資料的儲存和處理位置
Gemini Enterprise Agent Platform 會清楚說明資料的儲存位置 (「靜態」) 和實際模型運算 (「機器學習處理」) 的發生位置。
1. 靜態資料 (儲存)
在 Agent Platform 儲存資料 (例如自訂模型權重或中繼資料) 時，資料會實際儲存在您選擇的特定 Google Cloud 位置。無論您使用哪個端點呼叫模型，這項資料駐留位置都會維持不變。
2. 機器學習處理 (使用中)
機器學習處理是指處理資料的方法，可產生模型權重 (微調和訓練)，或將模型套用至資料以進行模型推論。這項處理作業的地理位置取決於您選擇的端點：
管轄區多區域端點：使用管轄區端點時，機器學習處理程序會保留在該特定地理區域 (例如美國或歐盟)。
作業效率 (統一容量)：多區域端點可消除區域性資源孤島。您不必為個別區域 (例如
us-central1和us-east4) 購買及管理個別的佈建輸送量分配，而是可以部署單一的佈建輸送量承諾，涵蓋整個管轄範圍 (例如美國)。啟用法規遵循：多區域端點提供必要的資料使用中隔離控管機制，協助您滿足嚴格的法規架構。多區域端點是符合美國國防部 (DoD) 影響層級 5 (IL5) 或《國際武器貿易條例》(ITAR) 規定的基礎技術功能，但如要完全符合規定，還需要更廣泛的客戶管理架構、身分識別和存取權控管。
位置端點：這些端點 (例如
us-central1、europe-west1) 可確保機器學習處理作業完全在與該區域相關聯的廣泛多區域或國家/地區管轄區內進行 (例如，對 us-central1 的要求會在美國境內處理)。在歐洲區域，各國家/地區的本地處理作業會因模型類型而異 (例如，特定模型可能在法國或德國進行本地處理，其他模型則在更廣泛的歐盟多區域邊界內處理)。如要瞭解各模型和位置的確切機器學習處理承諾，請參閱下一個部分。
- 法規遵循一致性：雖然位置端點符合標準企業資料治理和主權規定 (例如 GDPR 和 HIPAA)，但需要 DoD IL5 或 ITAR 等專門政府隔離架構的工作負載，應部署在管轄區端點，做為更廣泛的法規遵循架構之一。
全域端點：全域端點會將資料轉送至全球任何位置並進行處理，不會限制在特定地理區域。這些端點 (例如
https://aiplatform.googleapis.com) 不會在主機名稱中指定區域。這些節點的設計宗旨是盡可能靠近用戶端終止 TLS 工作階段，以盡量提高可用性並縮短延遲時間，但無法保證區域隔離或資料落地。
支援的模型
本節中的表格會列出下列模型類別的區域支援情形，並以模型為單位：
Google 模型
如要瞭解哪些功能支援資料落地，請參閱「支援的功能」。
| 模型 | 美國 (多區域) | 歐洲 (多區域) | 巴西(southamerica-east1) | 加拿大(northamerica-northeast1) | 法國(europe-west9) | 德國(europe-west3) | 荷蘭(europe-west4) | 英國(europe-west2) | 澳洲(australia-southeast1) | 印度(asia-south1) | 日本(asia-northeast1) | 新加坡(asia-southeast1) | 韓國(asia-northeast3) |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
Gemini 3.5 Flash-Lite(gemini-3.5-flash-lite)
|
|||||||||||||
Gemini 3.5 Flash(gemini-3.5-flash)
|
|||||||||||||
Gemini 3.1 Flash-Lite(gemini-3.1-flash-lite)
|
|||||||||||||
Gemini 2.5 Flash Live API Native Audio(gemini-live-2.5-flash-native-audio)
|
|||||||||||||
Gemini 2.5 Flash，128k(gemini-2.5-flash)
|
|||||||||||||
Gemini 2.5 Flash，100 萬(gemini-2.5-flash)
|
|||||||||||||
Gemini 2.5 Flash Image(gemini-2.5-flash-image)
|
|||||||||||||
Gemini 2.5 Flash-Lite(gemini-2.5-flash-lite)
|
|||||||||||||
Gemini 2.5 Pro，100 萬(gemini-2.5-pro)
|
|||||||||||||
Gemini 2.5 Pro，64k(gemini-2.5-pro)
|
|||||||||||||
為 Gemini 2.5 Flash (gemini-2.5-flash) 調整模型
|
|||||||||||||
調整 Gemini 2.5 Flash-Lite(gemini-2.5-flash-lite)
|
|||||||||||||
調整 Gemini 2.5 Pro(gemini-2.5-pro)
|
|||||||||||||
