Gemini — Multimodal, long context, reasoning

~14 min · providers, gemini

Level 0수련생

0 XP0/100 lessons0/14 achievements

0/120 XP to next level120 XP to go0% complete

Gemini가 잘하는 것

Long context (Pro tier에 millions of tokens).
강한 multimodal — vision, audio, video, file.
Native search grounding (결과 cited).
Budget 통제 박힌 thinking 모드.
High-volume task에 Flash tier가 cost-competitive.

알 quirk

Role: system_instruction, user, model. 'assistant' 대신 'model' 주의.
generation_config의 response_mime_type과 response_schema로 JSON output.
Function calling format이 OpenAI의 거랑 달라; argument가 pre-parsed.
Safety setting이 fine-grained, request별 tune 가능 — explicit하게 set 안 하면 surprise.
Search grounding이 opt-in; enable되면 response가 fetched URL citation 포함.

Style preference

Gemini가 long, multi-section prompt 잘 다뤄, safety setting이 너무 restrictive하면 sensitive. Use case 기준으로 deliberately set.

Code

Gemini — JSON + thinking + grounding·python

import google.generativeai as genai

model = genai.GenerativeModel("gemini-2.5-pro")
resp = model.generate_content(
    contents=[{"role": "user", "parts": [{"text": question}]}],
    generation_config={
        "response_mime_type": "application/json",
        "response_schema": SCHEMA,
        "thinking_config": {"thinking_budget": 8_000},
    },
    tools=[{"google_search": {}}],  # native grounding
)

External links

Exercise

너의 own tooling으로 external search 쓰는 prompt 골라. Gemini에 native search grounding으로 reimplement. citation quality 비교.

Progress

Progress is local-only — sign in to sync across devices.

← PreviousOpenAI — JSON 모드, function calling, reasoning Next →Open-source 모델 — Llama, Qwen, Mistral

이 페이지에서 버그를 발견하셨거나 피드백이 있으세요?문제 신고

🔔 답글 알림 (로그인 필요)

로그인 — 댓글을 남기려면 로그인해 주세요.

아직 댓글이 없어요. 첫 댓글을 남겨보세요.