code_execution ツールも備えています。以下の例では、ネイティブ呼び出し のクライアント設定を前提としています。
画像理解
PIL Image を直接渡します — SDK がエンコードを処理します:types.Part.from_bytes を使ってバイト列を明示的に渡します:
オーディオ理解
動画理解
media_resolution によるコスト制御
メディアの token 消費量は解像度に応じて増減します。「粗い見た目」で十分なタスク(分類、存在確認)では、低解像度にすると実際のコストを節約できます。対応形式
すべてインラインで、1ファイルあたり最大 20MB です。
コード実行
code_execution ツールを宣言すると、モデルが Python を書き、サンドボックスで実行し、その結果に基づいて回答します。計算やデータ分析に最適です:
コード実行の制限: Python のみ。サンドボックスにはネットワークアクセスもファイルシステムアクセスもなく、実行時間には上限があります。独自の外部サービスを呼び出すには、Function Calling を使用してください。
関連リンク
- このグループ: Native Calls · Cache 課金 · Function Calling
- ユースケース: 動画理解 · 画像理解
- Google 公式ドキュメント:
ai.google.dev/gemini-api/docs/vision