Wo Ihre Daten gespeichert und verarbeitet werden
Die Gemini Enterprise Agent Platform bietet Transparenz darüber, wo Ihre Daten gespeichert werden („im Ruhezustand“) und wo die eigentliche Modellberechnung („ML-Verarbeitung“) stattfindet.
1. Inaktive Daten (Speicherung)
Wenn Sie Daten auf der Agent Platform speichern, z. B. benutzerdefinierte Modellgewichte oder Metadaten, werden diese physisch am von Ihnen ausgewählten Google Cloud Standort Google Cloud gespeichert. Dieser Standort wird unabhängig davon beibehalten, welcher Endpunkt für den Aufruf des Modells verwendet wird.
2. ML-Verarbeitung (in Verwendung)
ML-Verarbeitung ist die Methode, mit der Daten so verarbeitet werden, dass Modellgewichte (Abstimmung und Training) entstehen oder das Modell auf die Daten für die Modellinferenz angewendet wird. Der geografische Standort dieser Verarbeitung wird durch die von Ihnen gewählte Endpunkt bestimmt:
Multiregionale Endpunkte für Gerichtsbarkeiten: Wenn Sie Endpunkte für Gerichtsbarkeiten verwenden, bleibt die Verarbeitung für maschinelles Lernen in der jeweiligen geografischen Region (z. B. in den USA oder der EU).
Betriebliche Effizienz (einheitliche Kapazität): Multiregionale Endpunkte machen regionale Ressourcen-Silos überflüssig. Anstatt separate Zuweisungen für bereitgestellten Durchsatz für einzelne Regionen (z. B.
us-central1undus-east4) zu kaufen und zu verwalten, können Sie eine einzelne Zusage für bereitgestellten Durchsatz bereitstellen, die Ihre gesamte Gerichtsbarkeit (z. B. die USA) abdeckt.Compliance: Multi-Region-Endpunkte bieten die erforderlichen Kontrollen zur Isolation von Daten, die verwendet werden, um strenge regulatorische Rahmenbedingungen zu erfüllen. Multiregionale Endpunkte sind eine grundlegende technische Funktion, um die Anforderungen von DoD Impact Level 5 (IL5) oder International Traffic in Arms Regulations (ITAR) zu erfüllen. Um die Compliance vollständig zu erreichen, sind jedoch auch umfassendere vom Kunden verwaltete Architektur-, Identitäts- und Zugriffskontrollen erforderlich.
Standortbezogene Endpunkte: Diese Endpunkte (z. B.
us-central1,europe-west1) sorgen dafür, dass die Verarbeitung von Machine-Learning-Daten vollständig innerhalb der multiregionalen oder länderspezifischen Gerichtsbarkeit erfolgt, die mit dieser Region verbunden ist. Anfragen an „us-central1“ werden beispielsweise in den USA verarbeitet.In europäischen Regionen variiert die lokale Verarbeitung im jeweiligen Land je nach Modelltyp. So kann es sein, dass bestimmte Modelle in Frankreich oder Deutschland lokal verarbeitet werden, während andere innerhalb der multiregionalen EU-Grenze verarbeitet werden. Im folgenden Abschnitt finden Sie die genauen Zusagen zur ML-Verarbeitung für jedes Modell und jeden Standort.
- Compliance: Standortendpunkte erfüllen zwar die Standardanforderungen für die Datenverwaltung und Souveränität von Unternehmen (z. B. DSGVO und HIPAA), Arbeitslasten, die spezielle Isolierungsframeworks für Behörden wie DoD IL5 oder ITAR erfordern, sollten jedoch als Teil einer umfassenderen konformen Architektur auf Gerichtsbarkeitsendpunkten bereitgestellt werden.
Globale Endpunkte: Bei globalen Endpunkten werden Daten weltweit weitergeleitet und verarbeitet, ohne dass sie auf eine bestimmte geografische Region beschränkt werden. Bei diesen Endpunkten (z. B.
https://aiplatform.googleapis.com) wird im Hostnamen keine Region angegeben. Sie sind so konzipiert, dass sie die Verfügbarkeit maximieren und die Latenz minimieren, indem sie TLS-Sitzungen so nah wie möglich am Client beenden. Sie bieten jedoch keine regionale Isolation oder Garantien für den Datenstandort.
Unterstützte Modelle
Die Tabellen in diesem Abschnitt enthalten die regionale Unterstützung für die ML-Verarbeitung auf Modellbasis für die folgenden Modellkategorien:
Google-Modelle
Informationen dazu, welche Funktionen den Datenstandort unterstützen, finden Sie unter Unterstützte Funktionen.
