Model terbuka Gemini Enterprise Agent Platform untuk MaaS

Gemini Enterprise Agent Platform mendukung daftar model terbuka yang telah dikurasi sebagai model terkelola. Model terbuka ini dapat digunakan dengan Gemini Enterprise Agent Platform sebagai model as a service (MaaS) dan ditawarkan sebagai API terkelola. Saat menggunakan model terbuka terkelola, Anda terus mengirim permintaan ke endpoint Gemini Enterprise Agent Platform. Model terbuka terkelola bersifat serverless, sehingga tidak perlu menyediakan atau mengelola infrastruktur.

Model terbuka terkelola dapat ditemukan menggunakan Model Garden. Anda juga dapat men-deploy model menggunakan Model Garden. Untuk mengetahui informasi selengkapnya, lihat Mempelajari model AI di Model Garden.

Sebelum dapat menggunakan model terbuka, Anda harus memberikan akses pengguna ke model terbuka.

Model terbuka

Model terbuka berikut ditawarkan sebagai API terkelola di Model Garden Gemini Enterprise Agent Platform (MaaS):

Nama model Modalitas Deskripsi Panduan Memulai
DeepSeek-OCR Bahasa, Visi Model Pengenalan Karakter Optik (OCR) komprehensif yang menganalisis dan memahami dokumen kompleks. Model ini unggul dalam tugas OCR yang menantang. Kartu model
DeepSeek R1 (0528) Bahasa Versi model DeepSeek R1 dari DeepSeek. Kartu model
DeepSeek-V3.1 Bahasa Model hibrida DeepSeek yang mendukung mode berpikir dan mode non-berpikir. Kartu model
DeepSeek-V3.2 Bahasa Model DeepSeek yang menyelaraskan efisiensi komputasi tinggi dengan penalaran dan performa agen yang unggul. Kartu model
DeepSeek-V4.1-Flash Bahasa, Vision, Kode Model Mixture-of-Experts multimodal DeepSeek untuk tugas agentic dan coding, dengan jendela konteks 1 juta token. Kartu model
Gemma 4 26B A4B IT Bahasa Rangkaian model terbuka Google yang dibuat oleh Google DeepMind. Kartu model
GLM 4.7 Bahasa, Kode Model GLM dirancang untuk pengodean inti atau vibe, penggunaan alat, dan penalaran kompleks. Kartu model
GLM 5 Bahasa, Kode Model GLM menargetkan tugas agentik dengan cakupan panjang dan engineering sistem yang kompleks. Kartu model
GLM 5.2 Bahasa, Kode Model GLM untuk tugas coding dan agentik dengan cakupan panjang, dengan jendela konteks 1 juta token. Kartu model
gpt-oss 120B Bahasa Model 120B yang menawarkan performa tinggi dalam tugas penalaran. Kartu model
gpt-oss 20B Bahasa Model 20B yang dioptimalkan untuk efisiensi dan deployment pada hardware konsumen dan edge. Kartu model
Kimi K2 Thinking Bahasa Model agen penalaran open source yang melakukan penalaran langkah demi langkah dan menggunakan alat untuk menyelesaikan masalah kompleks. Kartu model
Llama 3.3 Bahasa Llama 3.3 adalah model yang disesuaikan untuk perintah 70B khusus teks yang memberikan peningkatan performa dibandingkan Llama 3.1 70B dan Llama 3.2 90B saat digunakan untuk aplikasi khusus teks. Selain itu, untuk beberapa aplikasi, Llama 3.3 70B mendekati performa Llama 3.1 405B. Kartu model
Llama 4 Maverick 17B-128E Bahasa, Visi Model Llama 4 terbesar dan tercanggih yang memiliki kemampuan coding, penalaran, dan gambar. Llama 4 Maverick 17B-128E adalah model multimodal yang menggunakan arsitektur Mixture-of-Experts (MoE) dan early fusion. Kartu model
Llama 4 Scout 17B-16E Bahasa, Visi Llama 4 Scout 17B-16E memberikan hasil berperforma tinggi untuk kelas ukurannya, mengungguli model terbuka dan berpemilik lainnya pada beberapa tolok ukur. Llama 4 Scout 17B-16E adalah model multimodal yang menggunakan arsitektur Mixture-of-Experts (MoE) dan fusi awal. Kartu model
MiniMax M2 Bahasa, Kode Dirancang untuk tugas agentic dan terkait kode dengan kemampuan yang kuat dalam merencanakan dan menjalankan tugas panggilan alat yang kompleks. Kartu model
Qwen3 235B Bahasa Model berat terbuka dengan kemampuan "pemikiran hibrida" untuk beralih antara penalaran metodis dan percakapan cepat. Kartu model
Qwen3 Coder Bahasa, Kode Model open-weight yang dikembangkan untuk tugas pengembangan software tingkat lanjut. Kartu model
Qwen3-Next-80B Instruct Bahasa, Kode Model dari keluarga model Qwen3-Next, yang dikhususkan untuk mengikuti perintah tertentu. Kartu model
Qwen3-Next-80B Thinking Bahasa, Kode Model dari rangkaian model Qwen3-Next, yang dikhususkan untuk pemecahan masalah yang kompleks dan penalaran mendalam. Kartu model

