Gemma 2 27B
Rede Neural
Gemma 2 27B é um modelo de linguagem aberto do Google para tarefas de texto, disponível via API unificada BotHub.
Comprimento máximo de resposta
(em tokens)
Tamanho do contexto
(em tokens)
Custo do prompt
(por 1M tokens)
Custo da resposta
(por 1M tokens)
Como funciona Gemma 2 27B?
Gemma 2 27B é um modelo aberto do Google com 27 bilhões de parâmetros, construído com as mesmas pesquisas e tecnologias da família Gemini. Esta é uma versão instrucional focada em tarefas baseadas em descrições de texto, ideal para trabalhos que exigem previsibilidade. Através do BotHub, o acesso é direto: pague por tokens conforme o uso, sem necessidade de assinatura, e os tokens não expiram. As solicitações utilizam uma API compatível com OpenAI, permitindo trocar o Gemma 2 27B por qualquer um dos mais de 250 modelos sem reescrever a integração, com tráfego criptografado via AES-GCM. Útil para rascunhos de textos, resumos de documentos, respostas em chatbots ou prototipagem. O BotHub oferece suporte para empresas com contratos e faturas, e o painel administrativo mantém os custos da equipe sob controle.Perguntas frequentes sobre Gemma 2 27B
Você pode usar os resultados da geração para fins comerciais. Todos os direitos sobre o conteúdo criado pertencem a você. A única restrição: certifique-se de que a solicitação não inclua materiais de terceiros protegidos por direitos autorais. A responsabilidade pelo cumprimento dos direitos sobre os dados de entrada é do usuário.
Gemma 2 27B it é um modelo de texto instrucional do Google. Adequado para correspondências, rascunhos, resumos, respostas a perguntas, codificação básica e análise de documentos. Aceita imagens como entrada. A janela de contexto é de 8192 tokens, sendo ideal para materiais curtos e médios.
O modelo gera até 2048 tokens por resposta, o suficiente para um artigo curto, e-mail ou seção de documento. Para textos mais longos, divida a tarefa em partes e peça a continuação na próxima mensagem, lembrando da janela total de 8192 tokens.
Não há um modo de raciocínio específico indicado em nossos dados, então não podemos prometer pensamentos ocultos. No entanto, você pode pedir explicitamente para detalhar a solução passo a passo — essa técnica ajuda em tarefas lógicas e educacionais. Para cadeias de raciocínio complexas, é melhor usar um modelo de raciocínio dedicado.
Não há suporte confirmado para chamada de funções ou modo JSON estrito em nossos dados, portanto não garantimos. Você pode descrever o esquema no prompt e solicitar a resposta apenas em JSON, mas faça a validação do seu lado. Se essas ferramentas forem críticas, a API unificada do BotHub permite trocar de modelo sem reescrever a integração.
Imagens e documentos podem ser anexados à solicitação: o modelo analisará digitalizações, tabelas ou diagramas e descreverá o conteúdo em texto. Não há suporte para áudio e vídeo em nossos dados. Lembre-se da janela de 8192 tokens: é melhor dividir arquivos grandes em partes.
Não há informações específicas sobre idiomas de prompt e resposta em nossos dados, então não podemos prometer qualidade. É mais fácil testar na prática: envie sua solicitação típica e compare com outro modelo — a troca no BotHub leva alguns segundos, e o pagamento é feito conforme o uso.