Gemini 2.0 Flash اکنون آماده تولید است! بیشتر بدانید

این صفحه به‌وسیله ‏Cloud Translation API‏ ترجمه شده است.

مدل های جوزا

2.0 فلش

جدیدترین مدل چندوجهی ما، با ویژگی های نسل بعدی و قابلیت های بهبود یافته

صدا، تصاویر، ویدئو و متن را وارد کنید، پاسخ های متنی را دریافت کنید
کد تولید کنید، داده ها را استخراج کنید، فایل ها را تجزیه و تحلیل کنید، نمودارها را تولید کنید و موارد دیگر
تأخیر کم، عملکرد بهبود یافته، ساخته شده برای تجارب عامل

2.0 Flash-Lite

یک مدل فلش Gemini 2.0 بهینه شده برای کارایی هزینه و تأخیر کم

صدا، تصاویر، ویدئو و متن را وارد کنید، پاسخ های متنی را دریافت کنید
عملکرد بهتری نسبت به فلش 1.5 در اکثر معیارها دارد
پنجره زمینه 1 میلیون رمزی و ورودی چندوجهی، مانند Flash 2.0

1.5 فلش

متعادل ترین مدل چندوجهی ما با عملکرد عالی برای اکثر وظایف

صدا، تصاویر، ویدئو و متن را وارد کنید، پاسخ های متنی را دریافت کنید
کد تولید کنید، داده ها را استخراج کنید، متن را ویرایش کنید و موارد دیگر
بهترین برای وظایف متعادل کننده عملکرد و هزینه

انواع مدل

Gemini API مدل های مختلفی را ارائه می دهد که برای موارد استفاده خاص بهینه شده اند. در اینجا یک مرور مختصر از انواع Gemini موجود است:

نوع مدل	ورودی(های)	خروجی	بهینه شده برای
فلش جمینی 2.0 `gemini-2.0-flash`	صدا، تصاویر، ویدئوها و متن	متن، تصاویر (به زودی) و صدا (به زودی)	ویژگی‌های نسل بعدی، سرعت و تولید چندوجهی برای انواع مختلفی از وظایف
پیش نمایش Gemini 2.0 Flash-Lite `gemini-2.0-flash-lite-preview-02-05`	صدا، تصاویر، ویدئوها و متن	متن	یک مدل فلش Gemini 2.0 بهینه شده برای کارایی هزینه و تأخیر کم
فلش جمینی 1.5 `gemini-1.5-flash`	صدا، تصاویر، ویدئوها و متن	متن	عملکرد سریع و همه کاره در انواع مختلف وظایف
Gemini 1.5 Flash-8B `gemini-1.5-flash-8b`	صدا، تصاویر، ویدئوها و متن	متن	وظایف با حجم بالا و هوش کمتر
جمینی 1.5 پرو `gemini-1.5-pro`	صدا، تصاویر، ویدئوها و متن	متن	وظایف استدلالی پیچیده که به هوش بیشتری نیاز دارد
جاسازی متن `text-embedding-004`	متن	جاسازی متن	اندازه گیری ارتباط رشته های متنی

می توانید محدودیت های نرخ را برای هر مدل در صفحه محدودیت نرخ مشاهده کنید.

فلش جمینی 2.0

Gemini 2.0 Flash ویژگی‌های نسل بعدی و قابلیت‌های بهبودیافته را ارائه می‌کند، از جمله سرعت برتر، استفاده از ابزار بومی، تولید چندوجهی و پنجره زمینه توکن 1M.

در Google AI Studio امتحان کنید

جزئیات مدل

اموال	توضیحات
کد مدل	`models/gemini-2.0-flash`
انواع داده های پشتیبانی شده	ورودی ها صدا، تصویر، ویدئو و متن خروجی صوتی (به زودی)، تصاویر (به زودی) و متن
محدودیت های رمز ^[*]	محدودیت رمز ورودی 1,048,576 محدودیت نشانه خروجی 8,192
قابلیت های	خروجی های ساخت یافته پشتیبانی می شود ذخیره سازی به زودی تنظیم پشتیبانی نمی شود فراخوانی تابع پشتیبانی می شود اجرای کد پشتیبانی می شود جستجو کنید پشتیبانی می شود تولید تصویر به زودی استفاده از ابزار بومی پشتیبانی می شود تولید صدا به زودی Multimodal Live API به زودی
نسخه	الگوهای نسخه مدل را برای جزئیات بیشتر بخوانید. جدیدترین: `gemini-2.0-flash` پایدار: `gemini-2.0-flash-001`
آخرین به روز رسانی	فوریه 2025
برش دانش	آگوست 2024

پیش نمایش Gemini 2.0 Flash-Lite

یک مدل فلش Gemini 2.0 بهینه شده برای کارایی هزینه و تأخیر کم.

