資料落地

無論客戶要求呼叫的 Agent Platform 端點為何,儲存在客戶所選位置的靜態資料都會保留在該位置。

全域端點會列在「Deployments and endpoints」(部署作業和端點) 頁面。提交至global端點的要求可能會在全球任何 Google Cloud 位置處理,因此不提供任何資料落地保證。如需Google Cloud 資料中心位置清單,請參閱「Cloud 據點」。

資料儲存和處理位置

Gemini Enterprise Agent Platform 會清楚說明資料的儲存位置 (「靜態」) 和實際模型運算 (「機器學習處理」) 的發生位置。

1. 靜態資料 (儲存)

在 Agent Platform 上儲存資料 (例如自訂模型權重或中繼資料) 時,資料會實際儲存在您選擇的特定 Google Cloud 位置。無論您使用哪個端點呼叫模型,這項資料落地設定都會維持不變。

2. ML 處理 (使用中)

ML 處理是指處理資料的方法,可產生模型權重 (調整和訓練),或將模型套用至資料進行模型推論。這項處理作業的地理位置取決於您選擇的端點:

  • 管轄區域多區域端點:使用管轄區域端點時,機器學習處理程序會保留在特定地理區域 (例如美國或歐盟)。

    • 作業效率 (統合容量):多區域端點可消除區域資源孤島。您不必為個別區域 (例如 us-central1 和 us-east4) 購買及管理不同的佈建輸送量分配,而是可以部署單一佈建輸送量承諾,涵蓋整個管轄範圍 (例如美國)。

    • 啟用法規遵循:多區域端點提供必要的資料使用中隔離控制項,有助於滿足嚴格的規範架構。多區域端點是符合美國國防部 (DoD) 影響層級 5 (IL5) 或《國際武器貿易條例》(ITAR) 規定的基礎技術功能,但如要完全符合規定,還需要更廣泛的客戶管理架構、身分識別和存取權控管機制。

  • 位置端點:這些端點 (例如 us-central1、europe-west1) 可確保機器學習處理作業完全在與該區域相關聯的廣泛多區域或國家/地區管轄區內進行 (例如,對 us-central1 的要求會在美國境內處理)。

    在歐洲地區,各國家/地區的本地處理方式會因模型類型而異 (例如,特定模型可能在法國或德國進行本地處理,其他模型則在更廣泛的歐盟多區域範圍內處理)。如要瞭解各模型和位置的確切 ML 處理承諾,請參閱下一個章節。

    • 法規遵循:雖然位置端點符合標準企業資料治理和主權規定 (例如 GDPR 和 HIPAA),但如果工作負載需要專門的政府隔離架構 (例如 DoD IL5 或 ITAR),則應部署在管轄區端點,做為更廣泛法規遵循架構的一部分。
  • 全域端點:全域端點會在全球各地轉送及處理資料,不受特定地理區域限制。這些端點 (例如 https://aiplatform.googleapis.com) 不會在主機名稱中指定區域。這類負載平衡器會盡可能在靠近用戶端的位置終止 TLS 工作階段,盡可能提高可用性並縮短延遲時間,但無法保證區域隔離或資料落地。

支援的模型

本節表格列出下列模型類別中,各模型在 ML 處理方面的區域支援情形:

