Modelos abiertos de Gemini Enterprise Agent Platform para MaaS

Gemini Enterprise Agent Platform admite una lista seleccionada de modelos abiertos como modelos administrados. Estos modelos abiertos se pueden usar con Gemini Enterprise Agent Platform como un modelo como servicio (MaaS) y se ofrecen como una API administrada. Cuando usas un modelo abierto administrado, sigues enviando tus solicitudes a los extremos de Gemini Enterprise Agent Platform. Los modelos abiertos administrados no tienen servidores, por lo que no es necesario aprovisionar ni administrar la infraestructura.

Los modelos abiertos administrados se pueden descubrir con Model Garden. También puedes implementar modelos con Model Garden. Para obtener más información, consulta Explora los modelos de IA en Model Garden.

Antes de poder usar modelos abiertos, debes otorgar acceso de usuario a los modelos abiertos.

Modelos abiertos

Los siguientes modelos abiertos se ofrecen como APIs administradas en Model Garden de Gemini Enterprise Agent Platform (MaaS):

Nombre del modelo Modalidad Descripción Guía de inicio rápido
DeepSeek-V4.1-Flash Lenguaje, Vision, código El modelo multimodal de mezcla de expertos de DeepSeek para tareas de agentes y programación, con una ventana de contexto de 1 millón de tokens. Tarjeta de modelo
Gemma 4 26B A4B IT Lenguaje, Vision Es la familia de modelos abiertos de Google creados por Google DeepMind. Tarjeta de modelo
GLM 5.2 Idioma, código Es el modelo de GLM para tareas de programación y agentes de largo horizonte, con una ventana de contexto de 1 millón de tokens. Tarjeta de modelo
gpt-oss 120B Idioma Un modelo de 120,000 millones de parámetros que ofrece un alto rendimiento en tareas de razonamiento. Tarjeta de modelo
Llama 4 Maverick 17B-128E Lenguaje, Vision Es el modelo de Llama 4 más grande que tiene capacidades de programación, razonamiento y procesamiento de imágenes. Llama 4 Maverick 17B-128E es un modelo multimodal que usa la arquitectura de mezcla de expertos (MoE) y la fusión temprana. Tarjeta de modelo
Llama 4 Scout 17B-16E Lenguaje, Vision Llama 4 Scout 17B-16E ofrece resultados de alto rendimiento para su clase de tamaño, superando a otros modelos abiertos y propietarios en varias comparativas. Llama 4 Scout 17B-16E es un modelo multimodal que usa la arquitectura de mezcla de expertos (MoE) y la fusión temprana. Tarjeta de modelo

Los siguientes modelos de embeddings abiertos se ofrecen como APIs administradas en Model Garden de Gemini Enterprise Agent Platform (MaaS):

Nombre del modelo Descripción Dimensiones de la salida Longitud máxima de la secuencia Lenguajes de texto admitidos Guía de inicio rápido
multilingual-e5-small Forma parte de la familia E5 de modelos de embedding de texto. La variante pequeña contiene 12 capas. Hasta 384 512 tokens Idiomas compatibles Tarjeta de modelo
multilingual-e5-large Forma parte de la familia E5 de modelos de embedding de texto. La variante grande contiene 24 capas. Hasta 1,024 512 tokens Idiomas compatibles Tarjeta de modelo

Cumplimiento de reglamentaciones de modelos abiertos

Las certificaciones de IA generativa en Gemini Enterprise Agent Platform se siguen aplicando cuando se usan modelos abiertos como una API administrada con Gemini Enterprise Agent Platform. Si necesitas detalles sobre los modelos, puedes encontrar información adicional en la tarjeta del modelo correspondiente o comunicarte con el publicador del modelo correspondiente.

Tus datos se almacenan en reposo dentro de la región o multirregión seleccionada para los modelos abiertos en Gemini Enterprise Agent Platform, pero la regionalización del procesamiento de datos puede variar. Para obtener una lista detallada de los compromisos de procesamiento de datos de los modelos abiertos, consulta Residencia de datos para modelos abiertos.

Las instrucciones de los clientes y las respuestas de los modelos no se comparten con terceros cuando se usa la API de Gemini Enterprise, incluidos los modelos abiertos. Google solo procesa los datos de los clientes según las instrucciones de estos, lo que se describe con más detalle en nuestro Anexo de Tratamiento de Datos de Cloud.

El almacenamiento de contexto en caché

El almacenamiento en caché de contexto ayuda a reducir el costo y la latencia de las solicitudes a modelos abiertos que contienen contenido repetido. Esto se habilita solo cuando se usa el tráfico de pago por uso y no admite otros tipos de tráfico, como capacidad de procesamiento aprovisionada y por lotes.

El tipo de almacenamiento en caché admitido es el implícito, que es un almacenamiento en caché automático que está habilitado en todos los proyectos de Google Cloud de forma predeterminada y proporciona un 90% de descuento en los tokens almacenados en caché en comparación con los tokens de entrada estándar cuando se producen aciertos de caché. Con este tipo de almacenamiento en caché, no defines ni llamas a las cachés de forma explícita. En cambio, nuestro backend extrae de estas cachés una vez que se detecta el contexto repetido.

Modelos compatibles

  • qwen3-coder-480b-a35b-instruct-maas
  • kimi-k2-thinking-maas
  • minimax-m2-maas
  • gpt-oss-20b-maas
  • deepseek-v3.1-maas
  • deepseek-v3.2-maas
  • deepseek-v4.1-flash-maas
  • gemma-4-26b-a4b-it-maas
  • glm-5-maas
  • glm-5.2-maas

El campo cachedContentTokenCount en los metadatos de tu respuesta indica la cantidad de tokens en la parte almacenada en caché de tu entrada. Las solicitudes de almacenamiento en caché deben contener un mínimo de 4,096 tokens (este mínimo está sujeto a cambios durante la versión preliminar).

Cuando se habilita, los ahorros de costos implícitos acierto de caché se te transfieren automáticamente. Los aciertos de caché no están garantizados y dependen de las solicitudes enviadas y otros factores. Para aumentar las posibilidades de un acierto de caché implícito, prueba lo siguiente:

  • Coloca el contenido extenso y común al principio de la instrucción.
  • Envía solicitudes con un prefijo similar en un período breve.

¿Qué sigue?