Gemini Enterprise Agent Platform 支援一系列精選開放原始碼模型，可做為代管模型使用。這些開放模型可與 Gemini Enterprise Agent Platform 搭配使用，做為模型即服務 (MaaS)，並以代管 API 的形式提供。使用受管理開放模型時，您仍會將要求傳送至 Gemini Enterprise Agent Platform 端點。代管開放模型採用無伺服器架構，因此不必佈建或管理基礎架構。
您可以使用 Model Garden 探索受管理開放模型。您也可以使用 Model Garden 部署模型。詳情請參閱「探索 Model Garden 中的 AI 模型」。
您必須先授予使用者開放式模型的存取權，才能使用開放式模型。
開放式模型
Gemini Enterprise Agent Platform Model Garden (MaaS) 提供下列開放模型做為代管 API：
| 模型名稱 | 模態 | 說明 | 快速入門導覽課程 |
|---|---|---|---|
| DeepSeek-OCR | 語言、視覺 | 這項全面的光學字元辨識 (OCR) 模型可分析及理解複雜文件，擅長處理高難度的 OCR 工作。 | Model Card |
| DeepSeek R1 (0528) | 語言 | DeepSeek 的 DeepSeek R1 模型版本。 | Model Card |
| DeepSeek-V3.1 | 語言 | DeepSeek 的混合式模型，支援思考模式和非思考模式。 | 模型資訊卡 |
| DeepSeek-V3.2 | 語言 | DeepSeek 的模型，兼顧高運算效率、優異推論能力和代理效能。 | Model Card |
| DeepSeek-V4.1-Flash | 語言、視覺、程式碼 | DeepSeek 的多模態專家混合模型，適用於代理式和程式碼編寫工作，脈絡窗口達 100 萬個詞元。 | Model Card |
| Gemma 4 26B A4B IT | 語言 | Google DeepMind 打造的 Google 開放式模型系列。 | 模型資訊卡 |
| GLM 4.7 | 語言、程式碼 | GLM 模型，適用於核心或直覺式程式開發、工具操作和複雜推論。 | Model Card |
| GLM 5 | 語言、代碼 | GLM 的模型，適用於複雜的系統工程和長程代理任務。 | Model Card |
| GLM 5.2 | 語言、代碼 | GLM 模型，適用於長程代理功能和程式設計任務，脈絡窗口達 100 萬個詞元。 | Model Card |
| gpt-oss 120B | 語言 | 120B 模型，在推論工作上表現出色。 | Model Card |
| gpt-oss 20B | 語言 | 20B 模型，經過最佳化，可在消費者和邊緣硬體上高效部署。 | 模型資訊卡 |
| Kimi K2 Thinking | 語言 | 開放原始碼思考型代理模型，可逐步推論並使用工具解決複雜問題。 | 模型資訊卡 |
| Llama 3.3 | 語言 | Llama 3.3 是純文字 70B 指令調整模型，在純文字應用程式中的效能優於 Llama 3.1 70B 和 Llama 3.2 90B。此外，在某些應用程式中，Llama 3.3 70B 的效能接近 Llama 3.1 405B。 | 模型資訊卡 |
| Llama 4 Maverick 17B-128E | 語言、視覺 | 這是最大且最強大的 Llama 4 模型，具備程式設計、推論和圖像功能。Llama 4 Maverick 17B-128E 是多模態模型，採用混合專家 (MoE) 架構和早期融合技術。 | 模型資訊卡 |
| Llama 4 Scout 17B-16E | 語言、視覺 | Llama 4 Scout 17B-16E 的效能表現優於同級模型，在多項基準測試中超越其他開放式和專屬模型。Llama 4 Scout 17B-16E 是多模態模型，採用混合專家 (MoE) 架構和早期融合技術。 | Model Card |
| MiniMax M2 | 語言、代碼 | 專為代理式和程式碼相關工作設計，擅長規劃及執行複雜的工具呼叫工作。 | 模型資訊卡 |
| Qwen3 235B | 語言 | 具備「混合思考」能力的開放權重模型，可在有條理的推論和快速對話之間切換。 | Model Card |
| Qwen3 Coder | 語言、代碼 | 專為進階軟體開發工作設計的開放權重模型。 | Model Card |
| Qwen3-Next-80B Instruct | 語言、代碼 | Qwen3-Next 系列模型，專門用於執行特定指令。 | 模型資訊卡 |
| Qwen3-Next-80B Thinking | 語言、程式碼 | Qwen3-Next 系列模型，專門用於解決複雜問題和深度推論。 | 模型資訊卡 |
Gemini Enterprise Agent Platform Model Garden (MaaS) 提供下列開放式嵌入模型，做為代管 API：
| 模型名稱 | 說明 | 輸出尺寸 | 序列長度上限 | 支援的文字語言 | 快速入門導覽課程 |
|---|---|---|---|---|---|
| multilingual-e5-small | 屬於 E5 系列文字嵌入模型。小型變體包含 12 層。 | 最多 384 個 | 512 個詞元 | 支援的語言 | 模型資訊卡 |
| multilingual-e5-large | 屬於 E5 系列文字嵌入模型。Large 變化版本包含 24 層。 | 最多 1024 個 | 512 個詞元 | 支援的語言 | Model Card |
開放原始碼模型法規遵循
透過 Gemini Enterprise Agent Platform 使用開放模型做為受管理 API 時，Gemini Enterprise Agent Platform 的生成式 AI認證仍適用。如需模型本身的詳細資料，請參閱相應的模型資訊卡，或與相應的模型發布者聯絡。
Gemini Enterprise Agent Platform 上的開放模型，會將靜態資料儲存在所選區域或多區域，但資料處理的區域化可能有所不同。如需開放原始碼模型資料處理承諾的詳細清單，請參閱「開放原始碼模型的資料落地設定」。
使用 Gemini Enterprise API (包括開放式模型) 時，客戶提示和模型回覆不會與第三方共用。Google 只會按照客戶指示處理客戶資料，詳情請參閱《Cloud 資料處理附加條款》。
脈絡快取
如果要求含有重複內容，脈絡快取功能可降低傳送至開放原始碼模型的成本和延遲時間。這項功能僅適用於即付即用流量，不支援其他流量類型，例如佈建輸送量和 Batch。支援的快取類型為隱含快取，這是一種自動快取，預設在所有 Cloud de Confiance by S3NS 專案中啟用。發生快取命中時，快取權杖的費用比標準輸入內容權杖低 90%。使用這類快取時，您不必明確定義及呼叫快取。相反地，我們的後端會在偵測到重複的 context 時，從這些快取中提取資料。
支援的模型
- 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
回覆中繼資料的 cachedContentTokenCount 欄位會指出輸入內容快取部分的詞元數量。快取要求必須包含至少 4096 個權杖 (此下限在預先發布期間可能會變更)。
啟用後，系統會自動將隱含快取命中節省的費用轉移給您。我們無法保證快取命中率，這取決於傳送的要求和其他因素。如要提高隱含快取命中的機率，請嘗試下列做法：
- 在提示開頭放置大型且常見的內容。
- 在短時間內傳送具有類似前置字串的要求。
後續步驟
- 使用開放式模型前，請先授予使用者開放式模型存取權。
- 瞭解如何呼叫開放原始碼模型 API。