Google: Gemini Pro Latest

Google: Gemini Pro Latest は Google のテキストモデルです。api14 上のモデル id は ~google/gemini-pro-latest で、そのプロバイダーの説明には、常に Gemini Pro ファミリーの最新モデルへリダイレクトされると記載されています。つまり、特定のバージョンに固定しているわけではありません。この id へのリクエストは、Google が現在最新の Gemini Pro リリースとして提供しているものに従うため、あなた側で何も変更しなくても動作が時間とともに変わる可能性があります。

このモデルは入力として audio、file、image、text、video を受け付け、出力は text のみです。コンテキストウィンドウは 1,048,576 トークンで、非常に長い文書、長い文字起こし、またはテキストとメディアの混在を 1 回のリクエストに収められるだけの大きさです。最大出力は 65,536 トークンなので、応答も長くできます。入力がマルチモーダルであるため、すべてを先にテキストへ変換するのではなく、指示と一緒に画像、音声、動画、ファイルを送信できます。

これらの機能は、かなり幅広い実用的用途を示しています。長いコンテキストと file および image 入力は、文書分析、大きなレポートの要約、プロンプトで提供したコーパスに対する質問応答に適しています。video と audio 入力により、会議の文字起こしと分析、メディアレビュー、録音からの構造化情報の抽出の候補にもなります。structured outputs と response_format を伴う text 出力は、JSON や別の固定形式で返す必要があるパイプラインに適合し、tool calling により、モデルがエージェントやワークフロー内で関数呼び出しを駆動できます。reasoning サポートは、最終回答の前に意図的なステップを踏むことが役立つタスクに有用です。

このモデルは、モデル id ~google/gemini-pro-latest を使用して api14 の OpenAI 互換 API 経由で呼び出します。サポートされるリクエストパラメータは、include_reasoning、max_tokens、reasoning、reasoning_effort、response_format、seed、stop、structured_outputs、temperature、tool_choice、tools、top_p です。実際には、出力を制限するために max_tokens を設定し、サンプリングを制御するために temperature と top_p を使用し、再現性と終了のために seed と stop を使用し、モデルに関数を呼び出してほしい場合は tools と tool_choice を使用します。構造化された返信には response_format と structured_outputs が関連パラメータで、reasoning、reasoning_effort、include_reasoning により、モデルの推論を制御し、表に出せます。

留意すべき点の 1 つは、この id が動く標的であることです。最新の Gemini Pro モデルへリダイレクトされるため、基盤となるモデルは Google によっていつでも更新される可能性があり、出力スタイル、レイテンシ、エッジケースでの動作に影響することがあります。デプロイ間で安定した再現可能な動作が必要な場合は、通常、固定されたモデルバージョンのほうが適しています。また、出力モダリティは text のみであることに注意してください。生成された画像や音声を返す必要がある場合、このモデルは適切な選択ではありません。