Vertex Generative AI bietet eine wachsende Liste an Foundation Models, die Sie testen, bereitstellen und für den Einsatz in Ihren KI-basierten Anwendungen anpassen können. Foundation Models sind für bestimmte Anwendungsfälle optimiert und werden zu verschiedenen Preispunkten angeboten. Diese Seite fasst die Modelle zusammen, die in den verschiedenen APIs verfügbar sind. Außerdem erhalten Sie eine Anleitung zur Auswahl von Modellen für verschiedene Anwendungsfälle.
Weitere Informationen zu den verschiedenen KI-Modellen und APIs in Vertex Generative AI finden Sie unter KI-Modelle und APIs kennenlernen.
Gemini-Modelle
In der folgenden Tabelle sind die in der Gemini API verfügbaren Modelle zusammengefasst:
| Modellname | Beschreibung | Spezifikationen |
|---|---|---|
| Gemini 1.5 Flash ( gemini-1.5-flash) |
Multimodales Modell, das für kostengünstige Anwendungen mit hohem Volumen entwickelt wurde. Gemini 1.5 Flash bietet Geschwindigkeit und Effizienz zum Erstellen schneller, kostengünstiger Anwendungen, die keine Kompromisse bei der Qualität eingehen. | Maximale Gesamtzahl der Tokens (Eingabe und Ausgabe): 1 M Maximale Ausgabetokens: 8.192 Maximale Größe des Rohbilds: 20 MB Maximale Größe des base64-codierten Bildes: 7 MB Maximale Bilder pro Prompt: 3.000 Maximale Videolänge: 1 Stunde Maximale Videos pro Prompt: 10 Maximale Audiolänge: ca. 8,4 Stunden Maximale Audio pro Prompt: 1 Maximale PDF-Größe: 30 MB Trainingsdaten: bis Mai 2024 |
| Gemini 1.5 Pro ( gemini-1.5-pro) |
Multimodales Modell, das das Hinzufügen von Bild-, Audio-, Video- und PDF-Dateien in Text- oder Chat-Prompts für eine Text- oder Codeantwort unterstützt. Gemini 1.5 Pro unterstützt das Long-Context-Verstehen mit bis zu 1 Million Tokens. | Maximale Gesamtzahl der Tokens (Eingabe und Ausgabe): 1 M Maximale Ausgabetokens: 8.192 Maximale Bilder pro Prompt: 3.000 Maximale Videolänge (nur Frames): ca. eine Stunde Maximale Videolänge (Frame und Audio): ca. 45 Minuten Maximale Anzahl von Videos pro Prompt: 10 Maximale Audiolänge: ca. 8,4 Stunden Maximale Audioanzahl pro Prompt: 1 Max. PDF-Größe: 30 MB Trainingsdaten: bis Mai 2024 |
| Gemini 1.0 Pro ( gemini-1.0-pro) |
Das leistungsstärkste Modell mit Features für eine Vielzahl von reinen Textaufgaben.
Unterstützt nur Text als Eingabe. Unterstützt die überwachte Abstimmung. |
Maximale Gesamtzahl der Tokens (Eingabe und Ausgabe): 32.760 Maximale Ausgabetokens: 8.192 Trainingsdaten: bis Februar 2023 |
| Gemini 1.0 Pro Vision ( gemini-1.0-pro-vision) |
Das leistungsstärkste Bild-/Video-Understanding-Modell für eine Vielzahl von Anwendungen.
Unterstützt Text, Bilder und Video als Eingaben. |
Maximale Gesamtzahl der Tokens (Eingabe und Ausgabe): 16.384 Maximale Ausgabetokens: 2.048 Maximale Bilder pro Prompt: 16 Maximale Videolänge: 2 Minuten Maximale Videos pro Prompt: 1 Trainingsdaten: bis Februar 2023 |
| Gemini 1.0 Ultra (GA mit Zulassungsliste) | Das leistungsstärkste Textmodell von Google, das für komplexe Aufgaben wie Anleitung, Code und Logik optimiert ist.