| Modell | USA (multiregional) | EU (multiregional) | Brasilien(southamerica-east1) | Kanada(northamerica-northeast1) | Frankreich(europe-west9) | Deutschland(europe-west3) | Niederlande(europe-west4) | Vereinigtes Königreich(europe-west2) | Australien(australia-southeast1) | Indien(asia-south1) | Japan(asia-northeast1) | Singapur(asia-southeast1) | Südkorea(asia-northeast3) |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
Gemini 3.5 Flash-Lite(gemini-3.5-flash-lite)
|
|||||||||||||
Gemini 3.5 Flash(gemini-3.5-flash)
|
|||||||||||||
Gemini 3.1 Flash-Lite(gemini-3.1-flash-lite)
|
|||||||||||||
Gemini 2.5 Flash Live API Native Audio(gemini-live-2.5-flash-native-audio)
|
|||||||||||||
Gemini 2.5 Flash, 128k(gemini-2.5-flash)
|
|||||||||||||
Gemini 2.5 Flash, 1 M(gemini-2.5-flash)
|
|||||||||||||
Gemini 2.5 Flash Image(gemini-2.5-flash-image)
|
|||||||||||||
Gemini 2.5 Flash-Lite(gemini-2.5-flash-lite)
|
|||||||||||||
Gemini 2.5 Pro, 1 Mio.(gemini-2.5-pro)
|
|||||||||||||
Gemini 2.5 Pro, 64k(gemini-2.5-pro)
|
|||||||||||||
Abstimmung für Gemini 2.5 Flash(gemini-2.5-flash)
|
|||||||||||||
Abstimmung für Gemini 2.5 Flash-Lite(gemini-2.5-flash-lite)
|
|||||||||||||
Abstimmung für Gemini 2.5 Pro(gemini-2.5-pro)
|
|||||||||||||
Gemini Embedding(gemini-embedding-001)
|
|||||||||||||
Gemini Embedding 2(gemini-embedding-2)
|
|||||||||||||
Chirp 2: Transkription(chirp_2)
|
|||||||||||||
Chirp 3: Transkription(chirp_3)
|
|||||||||||||
| Chirp 3: HD-Stimmen | |||||||||||||
| Chirp 3: Instant-Custom Voice | |||||||||||||
| Einbettungen für multimodale Konfigurationen | |||||||||||||
Einbettungen für Text(text-embedding-004)
|
|||||||||||||
Einbettungen für Text(text-embedding-005)
|
|||||||||||||
Einbettungen für Text(text-multilingual-embedding-002)
|
Google Cloud Unterstützung von Partnermodellen
| Modell | USA (multiregional) | EU (multiregional) | Belgien(europe-west1) | Niederlande(europe-west4) | Singapur(asia-southeast1) | Taiwan(asia-east1) | Global |
|---|---|---|---|---|---|---|---|
| Claude Sonnet 5 von Anthropic in Google Cloud | |||||||
| Claude Fable 5 von Anthropic in Google Cloud | |||||||
| Claude Haiku 4.5 von Anthropic in Google Cloud | |||||||
| Claude Opus 4 von Anthropic in Google Cloud | |||||||
| Claude Opus 4.1 von Anthropic in Google Cloud | |||||||
| Claude Opus 4.5 von Anthropic in Google Cloud | |||||||
| Claude Opus 4.8 von Anthropic in Google Cloud | |||||||
| Claude Opus 4.7 von Anthropic in Google Cloud | |||||||
| Claude Opus 4.6 von Anthropic in Google Cloud | |||||||
| Claude Sonnet 4 von Anthropic in Google Cloud | |||||||
| Claude Sonnet 4.5 von Anthropic in Google Cloud | |||||||
| Claude Sonnet 4.6 von Anthropic in Google Cloud | |||||||
| Claude 3.5 Haiku von Anthropic in Google Cloud (eingestellt) | |||||||
| Claude 3 Haiku von Anthropic in Google Cloud (eingestellt) | |||||||
| Claude 3.7 Sonnet von Anthropic in Google Cloud (eingestellt) | |||||||
| Codestral (24.05) | |||||||
| Codestral 2 | |||||||
| Mistral Large (24.07) | |||||||
| Mistral Medium 3 | |||||||
| Mistral OCR (25.05) | |||||||
| Mistral Small 3.1 (25.03) |
Google Cloud Unterstützung für offene Modelle
| Modell | USA (multiregional) | EU (multiregional) | Singapur(asia-southeast1) | Global |
|---|---|---|---|---|
| DeepSeek-OCR | ||||
| DeepSeek R1 (0528) | ||||
| DeepSeek-V3.1 | ||||
| DeepSeek-V3.2 | ||||
| Gemma 4 26B A4B IT | ||||
| GLM 4.7 | ||||
| GLM 5 | ||||
| gpt-oss 120B | ||||
| gpt-oss 20B | ||||
| Kimi K2 Thinking | ||||
| Llama 3.3 70B (Vorabversion) | ||||
| Llama 4 Maverick 17B-128E (Vorabversion) | ||||
| Llama 4 Scout 17B-16E (Vorabversion) | ||||
| MiniMax M2 | ||||
| Mehrsprachig E5 Large | ||||
| Mehrsprachig E5 Small | ||||
| Qwen3 235B | ||||
| Qwen3 Coder | ||||
| Qwen3-Next-80B Instruct | ||||
| Qwen3-Next-80B – Denkprozess |
Nächste Schritte
- Weitere Informationen zuGoogle Cloud -Regionen
Weitere Informationen zu den Sicherheitskontrollen nach Feature.
Weitere Informationen zu den Standorten der Gemini Enterprise Agent Platform