Google Gemini
視覚機能を備えたGoogleのGeminiモデルを実行します。
v3
ビジョン機能を備えた Google の Gemini モデルに質問します。
任意のテキストプロンプトまたは事前定義済みのものを指定できます。このブロックは次の種類のプロンプトをサポートしています:
オープンプロンプト (
制約なし) - 任意のプロンプトを使用して、生の応答を生成しますテキスト認識（OCR） (
ocr) - モデルが画像内のテキストを認識します視覚的質問応答 (
visual-question-answering) - モデルがプロンプトで送信された質問に答えますキャプション生成（短い） (
caption) - モデルが画像の短い説明を提供しますキャプション生成 (
detailed-caption) - モデルが画像の長い説明を提供します単一ラベル分類 (
classification) - モデルが画像内容を、提供されたクラスのいずれか1つとして分類します複数ラベル分類 (
multi-label-classification) - モデルが画像内容を、提供されたクラスの1つまたは複数として分類しますプロンプトなしオブジェクト検出 (
object-detection) - モデルが画像内の目立つオブジェクトを検出し、バウンディングボックスを返します構造化出力生成 (
structured-answering) - モデルが指定されたフィールドを持つ JSON 応答を返します
API キーのオプション
このブロックは 2 つの API キーモードをサポートします:
Roboflow 管理 API キー（デフォルト） - 使用
rf_key:accountして、リクエストを Roboflow の API 経由でプロキシします:簡単なセットアップ - Google AI API キーは不要
安全 - 認証にはワークフローの API キーが使用されます
使用量ベースの課金 - 使用するモデルに基づいてトークンごとに課金されます
カスタム Google AI API キー - 独自の Google AI API キーを指定してください:
API 使用の完全な制御
Google に直接お支払いいただきます
警告！
このブロックは /v1beta Google Gemini モデルの API を使用します。実装は将来的に変更される可能性があり、後方互換性は保証されません。
型識別子
ステップで次の識別子を使用してください "type" フィールド： roboflow_core/google_gemini@v3 ワークフローにこのブロックをステップとして追加するには。
プロパティ
名前
型
説明
参照
name
str
このステップの一意の識別子を入力してください。
❌
task_type
str
モデルによって実行されるタスクの種類。値によって必要なパラメータと出力応答が決まります。。
❌
プロンプト
str
Gemini モデルへのテキストプロンプト。
✅
output_structure
Dict[str, str]
期待される JSON 応答の構造を持つ辞書。
❌
classes
List[str]
使用するクラスのリスト。
✅
api_key
str
Roboflow の管理 API キーを使用するには、Google AI API キー、または 'rf_key:account' を指定してください。
✅
model_version
str
使用するモデル。
✅
thinking_level
str
Gemini 3 以降のモデルにおける内部推論の深さを制御します。'low' はレイテンシとコストを最小化し（単純なタスクに最適）、'high' は推論の深さを最大化します（デフォルト）。Gemini 3 以降のモデルのみ対応しています..
✅
temperature
float
モデルからサンプリングするための温度。値の範囲は 0.0〜2.0 で、高いほど生成結果はよりランダム／「創造的」になります。。
✅
max_tokens
整数
モデルが応答で生成できるトークンの最大数です。指定しない場合、モデルはデフォルトの上限を使用します..
❌
google_code_execution
bool
Gemini モデルのネイティブコード実行を有効にします..
✅
max_concurrent_requests
整数
入力画像のバッチが提供された場合に、このブロックが実行できる同時リクエスト数です。指定しない場合、ブロックは Workflows Execution Engine でグローバルに設定された値をデフォルトで使用します。Google Gemini API の制限に達した場合は制限してください..