Unterstützt nur Text als Eingabe. |
Maximale Tokeneingabe: 8.192 Maximale Tokenausgabe: 2.048 |
| Gemini 1.0 Ultra Vision (GA mit Zulassungsliste) |
Das leistungsstärkste multimodale Vision-Modell von Google, das für die Unterstützung gemeinsamer Text-, Bild- und Videoeingaben optimiert ist. | Maximale Tokeneingabe: 8.192 Maximale Tokenausgabe: 2.048 |
Gemini-Modelle unterstützen die folgenden Sprachen:
Arabisch (ar), Bengalisch (bn), Bulgarisch (bg), Chinesisch (vereinfacht und traditionell), Kroatisch (hr), Tschechisch (cs), Dänisch (da), Niederländisch (nl), Englisch (en), Estnisch (et), Finnisch (fi), Französisch (fr), Deutsch (de), Griechisch (el), Hebräisch (iw), Hindi (hi), Ungarisch (hu), Indonesisch (id), Italienisch (it), Japanisch (ja), Koreanisch (ko), Lettisch (lv), Litauisch (lt), Norwegisch (no) ), Polnisch (pl), Portugiesisch (pt), Rumänisch (ro), Russisch (ru), Serbisch (sr), Slowakisch (sk), Slowenisch (sl), Spanisch (es), Swahili (sw), Schwedisch (sv), Thai (th), Türkisch (tr), Ukrainisch (uk), Vietnamesisch (vi).
Einbettungsmodelle
In der folgenden Tabelle sind die in der Embeddings API verfügbaren Modelle zusammengefasst.
| Modellname | Beschreibung | Spezifikationen |
|---|---|---|
| Einbettung für Text ( |
Gibt Einbettungen für englische Texteingaben zurück.
Unterstützt die überwachte Abstimmung von "text-embedding-gecko"-Modellen, nur auf Englisch. |
Maximale Tokeneingabe: 3.072 (textembedding-gecko@001), 2.048 (andere). Einbettungsdimension: text-embedding-004: <=768 Sonstige: 768. |
Einbettungen für mehrsprachigen Text(textembedding-gecko-multilingual@001,
|
Gibt Einbettungen für Texteingaben von über 100 Sprachen zurück Unterstützt die überwachte Abstimmung des text-multilingual-embedding-002-Modells. Unterstützt über 100 Sprachen |
Maximale Tokeneingabe: 2.048 Einbettungsdimension: text-multilingual-embedding-002: <=768 Andere: 768 |
Einbettungen für multimodale Konfigurationen(multimodalembedding) |
Gibt Einbettungen für Text-, Bild- und Videoeingaben zurück, um Inhalte aus verschiedenen Modellen zu vergleichen.
Konvertiert Text, Bilder und Videos in denselben Vektorbereich. Video unterstützt nur 1408-Dimensionen. nur in englischer Sprache verfügbar. |
Maximale Tokeneingabe: 32, Maximale Bildgröße: 20 MB, maximale Videolänge: 2 Minuten, Einbettungsdimension: 128, 256, 512 oder 1408 für Text+Bildeingabe, 1408 für Videoeingabe |
Mehrsprachige Texteinbettungsmodelle unterstützen die folgenden Sprachen:
Afrikaans, Albanisch, Amharisch, Arabisch, Armenisch, Aserbaidschanisch, Baskisch, Belarussisch, Bengalisch, Bulgarisch, Burmesisch, Katalanisch, Cebuano, Plughewa, Chinesisch, Korsesisch, Tschechisch, Dänisch, Niederländisch, Englisch, Esperanto, Estnisch, Filipino, Finnisch, Französisch, Galizisch, Georgisch, Griechisch, Gujarati, Haitianisches Kreolisch, Hausa, Hawaii, Hebräisch, Hindi, Hmong, Ungarisch, Isländisch, Igbo, Indonesisch, Irisch, Italienisch, Japanisch, Javanisch, Kannada, Kasachisch, Khmer, Koreanisch, Kurdisch, Kirgisisch, Lao, Latein, Lettisch, Lettisch, Litauisch, Luxemburgisch, Mazedonisch, Malagasy, Malaiisch, Malayalam, Maltesisch, Maori,
Marathi, Mongolisch, Nepalesisch, Norwegisch, Paschtunisch, Persisch, Polnisch, Portugiesisch, Punjabi, Rumänisch, Russisch, Samoanisch, Schottisch, Serbisch, Shona, Sindhi, Singhalesisch, Slowakisch, Slowenisch, Somali, Sotho,{ 101} Spanisch, Sundanesisch, Swahili, Schwedisch, Tadschikisch, Tamil, Telugu, Thai, Türkisch, Ukrainisch, Urdu, Usbekisch, Vietnamesisch, Walisisch, Westfriesisch, Xhosa, Jiddisch, Yoruba, Zulu.
Imagen-Modell
In der folgenden Tabelle sind die in der Imagen API verfügbaren Modelle zusammengefasst:
| Modellname | Beschreibung | Spezifikationen |
|---|---|---|
| Imagen 2 ( imagegeneration@006) |
Dieses Modell unterstützt die Bilderstellung und -bearbeitung, um in Sekundenschnelle hochwertige Bilder zu erstellen.
