O Google lançou recentemente três novos modelos de IA da série Gemini 2.0: a versão básica do Gemini 2.0 Flash, a versão econômica do Gemini 2.0 Flash-Lite e a versão experimental do Gemini 2.0 Pro, com o objetivo de atender às diferentes necessidades de diferentes usuários e desenvolvedores Para desempenho e custo. Esses três modelos têm sua própria ênfase na funcionalidade e preço, marcando outro marco no avanço contínuo do Google no campo de grandes modelos de idiomas. O artigo explicará as características, o desempenho e as estratégias de preços desses três modelos em detalhes e fará previsões preliminares na direção futura do desenvolvimento do Google no campo da IA.
O Google expandiu sua família modelo de IA e lançou três novas versões dos modelos Gemini2.0, a saber, a versão básica do Gemini2.0flash, a versão econômica do Gemini2.0flash-Lite e a versão experimental do gemini2.0Pro. Esses novos modelos foram projetados para atender às diferentes necessidades de uso e fornecer um equilíbrio diversificado entre desempenho e custo.
A versão básica do Gemini2.0flash foi lançada pela primeira vez em dezembro do ano passado e agora está totalmente lançada, com limites de frequência de uso mais altos e desempenho aprimorado. Gemini2.0flash-Lite é uma variante de baixo custo para desenvolvedores e atualmente está sendo visualizada publicamente através da API.
Gemini2.0Pro é um modelo experimental projetado para tarefas complexas de prompt e codificação, com uma janela de contexto que se expande para 2 milhões de marcadores, o dobro do que a versão flash.
Atualmente, esses modelos suportam apenas a saída de texto e o Google planeja adicionar recursos de imagem, áudio e vídeo ao vivo aos modelos Flash e Pro nos próximos meses. Além disso, todos os três modelos são capazes de processar imagens e áudio como entradas.
Em termos de teste, o Google comparou o desempenho do Gemini2.0Pro, e os resultados mostraram que ele superou os modelos anteriores em quase todas as áreas. Na tarefa de matemática, Gemini2.0Pro obteve 91,8% no benchmark Math, enquanto Hiddenmath marcou 65,2%, excedendo em muito o desempenho da versão flash.
O Gemini2.0flash obteve 29,9% no teste SimpleQA da OpenAI, enquanto o modelo Pro obteve 44,3%. Isso mostra que Gemini2.0Pro tem maior precisão ao responder a perguntas complexas.
Vale ressaltar que o Google ajustou seus preços de API, eliminando as diferenças anteriores entre consultas de texto curtas e longas. Isso significa que cargas de trabalho híbridas (texto e imagens) podem custar menos que a versão Gemini1.5flash, embora as melhorias de desempenho. Em termos de preço específico, a taxa para Gemini2.0flash está definida como US $ 0,075 por milhão de entrada e saída é de US $ 0,4. O Gemini2.0flash-Lite relativamente barato custa US $ 0,075 para entrada de texto, imagem e vídeo e US $ 0,30 para saída de texto.
Embora o Gemini2.0flash tenha um preço superior às gerações anteriores, o novo modelo de lite flash oferece melhor desempenho pelo mesmo preço, com o objetivo de preencher a lacuna entre preço e desempenho.
Além disso, o Google atualizou o aplicativo Gemini e abriu totalmente as funções da série Gemini, com o objetivo de fornecer aos usuários uma experiência mais rica do usuário.
Todos os modelos estão disponíveis em dispositivos de desktop e móveis através do Google AI Studio e Vertex AI e o avançado Gemini Advanced Chatbot do Google.
Blog oficial: https://blog.google/technology/google-deepmind/gemini-model updates-febroary-2025/
Pontos -chave:
O Google lançou três novos modelos Gemini2.0, incluindo Flash, Flash-Lite e Pro para atender às diferentes necessidades.
O Gemini2.0Pro teve um bom desempenho nos testes de matemática e precisão, com pontuações significativamente mais altas que as gerações anteriores.
Os ajustes de preços da API tornam o custo das cargas de trabalho híbridas mais competitivas, enquanto o flash-lite preenche as lacunas no mercado com melhor desempenho.
Em suma, o lançamento da série Gemini 2.0 do Google demonstra sua inovação contínua no campo de modelos de idiomas em larga escala e sua compreensão precisa da demanda diversificada do mercado. No futuro, com a melhoria das funções multimodais e a otimização de estratégias de preços, a série Gemini deve ocupar uma posição mais importante no campo da IA.