در Google AI Studio امتحان کنید

جزئیات مدل

اموال	توضیحات
کد مدل	`models/gemini-2.0-flash-lite-preview-02-05`
انواع داده های پشتیبانی شده	ورودی ها صدا، تصویر، ویدئو و متن خروجی متن
محدودیت های رمز ^[*]	محدودیت رمز ورودی 1,048,576 محدودیت نشانه خروجی 8,192
قابلیت های	خروجی های ساخت یافته پشتیبانی می شود ذخیره سازی پشتیبانی نمی شود تنظیم پشتیبانی نمی شود فراخوانی تابع پشتیبانی نمی شود اجرای کد پشتیبانی نمی شود جستجو کنید پشتیبانی نمی شود تولید تصویر پشتیبانی نمی شود استفاده از ابزار بومی پشتیبانی نمی شود تولید صدا پشتیبانی نمی شود Multimodal Live API پشتیبانی نمی شود
نسخه	الگوهای نسخه مدل را برای جزئیات بیشتر بخوانید. جدیدترین: `gemini-2.0-flash-lite-preview-02-05`
آخرین به روز رسانی	فوریه 2025
برش دانش	آگوست 2024

فلش جمینی 1.5

Gemini 1.5 Flash یک مدل چندوجهی سریع و همه کاره برای مقیاس‌بندی وظایف مختلف است.

در Google AI Studio امتحان کنید

جزئیات مدل

اموال	توضیحات
کد مدل	`models/gemini-1.5-flash`
انواع داده های پشتیبانی شده	ورودی ها صدا، تصویر، ویدئو و متن خروجی متن
محدودیت های رمز ^[*]	محدودیت رمز ورودی 1,048,576 محدودیت نشانه خروجی 8,192
مشخصات صوتی/بصری	حداکثر تعداد تصاویر در هر درخواست 3600 حداکثر طول ویدیو 1 ساعت حداکثر طول صدا تقریبا 9.5 ساعت
قابلیت های	دستورالعمل های سیستم پشتیبانی می شود حالت JSON پشتیبانی می شود طرحواره JSON پشتیبانی می شود تنظیمات ایمنی قابل تنظیم پشتیبانی می شود ذخیره سازی پشتیبانی می شود تنظیم پشتیبانی می شود فراخوانی تابع پشتیبانی می شود اجرای کد پشتیبانی می شود جریان دو طرفه پشتیبانی نمی شود
نسخه	الگوهای نسخه مدل را برای جزئیات بیشتر بخوانید. جدیدترین: `gemini-1.5-flash-latest` آخرین استبل: `gemini-1.5-flash` پایدار: `gemini-1.5-flash-001` `gemini-1.5-flash-002`
آخرین به روز رسانی	سپتامبر 2024

Gemini 1.5 Flash-8B

Gemini 1.5 Flash-8B یک مدل کوچک است که برای کارهای با هوش کمتر طراحی شده است.

در Google AI Studio امتحان کنید

جزئیات مدل

اموال	توضیحات
کد مدل	`models/gemini-1.5-flash-8b`
انواع داده های پشتیبانی شده	ورودی ها صدا، تصویر، ویدئو و متن خروجی متن
محدودیت های رمز ^[*]	محدودیت رمز ورودی 1,048,576 محدودیت نشانه خروجی 8,192
مشخصات صوتی/بصری	حداکثر تعداد تصاویر در هر درخواست 3600 حداکثر طول ویدیو 1 ساعت حداکثر طول صدا تقریبا 9.5 ساعت
قابلیت های	دستورالعمل های سیستم پشتیبانی می شود حالت JSON پشتیبانی می شود طرحواره JSON پشتیبانی می شود تنظیمات ایمنی قابل تنظیم پشتیبانی می شود ذخیره سازی پشتیبانی می شود تنظیم پشتیبانی می شود فراخوانی تابع پشتیبانی می شود اجرای کد پشتیبانی می شود جریان دو طرفه پشتیبانی نمی شود
نسخه	الگوهای نسخه مدل را برای جزئیات بیشتر بخوانید. جدیدترین: `gemini-1.5-flash-8b-latest` آخرین استبل: `gemini-1.5-flash-8b` پایدار: `gemini-1.5-flash-8b-001`
آخرین به روز رسانی	اکتبر 2024