Die Bearbeitungsfunktion unterstützt das Entfernen und Einfügen von Objekten, das Übermalen und die Bearbeitung von Produkten |
Maximale Bildausgabe: vier Seitenverhältnis (für die Generierung): 1:1, 9:16, 16:9, 3:4, 4:3 Auflösung: ~1.500 Pixel (variiert je nach Seitenverhältnis) |
Das Imagen-Modell unterstützt die folgenden Sprachen:
Englisch, Chinesisch (vereinfacht), Chinesisch (traditionell), Hindi, Japanisch, Koreanisch, Portugiesisch und Spanisch.
Vervollständigungsmodelle für Code
In der folgenden Tabelle sind die in den Codey APIs verfügbaren Modelle zusammengefasst:
| Modellname | Beschreibung | Spezifikationen |
|---|---|---|
| Codey für Codegenerierung ( code-bison) |
Ein Modell, das zur Generierung von Code auf Basis einer Beschreibung des gewünschten Codes in natürlicher Sprache optimiert ist Es kann beispielsweise einen Einheitentest für eine Funktion generieren.
Unterstützt die überwachte Abstimmung |
Maximale Eingabetokens: 6.144 Maximale Ausgabetokens: 1.024 |
| Codey für Code Generierung 32.000 ( code-bison-32k) |
Ähnliche Funktion wie Code-bison, aber mit längerem Kontextfenster Unterstützt die überwachte Abstimmung |
Maximale Tokens (Eingabe + Ausgabe): 32.768 Maximale Ausgabetokens: 8.192 |
| Codey für Codechat ( codechat-bison) |
Ein Modell, das für Chatbot-Unterhaltungen zur Hilfeleistung bei codebezogenen Fragen optimiert ist.
Unterstützt die überwachte Abstimmung |
Maximale Eingabetokens: 6.144 Maximale Ausgabetokens: 1.024 |
| Codey for Code Chat 32.000 ( codechat-bison-32k) |
Ähnliche Funktion wie Codechat-bison, aber mit längerem Kontextfenster Unterstützt die überwachte Abstimmung |
Maximale Tokens (Eingabe + Ausgabe): 32.768 Maximale Ausgabetokens: 8.192 |
| Codey für Codevervollständigung ( code-gecko) |
Ein Modell, das optimiert wurde, um eine Codevervollständigung auf Grundlage des Kontextes im geschriebenen Code vorzuschlagen. | Maximale Eingabetokens: 2.048 Maximale Ausgabetokens: 64 |
MedLM-Modelle
In der folgenden Tabelle sind die in der MedLM API verfügbaren Modelle zusammengefasst:
| Modellname | Beschreibung | Spezifikationen |
|---|---|---|
MedLM-medium (medlm-medium) |
Eine Reihe von Modellen für den medizinischen Bereich, die HIPAA-Compliance unterstützen.
Dieses Modell unterstützt Gesundheitskräfte bei medizinischen Fragen und Antworten sowie Zusammenfassungsaufgaben für Gesundheits- und medizinische Dokumente. |
Maximale Tokens (Eingabe + Ausgabe): 32.768 Maximale Ausgabetokens: 8.192 Sprachen: Englisch |
MedLM-large (medlm-large) |
Eine hochwertigere Variante von MedLM. | Maximale Eingabetokens: 8.192 Maximale Ausgabetokens: 1.024 Sprachen: Englisch |
Alle Modelle in Model Garden untersuchen
Model Garden ist eine Plattform, mit der Sie Vertex AI ermitteln, testen, anpassen und bereitstellen sowie OSS-Modelle und -Assets auswählen können. Informationen zu den in Vertex Generative AI verfügbaren generativen KI-Modellen und APIs finden Sie in der Model Console in der Google Cloud Console.
Weitere Informationen zu Model Garden, einschließlich der verfügbaren Modelle und Funktionen, finden Sie unter KI-Modelle in Model Garden entdecken.
Wie geht es weiter?
- Wagen Sie sich an eine Kurzeinführung mit Generative AI Studio oder der Vertex AI API.
- Weitere Informationen zum Testen von Text-Prompts
- Informationen zum Testen von Chat-Prompts
- Vortrainierte Modelle in Model Garden untersuchen.
- Foundation Model optimieren
- Verantwortungsbewusste Best Practices für KI und Sicherheitsfilter von Vertex Generative AI