Gemini 1.5 Pro
- 上下文
- 2M
- 输入价
- $1.25 / 百万 tokens
- 输出价
- $5.00 / 百万 tokens
- 许可
- 闭源
概览
Google 的多模态模型，最大支持 200 万 token 超长上下文，擅长长文档与长视频的整体理解，深度集成于 Google 产品生态。Mixture-of-Experts 架构保证了在超长上下文处理时的效率优势。
- 模态
- 多模态
能力
- 200 万 token 超长上下文
- 多模态理解（文本/图像/音频/视频）
- 代码生成与分析
- 长视频内容理解
- 结构化数据提取
基准测试
分数按各测试原始量表列示，不同测试之间不作百分比换算。
| 测试项目 | 得分 | 量表 |
|---|---|---|
| MMLU | 85.9 | / 100 |
| MMMU | 62.2 | / 100 |
| HumanEval | 71.9 | / 100 |
| MATH | 67.7 | / 100 |
| GPQA | 46.2 | / 100 |
版本历史
2024-09
- 音频理解能力提升，支持更长音频文件
- 代码生成与调试准确率改善
2024-05
上下文 2M- 上下文扩展到 200 万 token，行业最长
- 提升多模态理解，支持视频片段分析
2024-02
上下文 1M- 首次发布，100 万 token 上下文，引入 MoE 架构