Gemini Robotics ER 2

Gemini Robotics ER 2 (gemini-robotics-er-2-preview) 是 Gemini Enterprise Agent Platform 提供的視覺語言模型 (VLM)，可精確推論機器人的實體環境。這款模型以 Gemini 3.5 Flash 為基礎，專精於具身推論能力，例如空間推論、指向、儀器讀取、機器人影片理解 (包括尋找特定時刻和進度分類)，以及多步驟機器人和工具協調。

如需設定操作說明、程式碼範例和功能指南，請參閱「Gemini Robotics ER 2 總覽」。

在 Agent Studio 中試用在 Model Garden 查看部署範例應用程式開發人員指南定價

注意：如要部署範例應用程式，Google Cloud 雲端專案必須啟用計費功能和 Agent Platform API。

模型 ID	`gemini-robotics-er-2-preview`
形式	文字輸入和輸出圖片僅限輸入音訊僅限輸入影片僅限輸入
詞元數量上限	輸入詞元限制	131,072
詞元數量上限	輸出詞元限制	65,536
功能	思考支援系統指令支援結構化輸出內容支援脈絡快取隱含脈絡快取、明確脈絡快取支援 RAG Engine 不支援調整不支援代理式影片解讀不支援
工具	建立基準 Google 搜尋、Google 地圖支援執行程式碼支援呼叫函式支援網址背景資訊支援電腦使用預先發布版功能支援
API	GenerateContent API 支援 Interactions API 預先發布版功能不支援 Gemini Live API 不支援 Count Tokens API 支援 Chat Completions API 不支援
用量方案	佈建輸送量不支援批次推論不支援 Pay-as-you-go 標準即付即用支援固定配額不支援
支援的地區	模型可用性	全球：`global`
支援的地區	標準 PayGo	全球：`global`
配額限制	每項專案預設每分鐘 250 項要求 (RPM) (視專案配額級別而定，每分鐘 200 至 300 項要求)
版本	`gemini-robotics-er-2-preview` 推出階段：預先發布版發布日期：2026 年 10 月 27 日