Model terbuka Gemini Enterprise Agent Platform untuk MaaS

Gemini Enterprise Agent Platform mendukung daftar model terbuka yang diseleksi 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 memberi pengguna akses 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-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, Visi Rangkaian model terbuka Google yang dibuat oleh Google DeepMind. Kartu model
GLM 5.2 Bahasa, Kode Model GLM untuk tugas agentic dan coding jangka panjang, dengan jendela konteks 1 juta token. Kartu model
gpt-oss 120B Bahasa Model 120B yang menawarkan performa tinggi dalam tugas penalaran. Kartu model
Llama 4 Maverick 17B-128E Bahasa, Visi Model Llama 4 terbesar 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 eksklusif lainnya dalam beberapa tolok ukur. Llama 4 Scout 17B-16E adalah model multimodal yang menggunakan arsitektur Mixture-of-Experts (MoE) dan early fusion. 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 kelompok model embedding teks E5. Varian kecil berisi 12 lapisan. Hingga 384 512 token Bahasa yang didukung Kartu model
multilingual-e5-large Bagian dari kelompok model embedding teks E5. Varian besar 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 masing-masing.

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 hanya diaktifkan saat menggunakan traffic bayar sesuai penggunaan, dan tidak mendukung jenis traffic lain, seperti Throughput yang Disediakan dan Batch.

Jenis caching yang didukung adalah caching implisit, yaitu caching 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 akan mengambil 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 caching harus berisi minimal 4.096 token (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 cache ditemukan secara 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