جمینی 1.5 پرو

Gemini 1.5 Pro یک مدل چندوجهی با اندازه متوسط است که برای طیف وسیعی از وظایف استدلالی بهینه شده است. 1.5 Pro می تواند حجم زیادی از داده ها را همزمان پردازش کند، از جمله 2 ساعت ویدیو، 19 ساعت صدا، پایگاه های کد با 60000 خط کد یا 2000 صفحه متن.

در Google AI Studio امتحان کنید

جزئیات مدل

اموال	توضیحات
کد مدل	`models/gemini-1.5-pro`
انواع داده های پشتیبانی شده	ورودی ها صدا، تصویر، ویدئو و متن خروجی متن
محدودیت های رمز ^[*]	محدودیت رمز ورودی 2,097,152 محدودیت نشانه خروجی 8,192
مشخصات صوتی/بصری	حداکثر تعداد تصاویر در هر درخواست 7200 حداکثر طول ویدیو 2 ساعت حداکثر طول صدا تقریبا 19 ساعت
قابلیت های	دستورالعمل های سیستم پشتیبانی می شود حالت JSON پشتیبانی می شود طرحواره JSON پشتیبانی می شود تنظیمات ایمنی قابل تنظیم پشتیبانی می شود ذخیره سازی پشتیبانی می شود تنظیم پشتیبانی نمی شود فراخوانی تابع پشتیبانی می شود اجرای کد پشتیبانی می شود جریان دو طرفه پشتیبانی نمی شود
نسخه	الگوهای نسخه مدل را برای جزئیات بیشتر بخوانید. جدیدترین: `gemini-1.5-pro-latest` آخرین استبل: `gemini-1.5-pro` پایدار: `gemini-1.5-pro-001` `gemini-1.5-pro-002`
آخرین به روز رسانی	سپتامبر 2024

جاسازی و جاسازی متن

جاسازی متن

جاسازی متن برای اندازه گیری ارتباط رشته ها استفاده می شود و به طور گسترده در بسیاری از برنامه های کاربردی هوش مصنوعی استفاده می شود.

text-embedding-004 عملکرد بازیابی قوی‌تری را به دست می‌آورد و از مدل‌های موجود با ابعاد قابل مقایسه در معیارهای استاندارد تعبیه‌سازی MTEB بهتر عمل می‌کند .

جزئیات مدل

اموال	توضیحات
کد مدل	Gemini API `models/text-embedding-004`
انواع داده های پشتیبانی شده	ورودی متن خروجی جاسازی متن
محدودیت های رمز ^[*]	محدودیت رمز ورودی 2,048 اندازه ابعاد خروجی 768
محدودیت‌های نرخ ^[**]	1500 درخواست در دقیقه
تنظیمات امنیتی قابل تنظیم	پشتیبانی نمی شود
آخرین به روز رسانی	آوریل 2024

جاسازی

می توانید از مدل Embedding برای ایجاد جاسازی متن برای متن ورودی استفاده کنید.

مدل Embedding برای ایجاد جاسازی با 768 بعد برای متن تا 2048 توکن بهینه شده است.

تعبیه جزئیات مدل

اموال	توضیحات
کد مدل	`models/embedding-001`
انواع داده های پشتیبانی شده	ورودی متن خروجی جاسازی متن
محدودیت های رمز ^[*]	محدودیت رمز ورودی 2,048 اندازه ابعاد خروجی 768
محدودیت‌های نرخ ^[**]	1500 درخواست در دقیقه
تنظیمات امنیتی قابل تنظیم	پشتیبانی نمی شود
آخرین به روز رسانی	دسامبر 2023

AQA

می توانید از مدل AQA برای انجام وظایف مرتبط با پرسش و پاسخ نسبت داده شده (AQA) در یک سند، مجموعه یا مجموعه ای از متن ها استفاده کنید. مدل AQA به سوالاتی که در منابع ارائه شده پایه گذاری شده اند، به همراه تخمین احتمال پاسخگو پاسخ می دهد.

