Gemini Robotics ER 2

Gemini Robotics ER 2 (gemini-robotics-er-2-preview) 是 Gemini Enterprise Agent Platform 上提供的一款视觉-语言模型 (VLM)，可对机器人的物理环境进行精确推理。它基于 Gemini 3.5 Flash 构建，专注于具身推理能力，例如空间推理、指向、仪器读取、机器人视频理解（包括时刻查找和进度分类）以及多步骤机器人和工具编排。

如需查看设置说明、代码示例和功能指南，请参阅 Gemini Robotics ER 2 概览。

在 Agent Studio 中试用在 Model Garden 中查看部署示例应用开发者指南价格

注意：“部署示例应用”需要一个启用了结算功能和 Agent Platform API 的 Google Cloud 云项目。

模型 ID	`gemini-robotics-er-2-preview`
模态	文本输入和输出图片仅输入音频仅输入视频仅输入
token 数量上限	输入 token 限制	131,072
token 数量上限	输出 token 限制	65536
功能	思考支持系统指令支持结构化输出支持上下文缓存隐式上下文缓存、显式上下文缓存支持 RAG 引擎不支持调优不支持智能体视频理解不支持
工具	接地 Google 搜索、Google 地图支持代码执行支持函数调用支持网址上下文支持 Computer Use 预览版功能支持
API	GenerateContent API 支持 Interactions API 预览版功能不支持 Gemini Live API 不支持 Count Tokens API 支持 Chat Completions API 不支持
使用选项	预配吞吐量不支持批量推理不支持 Pay-as-you-go 标准随用随付支持固定配额不支持
支持的区域	模型可用性	全球：`global`
支持的区域	标准 PayGo	全球：`global`
配额限制	每个项目默认每分钟 250 个请求 (RPM)（200 到 300 RPM，具体取决于项目配额层级）
版本	`gemini-robotics-er-2-preview` 发布阶段：预览版发布日期：2026 年 10 月 27 日