation
    • 发布阶段：公开预览版
    • 发布日期：2025 年 5 月 6 日
    • 终止日期：2025 年 10 月 31 日
安全控制
在线预测
  • 数据驻留（静态） 不支持
  • 客户管理的加密密钥 (CMEK) 不支持
  • VPC Service Controls 支持
  • Access Transparency (AXT) 支持
如需了解详情，请参阅安全控制。
支持的语言 请参阅支持的语言。
价格 请参阅价格。

Live API

在 Vertex AI 中试用

模型 ID gemini-2.0-flash-live-preview-04-09
支持的输入和输出
  • 输入：
    音频、 视频
  • 输出：
    音频
token 数量上限
  • 输入 token 数量上限：32,768
  • 输出 token 数量上限：8,192（默认值）
功能
使用类型
输入大小限制 500 MB
技术规范
视频
  • 视频时长上限（包含音频）：约 45 分钟
  • 视频时长上限（不含音频）：约 1 小时
  • 每个提示的视频数量上限：10
  • 每分钟 token 数 (TPM) 上限：
    • 高/中/默认媒体分辨率：
      • 美国/亚洲：37.9 M
      • 欧盟：9.5 M
    • 低媒体分辨率：
      • 美国/亚洲：1 G
      • 欧盟：2.5 M
  • 支持的 MIME 类型：
    video/x-flv、 video/quicktime、 video/mpeg、 video/mpegs、 video/mpg、 video/mp4、 video/webm、 video/wmv、 video/3gpp
音频
  • 每个提示的音频时长上限：约 8.4 小时或最多 100 万个 token
  • 每个提示的音频文件数量上限： 1
  • 语音理解用途：音频总结、转写和翻译
  • 每分钟 token 数 (TPM) 上限：
    • 美国/亚洲： 1.7 M
    • 欧盟： 0.4 M
  • 支持的 MIME 类型：
    audio/x-aac、 audio/flac、 audio/mp3、 audio/m4a、 audio/mpeg、 audio/mpga、 audio/mp4、 audio/ogg、 audio/pcm、 audio/wav、 audio/webm
参数默认值
  • 温度：0.0-2.0（默认值为 1.0）
  • topP：0.0-1.0（默认值为 0.95）
  • topK：64（固定值）
  • candidateCount：1-8（默认值为 1）
支持的区域

模型可用性
  • 美国
    • us-central1
如需了解详情，请参阅数据驻留。
知识截点日期 2024 年 6 月
版本
  • gemini-2.0-flash-live-preview-04-09
    • 发布阶段：公开预览版
    • 发布日期：2025 年 4 月 9 日
安全控制
在线预测
  • 数据驻留（静态） 不支持
  • 客户管理的加密密钥 (CMEK) 不支持
  • VPC Service Controls 支持
  • Access Transparency (AXT) 支持
如需了解详情，请参阅安全控制。
支持的语言 请参阅支持的语言。
价格 请参阅价格。