数据驻留

以静态方式存储在客户所选位置的数据会一直以静态方式存储在该位置，而不会因客户请求调用的 Agent Platform 端点而发生变化。

数据的存储和处理位置

Gemini Enterprise Agent Platform 可让您清楚了解数据存储（“静态”）的位置以及实际模型计算（“机器学习处理”）的发生位置。

1. 静态数据（存储）

当您在代理平台（例如自定义模型权重或元数据）上存储数据时，这些数据会一直以物理方式存储在您选择的特定 Google Cloud 位置。无论您使用哪个端点来调用模型，系统都会保持此数据留存位置。

2. 机器学习处理（使用中）

机器学习处理是指处理数据的方法，通过这种方法可以生成模型权重（调整和训练），或者将模型应用于数据以进行模型推理。此处理的地理位置取决于您选择的端点：

  • 管辖区域多区域端点：使用管辖区域端点时，机器学习处理会保留在该特定地理区域（例如美国或欧盟）内。

    • 运营效率（统一容量）：多区域端点可消除区域级资源孤岛。您可以部署单个预配吞吐量承诺，涵盖整个管辖范围（例如美国），而无需为各个区域（例如 us-central1 和 us-east4）分别购买和管理预配吞吐量分配。

    • 实现合规性：多区域端点提供所需的数据使用中隔离控制措施，有助于满足严格的监管框架。虽然多区域端点是遵守美国国防部 (DoD) 影响级别 5 (IL5) 或国际武器运输条例 (ITAR) 要求的基础技术能力，但要完全实现合规性，还需要更广泛的客户管理型架构、身份和访问权限控制。

  • 位置端点：这些端点（例如 us-central1、europe-west1）可确保机器学习处理完全在与相应区域相关联的更广泛的多区域或国家/地区管辖范围内进行（例如，对 us-central1 的请求在美国境内处理）。

    对于欧洲区域，本地国内处理因模型类型而异（例如，特定模型可能在法国或德国进行本地处理，而其他模型则在更广泛的欧盟多区域边界内进行处理）。如需了解每种模型和位置的具体机器学习处理承诺，请参阅以下部分。

    • 合规性协调：虽然位置端点符合标准的企业数据治理和主权要求（例如 GDPR 和 HIPAA），但需要使用专门的政府隔离框架（例如 DoD IL5 或 ITAR）的工作负载应部署在管辖区端点上，作为更广泛的合规架构的一部分。

  • 全球端点：全球端点可在全球任何位置路由和处理数据，而不会将其限制在特定地理区域。这些端点（例如 https://aiplatform.googleapis.com）未在主机名中指定区域。它们旨在通过尽可能靠近客户端来终止 TLS 会话，从而最大限度地提高可用性并最大限度地缩短延迟时间，但它们不提供区域隔离或数据驻留保证。

支持的模型

本部分中的表格按模型列出了以下模型类别在各个区域对机器学习处理的支持情况：

Google 模型

如需了解哪些功能支持数据驻留，请参阅支持的功能。

模型 美国多区域 欧盟多区域 巴西(southamerica-east1) 加拿大 (northamerica-northeast1) 法国(europe-west9) 德国(europe-west3) 荷兰 (europe-west4) 英国(europe-west2) 澳大利亚(australia-southeast1) 印度 (asia-south1) 日本(asia-northeast1) 新加坡 (asia-southeast1) 韩国(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, 1M(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, 1M(gemini-2.5-pro)
Gemini 2.5 Pro, 64k(gemini-2.5-pro)
针对 Gemini 2.5 Flash (gemini-2.5-flash) 进行调优
针对 Gemini 2.5 Flash-Lite (gemini-2.5-flash-lite) 进行调优
针对 Gemini 2.5 Pro (gemini-2.5-pro) 进行调优
Gemini Embeddings(gemini-embedding-001)
Gemini Embedding 2(gemini-embedding-2)
Chirp 2：转写(chirp_2)
Chirp 3：转写(chirp_3)
Chirp 3：高清语音
Chirp 3：即时自定义语音
Embeddings for Multimodal
Embeddings for Text(text-embedding-004)
Embeddings for Text(text-embedding-005)
Embeddings for Text(text-multilingual-embedding-002)

Google Cloud 合作伙伴模型支持

模型 美国多区域 欧盟多区域 比利时 (europe-west1) 荷兰 (europe-west4) 新加坡 (asia-southeast1) 台湾 (asia-east1) 全球
Google Cloud 上的 Anthropic Claude Sonnet 5
Google Cloud 上的 Anthropic 的 Claude Opus 5
Google Cloud 上的 Anthropic 的 Claude Fable 5
Google Cloud 上的 Anthropic 的 Claude Haiku 4.5
Google Cloud 上的 Anthropic 的 Claude Opus 4
Google Cloud 上的 Anthropic Claude Opus 4.1
Google Cloud 上的 Anthropic Claude Opus 4.5
Google Cloud 上的 Anthropic Claude Opus 4.8
Google Cloud 上的 Anthropic Claude Opus 4.7
Google Cloud 上的 Anthropic Claude Opus 4.6
Google Cloud 上的 Anthropic Claude Sonnet 4
Google Cloud 上的 Anthropic 的 Claude Sonnet 4.5
Google Cloud 上的 Anthropic Claude Sonnet 4.6
Google Cloud 上的 Anthropic 的 Claude 3.5 Haiku（已弃用）
Google Cloud 上的 Anthropic 的 Claude 3 Haiku（已弃用）
Google Cloud 上的 Anthropic 的 Claude 3.7 Sonnet（已弃用）
Codestral (24.05)
Codestral 2
Mistral Large (24.07)
Mistral Medium 3
Mistral OCR (25.05)
Mistral Small 3.1 (25.03)

Google Cloud 开放模型支持

模型 美国多区域 欧盟多区域 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 思考
Llama 3.3 70B（预览版）
Llama 4 Maverick 17B-128E（预览版）
Llama 4 Scout 17B-16E（预览版）
MiniMax M2
Multilingual E5 Large
Multilingual E5 Small
Qwen3 235B
Qwen3 Coder
Qwen3-Next-80B Instruct
Qwen3-Next-80B Thinking

后续步骤