داشبورد توسعه‌دهنده
پرسش از هوش مصنوعی
پرسش از هوش مصنوعی

انتشار مدل‌های پایدار Gemini 2.5: معرفی نام‌های جدید مدل‌ها ​

تاریخ: 1404-04-08 / (2025-06-28)

خلاصه ​

گوگل به طور رسمی مدل‌های پایدار سری Gemini 2.5 را منتشر کرد. نام‌های جدید مدل‌های پایدار gemini-2.5-flash و gemini-2.5-pro اکنون در دسترس قرار گرفته‌اند و جایگزین نسخه‌های پیش‌نمایش قبلی شده‌اند. علاوه بر این، مدل جدید gemma-3n-e2b-it به سری Gemma و مدل آزمایشی gemini-2.5-flash-lite-preview-06-17 نیز اضافه شده‌اند.


جزئیات ​

این به‌روزرسانی با انتشار مدل‌های پایدار، بهبودهای قابل توجهی را برای سری Gemini 2.5 به ارمغان می‌آورد. کاربران باید برای افزایش قابلیت اطمینان و بهبود عملکرد، از نسخه‌های پیش‌نمایش به نام‌های جدید مدل‌های پایدار مهاجرت کنند.

مدل‌های پایدار گوگل Gemini 2.5 ​

  • gemini-2.5-flash: نسخه پایدار مدل سریع و کارآمد Gemini 2.5 گوگل که برای سرعت بهینه‌سازی شده و در عین حال خروجی‌های با کیفیت بالا ارائه می‌دهد. این مدل جایگزین نسخه‌های پیش‌نمایش شده و پایداری بهتری برای استفاده در تولید ارائه می‌دهد. مستندات

  • gemini-2.5-pro: نسخه پایدار قدرتمندترین مدل Gemini 2.5 گوگل که استدلال پیشرفته و درک جامع زبان ارائه می‌دهد. این نسخه آماده تولید از مدل‌های پیش‌نمایش قبلی در دسترس است. مستندات

راهنمای مهاجرت برای مدل‌های پیش‌نمایش ​

اگر در حال حاضر از نام‌های مدل پیش‌نمایش استفاده می‌کنید، لطفا کد خود را برای استفاده از نسخه‌های جدید پایدار به‌روزرسانی کنید:

مهاجرت Gemini 2.5 Pro ​

  • از: gemini-2.5-pro-preview-06-05 → به: gemini-2.5-pro
  • از: gemini-2.5-pro-preview-05-06 → به: gemini-2.5-pro

مهاجرت Gemini 2.5 Flash ​

  • از: gemini-2.5-flash-preview-04-17 → به: gemini-2.5-flash
  • از: gemini-2.5-flash-preview-05-20 → به: gemini-2.5-flash

مدل جدید Gemma ​

  • gemma-3n-e2b-it: یک اضافه جدید به سری Gemma با قابلیت‌های پیشرفته و عملکرد بهینه‌سازی شده برای وظایف پیروی از دستورالعمل. مستندات

مدل آزمایشی جدید ​

  • gemini-2.5-flash-lite-preview-06-17: نسخه آزمایشی سبک Gemini 2.5 Flash که برای برنامه‌های نیازمند زمان پاسخ سریع‌تر با نیازهای محاسباتی کاهش یافته طراحی شده است. مستندات

مثال‌های استفاده ​

استفاده از مدل‌های جدید پایدار Gemini 2.5 ​

python
from openai import OpenAI

client = OpenAI(api_key="your-avalai-api-key", base_url="https://api.avalai.ir/v1")

# استفاده از مدل پایدار Gemini 2.5 Flash
completion = client.chat.completions.create(
    model="gemini-2.5-flash",
    messages=[
        {
            "role": "user",
            "content": "مزایای استفاده از نسخه‌های پایدار مدل نسبت به نسخه‌های پیش‌نمایش را توضیح دهید.",
        }
    ],
)

print(completion.choices[0].message.content)

# استفاده از مدل پایدار Gemini 2.5 Pro
completion = client.chat.completions.create(
    model="gemini-2.5-pro",
    messages=[
        {
            "role": "user",
            "content": "تاثیر پایداری مدل هوش مصنوعی بر برنامه‌های تولیدی را تحلیل کنید.",
        }
    ],
)

print(completion.choices[0].message.content)
javascript
import { OpenAI } from "openai";

const client = new OpenAI({
  apiKey: process.env.AVALAI_API_KEY,
  baseURL: "https://api.avalai.ir/v1",
});

// استفاده از مدل پایدار Gemini 2.5 Flash
const flashCompletion = await client.chat.completions.create({
  model: "gemini-2.5-flash",
  messages: [
    {
      role: "user",
      content:
        "مزایای استفاده از نسخه‌های پایدار مدل نسبت به نسخه‌های پیش‌نمایش را توضیح دهید.",
    },
  ],
});

console.log(flashCompletion.choices[0].message.content);

// استفاده از مدل پایدار Gemini 2.5 Pro
const proCompletion = await client.chat.completions.create({
  model: "gemini-2.5-pro",
  messages: [
    {
      role: "user",
      content:
        "تاثیر پایداری مدل هوش مصنوعی بر برنامه‌های تولیدی را تحلیل کنید.",
    },
  ],
});

console.log(proCompletion.choices[0].message.content);

استفاده از مدل جدید Gemma ​

python
from openai import OpenAI

client = OpenAI(api_key="your-avalai-api-key", base_url="https://api.avalai.ir/v1")

completion = client.chat.completions.create(
    model="gemma-3n-e2b-it",
    messages=[
        {
            "role": "user",
            "content": "توضیح مفصلی از مفاهیم یادگیری ماشین برای مبتدیان بنویسید.",
        }
    ],
)

print(completion.choices[0].message.content)
javascript
import { OpenAI } from "openai";

const client = new OpenAI({
  apiKey: process.env.AVALAI_API_KEY,
  baseURL: "https://api.avalai.ir/v1",
});

const completion = await client.chat.completions.create({
  model: "gemma-3n-e2b-it",
  messages: [
    {
      role: "user",
      content: "توضیح مفصلی از مفاهیم یادگیری ماشین برای مبتدیان بنویسید.",
    },
  ],
});

console.log(completion.choices[0].message.content);

لینک‌های مرتبط ​