Modelli aperti di Gemini Enterprise Agent Platform per MaaS

Gemini Enterprise Agent Platform supporta un elenco selezionato di modelli aperti come modelli gestiti. Questi modelli aperti possono essere utilizzati con Gemini Enterprise Agent Platform come Model as a Service (MaaS) e sono offerti come API gestita. Quando utilizzi un modello aperto gestito, continui a inviare le tue richieste agli endpoint di Gemini Enterprise Agent Platform. I modelli open gestiti sono serverless, quindi non è necessario eseguire il provisioning o la gestione dell'infrastruttura.

I modelli open gestiti possono essere rilevati utilizzando Model Garden. Puoi anche eseguire il deployment dei modelli utilizzando Model Garden. Per saperne di più, consulta Esplora i modelli di AI in Model Garden.

Prima di poter utilizzare i modelli aperti, devi concedere l'accesso degli utenti ai modelli aperti.

Modelli aperti

I seguenti modelli aperti sono offerti come API gestite su Gemini Enterprise Agent Platform Model Garden (MaaS):

Nome modello Modalità Descrizione Guida rapida
DeepSeek-V4.1-Flash Linguaggio, visione artificiale, codice Il modello Mixture of Experts multimodale di DeepSeek per attività agentiche e di programmazione, con una finestra contestuale da 1 milione di token. Scheda del modello
Gemma 4 26B A4B IT Linguaggio, visione La famiglia di modelli aperti di Google creati da Google DeepMind. Scheda del modello
GLM 5.2 Lingua, codice Il modello di GLM per attività di programmazione e agentiche a lungo termine, con una finestra contestuale da 1 milione di token. Scheda del modello
gpt-oss 120B Lingua Un modello da 120B che offre prestazioni elevate nelle attività di ragionamento. Scheda del modello
Llama 4 Maverick 17B-128E Linguaggio, visione Il modello Llama 4 più grande con funzionalità di programmazione, ragionamento e immagini. Llama 4 Maverick 17B-128E è un modello multimodale che utilizza l'architettura Mixture of Experts (MoE) e l'early fusion. Scheda del modello
Llama 4 Scout 17B-16E Linguaggio, visione Llama 4 Scout 17B-16E offre risultati ad alte prestazioni per la sua classe di dimensioni, superando altri modelli open source e proprietari in diversi benchmark. Llama 4 Scout 17B-16E è un modello multimodale che utilizza l'architettura Mixture of Experts (MoE) e l'early fusion. Scheda del modello

I seguenti modelli di embedding aperti sono offerti come API gestite su Gemini Enterprise Agent Platform Model Garden (MaaS):

Nome modello Descrizione Dimensioni di output Lunghezza massima della sequenza Lingue supportate per il testo Guida rapida
multilingual-e5-small Fa parte della famiglia di modelli di text embedding E5. La variante Small contiene 12 livelli. Fino a 384 512 token Lingue supportate Scheda del modello
multilingual-e5-large Fa parte della famiglia di modelli di text embedding E5. La variante Large contiene 24 livelli. Fino a 1024 512 token Lingue supportate Scheda del modello

Conformità legale dei modelli aperti

Le certificazioni per l'AI generativa su Gemini Enterprise Agent Platform continuano ad applicarsi quando i modelli aperti vengono utilizzati come API gestita tramite Gemini Enterprise Agent Platform. Se hai bisogno di dettagli sui modelli stessi, puoi trovare ulteriori informazioni nella rispettiva scheda del modello o puoi contattare il rispettivo publisher del modello.

I tuoi dati vengono archiviati at-rest all'interno della regione o della multi-regione selezionata per i modelli aperti su Gemini Enterprise Agent Platform, ma la regionalizzazione del trattamento dati può variare. Per un elenco dettagliato degli impegni relativi al trattamento dati dei modelli aperti, consulta Residenza dei dati per i modelli aperti.

I prompt dei clienti e le risposte dei modelli non vengono condivisi con terze parti quando si utilizza l'API Gemini Enterprise, inclusi i modelli aperti. Google tratta i dati dei clienti solo in base alle istruzioni ricevute dal singolo cliente, come descritto in dettaglio nel nostro Addendum per il trattamento dei dati Cloud.

Memorizzazione nella cache del contesto

La memorizzazione nella cache del contesto consente di ridurre i costi e la latenza delle richieste ai modelli aperti che contengono contenuti ripetuti. Questa opzione è abilitata solo quando utilizzi il traffico con pagamento a consumo e non supporta altri tipi di traffico, come Throughput riservato e Batch.

Il tipo di memorizzazione nella cache supportato è la memorizzazione nella cache implicita, ovvero la memorizzazione nella cache automatica abilitata per impostazione predefinita in tutti i progetti Google Cloud e che offre uno sconto del 90% sui token memorizzati nella cache rispetto ai token di input standard quando si verificano successi della cache. Con questo tipo di memorizzazione nella cache, non definisci e chiami le cache in modo esplicito. Il nostro backend estrae invece da queste cache una volta rilevato un contesto ripetuto.

Modelli supportati

  • 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

Il campo cachedContentTokenCount nei metadati della risposta indica il numero di token nella parte memorizzata nella cache dell'input. Le richieste di memorizzazione nella cache devono contenere almeno 4096 token (questo minimo è soggetto a modifiche durante l'anteprima).

Se abilitati, i risparmi sui costi impliciti successo della cache ti vengono trasferiti automaticamente. I successi della cache non sono garantiti e dipendono dalle richieste inviate e da altri fattori. Per aumentare le possibilità di un successo della cache implicito, prova quanto segue:

  • Inserisci i contenuti di grandi dimensioni e comuni all'inizio del prompt.
  • Inviare richieste con un prefisso simile in un breve periodo di tempo.

Passaggi successivi