Panduan ini menunjukkan cara memigrasikan kode Vertex AI SDK for Python dari penggunaan PaLM API ke penggunaan Gemini API. Anda dapat membuat teks, percakapan multi-giliran (chat), dan kode dengan Gemini. Setelah Anda melakukan migrasi, periksa respons Anda karena output Gemini mungkin berbeda dengan output PaLM.
Perbedaan Gemini dari PaLM
Berikut adalah beberapa perbedaan antara model Gemini dan PaLM:
Struktur responsnya berbeda. Untuk mempelajari struktur respons Gemini, lihat isi respons referensi model Gemini API.
Kategori keamanannya berbeda. Untuk mempelajari perbedaan antara setelan keamanan Gemini dan PaLM, lihat Perbedaan utama antara Gemini dan keluarga model lainnya.
Gemini tidak dapat melakukan penyelesaian kode. Jika Anda perlu membuat aplikasi penyelesaian kode, gunakan model
code-gecko
. Untuk mengetahui informasi selengkapnya, lihat Model penyelesaian kode Codey.Untuk pembuatan kode, Gemini memiliki rasio blok pembacaan yang lebih tinggi.
Skor keyakinan dalam model pembuatan kode Codey yang menunjukkan seberapa yakin model terhadap responsnya tidak ditampilkan di Gemini.
Memperbarui kode PaLM untuk menggunakan model Gemini
Metode pada class GenerativeModel
sebagian besar sama dengan metode pada class PaLM. Misalnya, gunakan GenerativeModel.start_chat
untuk menggantikan
PaLM yang setara, ChatModel.start_chat
. Namun, karena Google Cloud terus
meningkatkan kualitas dan memperbarui Gemini, Anda mungkin menemukan beberapa perbedaan. Untuk mengetahui informasi selengkapnya, lihat Referensi Python SDK.
Untuk bermigrasi dari PaLM API ke Gemini API, modifikasi kode berikut diperlukan:
Untuk semua class model PaLM, Anda menggunakan class
GenerativeModel
di Gemini.Untuk menggunakan class
GenerativeModel
, jalankan pernyataan impor berikut:from vertexai.generative_models import GenerativeModel
Untuk memuat model Gemini, gunakan konstruktor
GenerativeModel
, bukan metodefrom_pretrained
. Misalnya, untuk memuat model Gemini 1.0 Pro, gunakanGenerativeModel(gemini-2.0-flash-001)
.Untuk membuat teks di Gemini, gunakan metode
GenerativeModel.generate_content
, bukan metodepredict
yang digunakan pada model PaLM. Contoh:
model = GenerativeModel("gemini-2.0-flash-001") response = model.generate_content("Write a short poem about the moon")
Perbandingan class Gemini dan PaLM
Setiap class model PaLM digantikan oleh class GenerativeModel
di Gemini. Tabel
berikut menunjukkan class yang digunakan oleh model PaLM dan class yang setara di Gemini.
Model PaLM | Class model PaLM | Class model Gemini |
---|---|---|
text-bison |
TextGenerationModel |
GenerativeModel |
chat-bison |
ChatModel |
GenerativeModel |
code-bison |
CodeGenerationModel |
GenerativeModel |
codechat-bison |
CodeChatModel |
GenerativeModel |
Petunjuk penyiapan umum
Untuk PaLM API dan Gemini API di Vertex AI, proses penyiapannya sama. Untuk mengetahui informasi selengkapnya, lihat Pengantar Vertex AI SDK untuk Python. Berikut adalah contoh kode singkat yang menginstal Vertex AI SDK untuk Python.
pip install google-cloud-aiplatform import vertexai vertexai.init(project="PROJECT_ID", location="LOCATION")
Dalam kode contoh ini, ganti PROJECT_ID dengan Google Cloud project ID Anda,
dan ganti LOCATION dengan lokasi Google Cloud project Anda
(misalnya, us-central1
).
Contoh kode Gemini dan PaLM
Setiap pasangan contoh kode berikut mencakup kode PaLM dan, di sampingnya, kode Gemini yang telah dimigrasikan dari kode PaLM.
Pembuatan teks: dasar
Contoh kode berikut menunjukkan perbedaan antara PaLM API dan Gemini API untuk membuat model pembuatan teks.
PaLM | Gemini |
---|---|
|
|
Pembuatan teks dengan parameter
Contoh kode berikut menunjukkan perbedaan antara PaLM API dan Gemini API untuk membuat model pembuatan teks, dengan parameter opsional.
PaLM | Gemini |
---|---|
|
|
Chat
Contoh kode berikut menunjukkan perbedaan antara PaLM API dan Gemini API untuk membuat model chat.
PaLM | Gemini |
---|---|
|
|
Pembuatan kode
Contoh kode berikut menunjukkan perbedaan antara PaLM API dan Gemini API untuk membuat fungsi yang memprediksi apakah suatu tahun adalah tahun kabisat.
Codey | Gemini |
---|---|
|
|
Memigrasikan perintah ke model Gemini
Jika memiliki kumpulan perintah yang sebelumnya digunakan dengan model PaLM 2, Anda dapat mengoptimalkannya untuk digunakan dengan model Gemini dengan menggunakan Pengoptimal perintah Vertex AI (Pratinjau).
Langkah berikutnya
- Lihat halaman Model Google untuk mengetahui detail selengkapnya tentang model dan fitur terbaru.