Gemini Embeddings(gemini-embedding-001)
|
|||||||||||||
Gemini Embedding 2(gemini-embedding-2)
|
|||||||||||||
Chirp 2：轉錄稿(chirp_2)
|
|||||||||||||
Chirp 3：轉錄(chirp_3)
|
|||||||||||||
| Chirp 3：HD 語音 | |||||||||||||
| Chirp 3：即時自訂語音 | |||||||||||||
| 多模態專用的 Embeddings | |||||||||||||
文字嵌入(text-embedding-004)
|
|||||||||||||
文字嵌入(text-embedding-005)
|
|||||||||||||
文字嵌入(text-multilingual-embedding-002)
|
Google Cloud 合作夥伴模型支援
| 模型 | 美國 (多區域) | 歐洲 (多區域) | 比利時(europe-west1) | 荷蘭(europe-west4) | 新加坡(asia-southeast1) | 臺灣(asia-east1) | 全球 |
|---|---|---|---|---|---|---|---|
| Google Cloud 中的 Anthropic Claude Sonnet 5 | |||||||
| Google Cloud 中的 Anthropic Claude Opus 5 | |||||||
| Google Cloud 中的 Anthropic Claude Fable 5 | |||||||
| Google Cloud 中的 Anthropic Claude Haiku 4.5 | |||||||
| Google Cloud 中的 Anthropic Claude Opus 4 | |||||||
| Google Cloud 上的 Anthropic Claude Opus 4.1 | |||||||
| Google Cloud 中的 Anthropic Claude Opus 4.5 | |||||||
| Google Cloud 上的 Anthropic Claude Opus 4.8 | |||||||
| Google Cloud 中的 Anthropic Claude Opus 4.7 | |||||||
| Google Cloud 中的 Anthropic Claude Opus 4.6 | |||||||
| Google Cloud 中的 Anthropic Claude Sonnet 4 | |||||||
| Google Cloud 中的 Anthropic Claude Sonnet 4.5 | |||||||
| Google Cloud 中的 Anthropic Claude Sonnet 4.6 | |||||||
| Google Cloud 中的 Anthropic Claude 3.5 Haiku (已淘汰) | |||||||
| Google Cloud 中的 Anthropic Claude 3 Haiku (已淘汰) | |||||||
| Google Cloud 中的 Anthropic Claude 3.7 Sonnet (已淘汰) | |||||||
| Codestral (24.05) | |||||||
| Codestral 2 | |||||||
| Mistral Large (24.07) | |||||||
| Mistral Medium 3 | |||||||
| Mistral OCR (25.05) | |||||||
| Mistral Small 3.1 (25.03) |
Google Cloud 支援開放式模型
| 模型 | 美國 (多區域) | 歐洲 (多區域) | 新加坡(asia-southeast1) | 全球 |
|---|---|---|---|---|
| DeepSeek-OCR | ||||
| DeepSeek R1 (0528) | ||||
| DeepSeek-V3.1 | ||||
| DeepSeek-V3.2 | ||||
| Gemma 4 26B A4B IT | ||||
| GLM 4.7 | ||||
| GLM 5 | ||||
| gpt-oss 120B | ||||
| gpt-oss 20B | ||||
| Kimi K2 Thinking | ||||
| Llama 3.3 70B (預先發布版) | ||||
| Llama 4 Maverick 17B-128E (預先發布版) | ||||
| Llama 4 Scout 17B-16E (預先發布版) | ||||
| MiniMax M2 | ||||
| 多語言 E5 Large | ||||
| 多語言 E5 Small | ||||
| Qwen3 235B | ||||
| Qwen3 Coder | ||||
| Qwen3-Next-80B Instruct | ||||
| Qwen3-Next-80B Thinking |