❌
この 参照 列は、で利用可能な動的値を使ってプロパティをパラメータ化できる可能性を示します ワークフロー 実行時。参照 バインディング 詳細は。
ランタイム互換性
requires_internet - エアギャップ／オフライン環境: このブロックは、完全にオフライン／エアギャップ環境から到達できないサービスに依存しています。
入力と出力のバインディング
利用可能な接続は、そのバインディング種別によって異なります。どのバインディング種別が Google Gemini のバージョン v3 あるか確認してください。
入力と出力のバインディング
入力
images(image): 推論対象の画像です..プロンプト(string): Gemini モデルへのテキストプロンプト。classes(list_of_values)：使用するクラスのリスト。api_key(Union[ROBOFLOW_MANAGED_KEY,secret,string]): Roboflow の管理 API キーを使用するには、Google AI API キー、または 'rf_key:account' を指定してください。model_version(string)：使用するモデル。thinking_level(string): Gemini 3 以降のモデルにおける内部推論の深さを制御します。'low' はレイテンシとコストを最小化し（単純なタスクに最適）、'high' は推論の深さを最大化します（デフォルト）。Gemini 3 以降のモデルのみ対応しています..temperature(float)：モデルからサンプリングするための温度。値の範囲は 0.0〜2.0 で、高いほど生成結果はよりランダム／「創造的」になります。。google_code_execution(boolean): Gemini モデルのネイティブコード実行を有効にします..
出力
出力(Union[string,language_model_output])：の文字列値stringまたは LLM / VLM の出力（条件がlanguage_model_output.classes(list_of_values)：任意の型の値のリスト。
v2
ビジョン機能を備えた Google の Gemini モデルに質問します。
任意のテキストプロンプトまたは事前定義済みのものを指定できます。このブロックは次の種類のプロンプトをサポートしています:
オープンプロンプト (
制約なし) - 任意のプロンプトを使用して、生の応答を生成しますテキスト認識（OCR） (
ocr) - モデルが画像内のテキストを認識します視覚的質問応答 (
visual-question-answering) - モデルがプロンプトで送信された質問に答えますキャプション生成（短い） (
caption) - モデルが画像の短い説明を提供しますキャプション生成 (
detailed-caption) - モデルが画像の長い説明を提供します単一ラベル分類 (
classification) - モデルが画像内容を、提供されたクラスのいずれか1つとして分類します複数ラベル分類 (
multi-label-classification) - モデルが画像内容を、提供されたクラスの1つまたは複数として分類しますプロンプトなしオブジェクト検出 (
object-detection) - モデルが画像内の目立つオブジェクトを検出し、バウンディングボックスを返します構造化出力生成 (
structured-answering) - モデルが指定されたフィールドを持つ JSON 応答を返します
Gemini モデルを使用するには、Google AI API キーを指定する必要があります。
警告！
このブロックは /v1beta Google Gemini モデルの API を使用します。実装は将来的に変更される可能性があり、後方互換性は保証されません。
型識別子
ステップで次の識別子を使用してください "type" フィールド： roboflow_core/google_gemini@v2 ワークフローにこのブロックをステップとして追加するには。
プロパティ
名前
型
説明
参照
name
str
このステップの一意の識別子を入力してください。
❌
task_type
str
モデルによって実行されるタスクの種類。値によって必要なパラメータと出力応答が決まります。。
❌
プロンプト
str
Gemini モデルへのテキストプロンプト。
✅
output_structure
Dict[str, str]
期待される JSON 応答の構造を持つ辞書。
❌
classes
List[str]
使用するクラスのリスト。
✅
api_key
str
あなたの Google AI API キー。
✅
model_version
str
使用するモデル。
✅
thinking_level
str
Gemini 3 以降のモデルにおける内部推論の深さを制御します。'low' はレイテンシとコストを最小化し（単純なタスクに最適）、'high' は推論の深さを最大化します（デフォルト）。Gemini 3 以降のモデルのみ対応しています..
✅
temperature
float
モデルからサンプリングするための温度。値の範囲は 0.0〜2.0 で、高いほど生成結果はよりランダム／「創造的」になります。。
✅
max_tokens
整数
モデルが応答で生成できるトークンの最大数です。指定しない場合、モデルはデフォルトの上限を使用します..
❌
max_concurrent_requests
整数
入力画像のバッチが提供された場合に、このブロックが実行できる同時リクエスト数です。指定しない場合、ブロックは Workflows Execution Engine でグローバルに設定された値をデフォルトで使用します。Google Gemini API の制限に達した場合は制限してください..