جزئیات مدل

اموال	توضیحات
کد مدل	`models/aqa`
انواع داده های پشتیبانی شده	ورودی متن خروجی متن
زبان پشتیبانی شده	انگلیسی
محدودیت های رمز ^[*]	محدودیت رمز ورودی 7,168 محدودیت نشانه خروجی 1024
محدودیت‌های نرخ ^[**]	1500 درخواست در دقیقه
تنظیمات امنیتی قابل تنظیم	پشتیبانی می شود
آخرین به روز رسانی	دسامبر 2023

برای کشف قابلیت‌های این مدل‌ها به مثال‌ها مراجعه کنید.

[*] یک نشانه برای مدل های Gemini معادل حدود 4 کاراکتر است. 100 توکن حدود 60-80 کلمه انگلیسی است.

الگوهای نام نسخه مدل

مدل‌های Gemini در نسخه‌های پیش‌نمایش یا پایدار موجود هستند. در کد خود می توانید از یکی از فرمت های نام مدل زیر استفاده کنید تا مشخص کنید از کدام مدل و نسخه می خواهید استفاده کنید.

آخرین: به نسخه پیشرفته مدل برای یک نسل و تنوع مشخص اشاره می کند. مدل اصلی به طور منظم به روز می شود و ممکن است یک نسخه پیش نمایش باشد. فقط برنامه های آزمایش اکتشافی و نمونه های اولیه باید از این نام مستعار استفاده کنند.
برای تعیین آخرین نسخه، از الگوی زیر استفاده کنید: <model>-<generation>-<variation>-latest . به عنوان مثال، gemini-1.0-pro-latest .
آخرین نسخه پایدار: به آخرین نسخه پایدار منتشر شده برای نسل و تنوع مدل مشخص شده اشاره می کند.
برای تعیین آخرین نسخه پایدار، از الگوی زیر استفاده کنید: <model>-<generation>-<variation> . به عنوان مثال، gemini-1.0-pro .
پایدار: به یک مدل پایدار خاص اشاره می کند. مدل های پایدار تغییر نمی کنند. اکثر برنامه های تولیدی باید از یک مدل پایدار خاص استفاده کنند.
برای تعیین یک نسخه پایدار، از الگوی زیر استفاده کنید: <model>-<generation>-<variation>-<version> . به عنوان مثال، gemini-1.0-pro-001 .
آزمایشی: به یک مدل آزمایشی موجود در Preview اشاره می کند، همانطور که در شرایط تعریف شده است، به این معنی که برای استفاده تولیدی نیست. ما مدل‌های آزمایشی را منتشر می‌کنیم تا بازخورد جمع‌آوری کنیم، آخرین به‌روزرسانی‌های خود را به سرعت در اختیار توسعه‌دهندگان قرار دهیم، و سرعت نوآوری‌هایی که در Google اتفاق می‌افتد را برجسته کنیم. آنچه از راه‌اندازی‌های آزمایشی می‌آموزیم نشان می‌دهد که چگونه مدل‌ها را به طور گسترده‌تری عرضه می‌کنیم. یک مدل آزمایشی را می توان بدون اطلاع قبلی با مدل دیگری تعویض کرد. ما تضمین نمی کنیم که یک مدل آزمایشی در آینده به یک مدل پایدار تبدیل شود.
برای تعیین یک نسخه آزمایشی، از الگوی زیر استفاده کنید: <model>-<generation>-<variation>-<version> . به عنوان مثال، gemini-exp-1121 .

زبان های موجود

مدل های Gemini برای کار با زبان های زیر آموزش دیده اند:

عربی ( ar )
بنگالی ( bn )
بلغاری ( bg )
چینی ساده و سنتی ( zh )
کرواتی ( hr )
چک ( cs )
دانمارکی ( da )
هلندی ( nl )
انگلیسی ( en )
استونیایی ( et )
فنلاندی ( fi )
فرانسوی ( fr )
آلمانی ( de )
یونانی ( el )
عبری ( iw )
هندی ( hi )
مجارستانی ( hu )
اندونزیایی ( id )
ایتالیایی ( it )
ژاپنی ( ja )
کره ای ( ko )
لتونی ( lv )
لیتوانیایی ( lt )
نروژی ( no )
لهستانی ( pl )
پرتغالی ( pt )
رومانیایی ( ro )
روسی ( ru )
صربی ( sr )
اسلواکی ( sk )
اسلوونیایی ( sl )
اسپانیایی ( es )
سواحیلی ( sw )
سوئدی ( sv )
تایلندی ( th )
ترکی ( tr )
اوکراینی ( uk )
ویتنامی ( vi )