Компания Google активно развивает технологии искусственного интеллекта, и модель Gemini 1.5 Pro стала одним из самых заметных результатов этой работы. Новая система демонстрирует значительный прогресс в обработке естественного языка и анализе сложных данных. Разработчики улучшили производительность модели и расширили её функциональность. Благодаря этому она точнее понимает контекст и быстрее справляется с задачами различной сложности. Технология предназначена для разработчиков, исследователей и компаний, которые активно используют ИИ в своих проектах. По мнению специалистов, появление этой модели стало важным этапом развития современных языковых систем.
Серия Gemini 1.5 представляет собой семейство моделей, ориентированных на выполнение широкого круга задач. Они могут работать с текстом, программным кодом и мультимодальными данными. Такие системы способны анализировать большие документы, отвечать на вопросы по объёмным репозиториям кода и обрабатывать видеоматериалы. Например, модель может изучить длинный PDF-документ на сотни страниц и выделить ключевые сведения. Также она способна анализировать многочасовые видеоролики и создавать на их основе полезные выводы или краткие пересказы. Благодаря таким возможностям технологии Gemini используются в исследовательских и корпоративных проектах. Среди моделей этой серии именно Gemini 1.5 Pro считается наиболее мощной и функциональной.
Основные характеристики Gemini 1.5 Pro
Одной из ключевых особенностей модели является расширенное окно контекста. Система способна обрабатывать до одного миллиона токенов, что значительно превышает возможности предыдущей версии. Благодаря этому модель может анализировать большие документы, длинные аудио- или видеозаписи и крупные базы программного кода. Такая возможность особенно полезна при работе со сложными проектами, где требуется учитывать большой объём информации. Кроме того, система поддерживает мультимодальные данные и может взаимодействовать с несколькими типами контента одновременно. Это делает её универсальным инструментом для разных сфер применения.
Основные возможности модели включают:
- обработку больших текстовых документов и длинных контекстов
- анализ изображений, видео и аудиоматериалов
- работу с программным кодом и крупными репозиториями
- генерацию текстов, переводов и аналитических ответов
Ещё одной важной особенностью является способность обучаться в контексте. Модель может усваивать новую информацию прямо во время работы с запросом пользователя. Для этого ей достаточно получить необходимые данные внутри длинного запроса. Например, система может освоить правила нового языка на основе одного набора лингвистических материалов. Такой подход позволяет расширять возможности модели без дополнительного обучения. Благодаря этому разработчики могут быстро адаптировать систему под разные задачи.
Сравнение стоимости с GPT-4o
Разработчики позиционируют Gemini 1.5 Pro как экономичную альтернативу решениям компании OpenAI, включая модель GPT-4o. Стоимость обработки входных и выходных токенов у этих систем отличается. Для запросов до 128 тысяч токенов цена входных данных в Gemini 1.5 Pro составляет 0.0035 доллара за тысячу токенов, тогда как у GPT-4o — около 0.005 доллара. При более длинных запросах стоимость увеличивается до 0.007 доллара за тысячу токенов. Цена генерации ответов также отличается и зависит от размера запроса.
Основные параметры стоимости выглядят следующим образом:
- входные токены до 128K — около 0.0035 доллара за тысячу токенов
- входные токены свыше 128K — около 0.007 доллара
- выходные токены до 128K — около 0.0105 доллара
- выходные токены свыше 128K — около 0.021 доллара
Дополнительно компания Google объявила о снижении цен на использование модели. С 1 октября 2024 года стоимость входных токенов уменьшается на 64 процента, а выходных — на 52 процента. Также снижается цена кэшированных токенов. Такое изменение делает использование модели более доступным для разработчиков и компаний. В сочетании с механизмом контекстного кэширования это позволяет значительно сократить расходы на работу с искусственным интеллектом.