Google 模型

如要瞭解哪些功能支援資料落地,請參閱「支援的功能」。

模型 美國 (多區域) 歐洲 (多區域) 巴西(southamerica-east1) 加拿大(northamerica-northeast1) 法國(europe-west9) 德國(europe-west3) 荷蘭(europe-west4) 英國(europe-west2) 澳洲(australia-southeast1) 印度(asia-south1) 日本(asia-northeast1) 新加坡(asia-southeast1) 韓國(asia-northeast3)
Gemini 4 Argon(gemini-4-argon)
Gemini 3.8 Live(gemini-3.8-live)
Gemini 3.8 Flash(gemini-3.8-flash)
Gemini 3.7 Flash(gemini-3.7-flash)
Gemini 3.6 Flash(gemini-3.6-flash)
Gemini 3.5 Flash-Lite(gemini-3.5-flash-lite)
Gemini 3.5 Flash(gemini-3.5-flash)
Gemini 3.1 Flash Image(gemini-3.1-flash-image)
Gemini 3.1 Flash-Lite(gemini-3.1-flash-lite)
Gemini 2.5 Flash Live API 原生音訊(gemini-live-2.5-flash-native-audio)
Gemini 2.5 Flash,128k(gemini-2.5-flash)
Gemini 2.5 Flash,100 萬個詞元(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,100 萬(gemini-2.5-pro)
Gemini 2.5 Pro,64k(gemini-2.5-pro)
調整 Gemini 2.5 Flash(gemini-2.5-flash)
調整 Gemini 2.5 Flash-Lite(gemini-2.5-flash-lite)
調整 Gemini 2.5 Pro(gemini-2.5-pro)
Gemini Embeddings(gemini-embedding-001)
Gemini Embedding 2(gemini-embedding-2)
Chirp 2:語音轉錄(chirp_2)
Chirp 3:轉錄(chirp_3)
Chirp 3:HD 語音
Chirp 3:即時自訂語音
多模態專用的 Embeddings
Embeddings for Text(text-embedding-004)
文字嵌入(text-embedding-005)
文字嵌入(text-multilingual-embedding-002)

Google Cloud 合作夥伴模型支援

模型 美國 (多區域) 歐洲 (多區域) 比利時(europe-west1) 荷蘭(europe-west4) 新加坡(asia-southeast1) 臺灣(asia-east1)
Google Cloud 中的 Anthropic Claude Haiku 5.5
Google Cloud 中的 Anthropic Claude Opus 5.5
Google Cloud 中的 Anthropic Claude Sonnet 5.5
Google Cloud 中的 Anthropic Claude Sonnet 5
Google Cloud 中的 Anthropic Claude Opus 5
Google Cloud 中的 Anthropic Claude Fable 5.1
Google Cloud 上的 Anthropic Claude Fable 5
Google Cloud 中的 Anthropic Claude Haiku 4.5
Google Cloud 中的 Anthropic Claude Opus 4
Google Cloud 中的 Anthropic Claude Opus 4.1
Google Cloud 中的 Anthropic Claude Opus 4.5
Google Cloud 中的 Anthropic Claude Opus 4.8
Google Cloud 上的 Anthropic Claude Opus 4.7
Google Cloud 中的 Anthropic Claude Opus 4.6
Google Cloud 中的 Anthropic Claude Sonnet 4
Google Cloud 中的 Anthropic Claude Sonnet 4.5
Google Cloud 中的 Anthropic Claude Sonnet 4.6
Google Cloud 中的 Anthropic Claude 3.5 Haiku (已淘汰)
Google Cloud 中的 Anthropic Claude 3 Haiku (已淘汰)
Google Cloud 中的 Anthropic Claude 3.7 Sonnet (已淘汰)
Codestral 2
Mistral Medium 3
Mistral OCR (25.05)
Mistral Small 3.1 (25.03)

Google Cloud 開放式模型支援

模型 美國 (多區域) 歐洲 (多區域) 新加坡(asia-southeast1)
DeepSeek-OCR
DeepSeek R1 (0528)
DeepSeek-V3.1
DeepSeek-V3.2
DeepSeek-V4.1-Flash
Gemma 4 26B A4B IT
GLM 4.7
GLM 5
GLM 5.2
gpt-oss 120B
gpt-oss 20B
Kimi K2 思考型
Llama 3.3 70B (預先發布版)
Llama 4 Maverick 17B-128E (預先發布版)
Llama 4 Scout 17B-16E (預先發布版)
MiniMax M2
多語言 E5 Large
Multilingual E5 Small
Qwen3 235B
Qwen3 Coder
Qwen3-Next-80B Instruct
Qwen3-Next-80B Thinking

後續步驟