Model embedding terbuka berikut ditawarkan sebagai API terkelola di Model Garden Gemini Enterprise Agent Platform (MaaS):

Nama model Deskripsi Dimensi output Panjang urutan maksimum Bahasa teks yang didukung Panduan Memulai
multilingual-e5-small Bagian dari rangkaian model embedding teks E5. Varian kecil berisi 12 lapisan. Hingga 384 512 token Bahasa yang didukung Kartu model
multilingual-e5-large Bagian dari rangkaian model embedding teks E5. Varian Large berisi 24 lapisan. Hingga 1.024 512 token Bahasa yang didukung Kartu model

Kepatuhan terhadap peraturan model terbuka

Sertifikasi untuk AI Generatif di Gemini Enterprise Agent Platform terus berlaku saat model terbuka digunakan sebagai API terkelola menggunakan Gemini Enterprise Agent Platform. Jika Anda memerlukan detail tentang model itu sendiri, informasi tambahan dapat ditemukan di kartu model masing-masing, atau Anda dapat menghubungi penerbit model yang bersangkutan.

Data Anda disimpan dalam penyimpanan di region atau multi-region yang dipilih untuk model terbuka di Gemini Enterprise Agent Platform, tetapi regionalisasi pemrosesan data dapat bervariasi. Untuk mengetahui daftar lengkap komitmen pemrosesan data model terbuka, lihat Residensi data untuk model terbuka.

Perintah pelanggan dan respons model tidak dibagikan kepada pihak ketiga saat menggunakan Gemini Enterprise API, termasuk model terbuka. Google hanya memproses data pelanggan sesuai dengan petunjuk dari pelanggan, yang dijelaskan lebih lanjut dalam Adendum Pemrosesan Data Cloud kami.

Context caching

Cache konteks membantu mengurangi biaya dan latensi permintaan ke Model Terbuka yang berisi konten berulang. Fitur ini diaktifkan saat menggunakan traffic bayar sesuai penggunaan saja, dan tidak mendukung jenis traffic lain, seperti Throughput yang Disediakan dan Batch.

Jenis penyimpanan ke cache yang didukung adalah penyimpanan ke cache implisit, yaitu penyimpanan ke cache otomatis yang diaktifkan di semua project Google Cloud secara default dan memberikan diskon 90% untuk token yang di-cache dibandingkan dengan token input standar saat cache ditemukan. Dengan jenis caching ini, Anda tidak menentukan dan memanggil cache secara eksplisit. Sebagai gantinya, backend kami menarik dari cache ini setelah konteks berulang terdeteksi.

Model yang didukung

  • 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

Kolom cachedContentTokenCount dalam metadata respons Anda menunjukkan jumlah token di bagian input yang di-cache. Permintaan penayangan cache harus berisi minimal 4.096 token (nilai minimum ini dapat berubah selama Pratinjau).

Jika diaktifkan, penghematan biaya cache ditemukan implisit akan otomatis diteruskan kepada Anda. Cache ditemukan tidak dijamin dan bergantung pada permintaan yang dikirim dan faktor lainnya. Untuk meningkatkan peluang terjadinya cache hit implisit, coba langkah-langkah berikut:

  • Tempatkan konten yang besar dan umum di awal perintah Anda.
  • Mengirim permintaan dengan awalan yang serupa dalam waktu singkat.

Langkah berikutnya