Google недавно запустил три новых моделя AI серии Gemini 2.0: основная версия Gemini 2.0 Flash, экономическая версия Gemini 2.0 Flash-Lite и экспериментальная версия Gemini 2.0 Pro, стремясь удовлетворить различные потребности разных пользователей и разработчиков Для производительности и стоимости. Эти три модели уделяют особое внимание функциональности и цене, отмечая еще одну веху в постоянном продвижении Google в области крупных языковых моделей. В статье будут объяснены характеристики, производительность и стратегии ценообразования этих трех моделей подробно, а также сделают предварительные прогнозы в будущем направлении разработки Google в области ИИ.
Google расширила свое семейство моделей ИИ и запустила три новых версии моделей Gemini2.0, а именно основную версию Gemini2.0flash, экономическая версия Gemini2.0flash-lite и экспериментальная версия Gemini2.0Pro. Эти новые модели предназначены для удовлетворения различных потребностей использования и обеспечения диверсифицированного баланса между производительностью и стоимостью.
Основная версия Gemini2.0flash была впервые запущена в декабре прошлого года и в настоящее время полностью запущена, с более высокими пределами частоты использования и улучшением производительности. Gemini2.0flash-Lite является недорогим вариантом для разработчиков и в настоящее время публично предварительно просмотрено через API.
Gemini2.0pro - это экспериментальная модель, предназначенная для сложных оперативных и кодирующих задач, с окном контекста, которое расширяется до 2 миллионов маркеров, вдвое больше, чем версия Flash.
В настоящее время эти модели поддерживают только вывод текста, и Google планирует добавить возможности изображения, аудио и видео в живые видео в модели Flash и Pro в ближайшие месяцы. Кроме того, все три модели могут обрабатывать изображения и аудио в качестве входов.
С точки зрения тестирования, Google оценил производительность Gemini2.0Pro, и результаты показали, что он превзошел предыдущие модели практически во всех областях. В задаче по математике Gemini2.0Pro набрал 91,8% по математическому эталону, в то время как Hiddenmath набрал 65,2%, что намного превышает производительность версии Flash.
Gemini2.0flash набрал 29,9% на тесте Openai SimpleQA, а Pro модель набрала 44,3%. Это показывает, что Gemini2.0Pro имеет более высокую точность при ответе на сложные вопросы.
Стоит отметить, что Google скорректировал цены на API, исключив предыдущие различия между короткими и длинными текстовыми запросами. Это означает, что гибридные рабочие нагрузки (текст и изображения) могут стоить меньше, чем версия Gemini1.5flash, хотя и улучшает производительность. С точки зрения конкретной цены, плата за Gemini2.0flash установлена на 0,075 долл. США за миллион, а выработка составляет 0,4 долл. США. Относительно дешевый Gemini2.0flash-lite стоит 0,075 долл. США за текст, изображение и видео вход и 0,30 долл. США для вывода текста.
В то время как Gemini2.0flash оценивается выше, чем в предыдущих поколениях, новая модель Flash-Lite предлагает лучшую производительность по той же цене, стремясь заполнить разрыв между ценой и производительностью.
Кроме того, Google обновил приложение Gemini и полностью открыл функции серии Gemini, стремясь предоставить пользователям более богатый пользовательский опыт.
Все модели доступны на настольных и мобильных устройствах через Google AI Studio и Vertex AI и Advanced Gemini Advanced Chatbot.
Официальный блог: https://blog.google/technology/google-deepmind/gemini-model-updates-february-2025/
Ключевые моменты:
Google запустил три новых моделя Gemini2.0, включая Flash, Flash-Lite и Pro для удовлетворения различных потребностей.
Gemini2.0Pro хорошо выполнял тесты по математике и точности, со значительно более высокими показателями, чем предыдущие поколения.
Корректировки ценообразования API делают стоимость гибридной рабочей нагрузки более конкурентоспособной, в то время как Flash-Lite заполняет пробелы на рынке лучшей производительностью.
Короче говоря, выпуск серии Google Gemini 2.0 демонстрирует свои постоянные инновации в области крупномасштабных языковых моделей и точное понимание диверсифицированного рыночного спроса. В будущем, благодаря улучшению мультимодальных функций и оптимизацией ценовых стратегий, ожидается, что серия Близнецов займет более важную позицию в области ИИ.