Modèles ouverts Gemini Enterprise Agent Platform pour MaaS

Gemini Enterprise Agent Platform est compatible avec une sélection de modèles ouverts en tant que modèles gérés. Ces modèles ouverts peuvent être utilisés avec Gemini Enterprise Agent Platform sous forme de modèle en tant que service (MaaS) et sont proposés en tant qu'API gérée. Lorsque vous utilisez un modèle ouvert géré, vous continuez à envoyer vos requêtes aux points de terminaison Gemini Enterprise Agent Platform. Les modèles ouverts gérés sont sans serveur. Vous n'avez donc pas besoin de provisionner ni de gérer l'infrastructure.

Vous pouvez découvrir des modèles ouverts gérés sur la plate-forme Model Garden, et également y déployer des modèles. Pour en savoir plus, consultez la page Découvrir des modèles d'IA dans Model Garden.

Avant de pouvoir utiliser des modèles ouverts, vous devez accorder aux utilisateurs l'accès aux modèles ouverts.

Modèles ouverts

Les modèles ouverts suivants sont proposés en tant qu'API gérées sur Gemini Enterprise Agent Platform Model Garden (MaaS) :

Nom du modèle Modalité Description Guide de démarrage rapide
DeepSeek-V4.1-Flash Langage, vision, code Modèle Mixture-of-Experts multimodal de DeepSeek pour les tâches agentives et de codage, avec une fenêtre de contexte d'un million de jetons. fiche de modèle
Gemma 4 26B A4B IT Langage, vision Famille de modèles ouverts de Google créés par Google DeepMind. fiche de modèle
GLM 5.2 Langue, code Modèle de GLM pour les tâches agentiques et de codage à long horizon, avec une fenêtre de contexte d'un million de jetons. fiche de modèle
gpt-oss 120B Langue Un modèle 120B qui offre des performances élevées pour les tâches de raisonnement. fiche de modèle
Llama 4 Maverick 17B-128E Langage, vision Le plus grand modèle Llama 4, qui intègre des fonctionnalités de codage, de raisonnement et de traitement d'images. Llama 4 Maverick 17B-128E est un modèle multimodal qui utilise l'architecture MoE (Mixture of Experts) et la fusion précoce. fiche de modèle
Llama 4 Scout 17B-16E Langage, vision Llama 4 Scout 17B-16E offre des résultats hautes performances pour sa catégorie de taille, surpassant les autres modèles ouverts et propriétaires sur plusieurs benchmarks. Llama 4 Scout 17B-16E est un modèle multimodal qui utilise l'architecture Mixture of Experts (MoE) et la fusion précoce. fiche de modèle

Les modèles d'embedding ouverts suivants sont proposés en tant qu'API gérées sur Gemini Enterprise Agent Platform Model Garden (MaaS) :

Nom du modèle Description Dimensions de sortie Longueur maximale de séquence Langues de texte compatibles Guide de démarrage rapide
multilingual-e5-small Fait partie de la famille de modèles d'embedding textuel E5. La petite variante contient 12 couches. Jusqu'à 384 512 jetons Langues disponibles fiche de modèle
multilingual-e5-large Fait partie de la famille de modèles d'embedding textuel E5. La variante Large contient 24 couches. Jusqu'à 1 024 512 jetons Langues disponibles fiche de modèle

Conformité réglementaire des modèles ouverts

Les certifications pour l'IA générative sur Gemini Enterprise Agent Platform continuent de s'appliquer lorsque des modèles ouverts sont utilisés en tant qu'API gérée à l'aide de Gemini Enterprise Agent Platform. Si vous avez besoin de détails sur les modèles eux-mêmes, vous trouverez des informations supplémentaires dans la fiche de modèle correspondante, ou vous pouvez contacter l'éditeur du modèle concerné.

Vos données sont stockées au repos dans la région ou la multirégion sélectionnée pour les modèles ouverts sur Gemini Enterprise Agent Platform, mais la régionalisation du traitement des données peut varier. Pour obtenir une liste détaillée des engagements de traitement des données des modèles ouverts, consultez Résidence des données pour les modèles ouverts.

Les requêtes des clients et les réponses des modèles ne sont pas partagées avec des tiers lorsque vous utilisez l'API Gemini Enterprise, y compris les modèles ouverts. Google ne traite les données client que conformément aux instructions du client, comme décrit plus en détail dans notre Avenant relatif au traitement des données dans le cloud.

mise en cache du contexte

La mise en cache de contexte permet de réduire le coût et la latence des requêtes adressées aux modèles ouverts qui contiennent du contenu répété. Cette fonctionnalité n'est activée que lorsque vous utilisez le trafic en paiement à l'usage et n'est pas compatible avec d'autres types de trafic, tels que le Débit provisionné et Batch.

Le type de mise en cache accepté est la mise en cache implicite, qui est une mise en cache automatique activée par défaut dans tous les projets Google Cloud et qui offre une remise de 90 % sur les jetons mis en cache par rapport aux jetons d'entrée standards lorsque des succès de cache se produisent. Avec ce type de mise en cache, vous ne définissez pas et n'appelez pas les caches explicitement. Au lieu de cela, notre backend extrait les données de ces caches une fois qu'un contexte répété est détecté.

Modèles 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

Le champ cachedContentTokenCount dans les métadonnées de votre réponse indique le nombre de jetons dans la partie mise en cache de votre entrée. Les requêtes de mise en cache doivent contenir au moins 4 096 jetons (ce minimum est susceptible d'être modifié pendant la version preview).

Lorsqu'elle est activée, les économies implicites liées aux succès de cache vous sont automatiquement transmises. Les succès de cache ne sont pas garantis et dépendent des requêtes envoyées et d'autres facteurs. Pour augmenter les chances d'un succès de cache (hit) implicite, essayez les solutions suivantes :

  • Placez les contenus volumineux et courants au début de votre prompt.
  • Envoyez des requêtes avec un préfixe similaire dans un court laps de temps.

Étapes suivantes