❌
この 参照 列は、で利用可能な動的値を使ってプロパティをパラメータ化できる可能性を示します ワークフロー 実行時。参照 バインディング 詳細は。
ランタイム互換性
requires_internet - エアギャップ／オフライン環境: このブロックは、完全にオフライン／エアギャップ環境から到達できないサービスに依存しています。
入力と出力のバインディング
利用可能な接続は、そのバインディング種別によって異なります。どのバインディング種別が Google Gemini のバージョン v2 あるか確認してください。
入力と出力のバインディング
入力
images(image): 推論対象の画像です..プロンプト(string): Gemini モデルへのテキストプロンプト。classes(list_of_values)：使用するクラスのリスト。model_version(string)：使用するモデル。thinking_level(string): Gemini 3 以降のモデルにおける内部推論の深さを制御します。'low' はレイテンシとコストを最小化し（単純なタスクに最適）、'high' は推論の深さを最大化します（デフォルト）。Gemini 3 以降のモデルのみ対応しています..temperature(float)：モデルからサンプリングするための温度。値の範囲は 0.0〜2.0 で、高いほど生成結果はよりランダム／「創造的」になります。。
出力
出力(Union[string,language_model_output])：の文字列値stringまたは LLM / VLM の出力（条件がlanguage_model_output.classes(list_of_values)：任意の型の値のリスト。
v1
ビジョン機能を備えた Google の Gemini モデルに質問します。
任意のテキストプロンプトまたは事前定義済みのものを指定できます。このブロックは次の種類のプロンプトをサポートしています:
オープンプロンプト (
制約なし) - 任意のプロンプトを使用して、生の応答を生成しますテキスト認識（OCR） (
ocr) - モデルが画像内のテキストを認識します視覚的質問応答 (
visual-question-answering) - モデルがプロンプトで送信された質問に答えますキャプション生成（短い） (
caption) - モデルが画像の短い説明を提供しますキャプション生成 (
detailed-caption) - モデルが画像の長い説明を提供します単一ラベル分類 (
classification) - モデルが画像内容を、提供されたクラスのいずれか1つとして分類します複数ラベル分類 (
multi-label-classification) - モデルが画像内容を、提供されたクラスの1つまたは複数として分類しますプロンプトなしオブジェクト検出 (
object-detection) - モデルが画像内の目立つオブジェクトを検出し、バウンディングボックスを返します構造化出力生成 (
structured-answering) - モデルが指定されたフィールドを持つ JSON 応答を返します
Gemini モデルを使用するには、Google AI API キーを指定する必要があります。
警告！
このブロックは /v1beta Google Gemini モデルの API を使用します。実装は将来的に変更される可能性があり、後方互換性は保証されません。
型識別子
ステップで次の識別子を使用してください "type" フィールド： roboflow_core/google_gemini@v1 ワークフローにこのブロックをステップとして追加するには。
プロパティ
名前
型
説明
参照
name
str
このステップの一意の識別子を入力してください。
❌
task_type
str
モデルによって実行されるタスクの種類。値によって必要なパラメータと出力応答が決まります。。
❌
プロンプト
str
Gemini モデルへのテキストプロンプト。
✅
output_structure
Dict[str, str]
期待される JSON 応答の構造を持つ辞書。
❌
classes
List[str]
使用するクラスのリスト。
✅
api_key
str
あなたの Google AI API キー。
✅
model_version
str
使用するモデル。
✅
max_tokens
整数
モデルが応答で生成できるトークンの最大数。。
❌
temperature
float
モデルからサンプリングするための温度。値の範囲は 0.0〜2.0 で、高いほど生成結果はよりランダム／「創造的」になります。。
✅
max_concurrent_requests
整数
入力画像のバッチが提供された場合に、このブロックが実行できる同時リクエスト数です。指定しない場合、ブロックは Workflows Execution Engine でグローバルに設定された値をデフォルトで使用します。Google Gemini API の制限に達した場合は制限してください..
❌
この 参照 列は、で利用可能な動的値を使ってプロパティをパラメータ化できる可能性を示します ワークフロー 実行時。参照 バインディング 詳細は。
ランタイム互換性
requires_internet - エアギャップ／オフライン環境: このブロックは、完全にオフライン／エアギャップ環境から到達できないサービスに依存しています。
入力と出力のバインディング
利用可能な接続は、そのバインディング種別によって異なります。どのバインディング種別が Google Gemini のバージョン v1 あるか確認してください。
入力と出力のバインディング
出力
出力(Union[string,language_model_output])：の文字列値stringまたは LLM / VLM の出力（条件がlanguage_model_output.classes(list_of_values)：任意の型の値のリスト。
最終更新
役に立ちましたか？