客岁底，Google Deedmind 推出了面向智能体期间的 Gemini 2.0 Flash 模子，一只脚迈入了 2.0 期间，时隔两个月，Gemini 2.0 系列百口桶终于正式上新。 在 DeepSeek 的「鲶鱼效应」催化下，这次发布与往常不太一样，不但在性能上有进一步的提拔，还挥动起 AI 性价比的大旗，同时也拥抱多模态本领。 最新的大模子竞技场中，Gemini-2.0-Pro 在全部种别中排名第 1，Gemini-2.0-Flash 排名第 3，Flash-lite 则以精彩的性价比跻身前十。
Deepmind CEO Demis Hassabis 发文称：
Gemini 2.0 系列模子重要特点如下：
详细来说，Gemini 2.0 系列百口桶模子各具特色。 此中，已全面发布的 Gemini 2.0 Flash 支持多模态输入和文本输出，具备 100 万tokens 的上下文窗口，并支持布局化输出、函数调用和代码实行等功能。 值得留意的是，其多模态及时 API 现在仍处于「beta」阶段，图像和音频输出功能也将在后续推出。
该模子的订价方案也已确定，文本、图像和视频输入每百万 tokens 收费 0.10 美元，音频输入则为 0.70 美元，（2 月 20 日起正式见效）。文本输出每百万 tokens 收费 0.40 美元。 各类缓存费用也都维持在较低程度。文本/图像/视频缓存费用为每百万 token 收费 0.025 美元，音频缓存费用为 0.175 美元。 在此底子上，Google 还推出了更具性价比的「轻量版」——Gemini 2.0 Flash-Lite 。 固然这款模子在功能上做了肯定弃取，暂不支持多模态及时 API、搜刮工具和代码实行，但它保存了 100 万 tokens 的上下文窗口，以及多模态输入、文本输出和函数调用等焦点功能。
其订价更为亲民，文本、图像和视频输入每百万 tokens 仅需 0.075 美元，险些比尺度版自制了三分之一。音频输入也为 0.075 美元，文本输出为 0.30 美元，文本/图像/视频缓存为每百万 tokens 仅需 0.01875 美元，音频缓存为 0.175 美元。 作为对比，DeepSeek-V3 模子如今在击中缓存的环境每百万 tokens 必要 0.014 美元。2 月 8 日起，其代价将规复到每百万 tokens 0.07 美元的程度。这一调解大概也是促使 Google 订定当前代价计谋的紧张因素之一。 据 Google 先容，利用该模子为 4 万张独特图片天生标题的本钱仅需不到 1 美元。 产物线的顶端则是 Gemini 2.0 Pro Experimental 版本。这款模子拥有 200 万 tokens 的超大上下文窗口，相称于可以一次性处置惩罚约 150 万个单词，能同时消化整个《哈利·波特》系列的七本书还绰绰有余。 在功能上，它也是最为万能的选手，不但支持多模态输入和文本输出，还具备布局化输出、函数调用、搜刮工具和代码实行等全方位本领。
在性能测试方面，Gemini 2.0 系列体现可圈可点。 在 MMLU-Pro 测试中，2.0 Pro Experimental 以 79.1% 的得分领先，而 2.0 Flash Lite Preview 和 2.0 Flash GA 分别得到 71.6% 和 77.6% 的结果。 在代码天生、数学和多语言本领等方面，2.0 Pro Experimental 同样体现优秀，特殊是在数学（91.8%）和多语言本领（86.5%）方面的结果尤为突出。 遗憾的是，即便是最强的 Gemini 2.0 Pro Experimental 版本也要远远落伍于 OpenAI o3 模子，并未完成外界等待的「弯道超车」。 不外也有网友以为，由于 Gemini 2.0 Pro 并非典范的 CoT 模子，当前的性能对比大概并不完全公道。
这些模子的重要上风在于其快速相应本领和较低的本钱，特殊实用于定名实体辨认或分类等特定使命。随着图像天生和文本到语音等新功能的即将推出，Gemini 2.0 系列的应用场景将进一步扩展。 如今，这些新模子现已在 Google AI Studio 和 Vertex AI 平台上向开辟者开放，Gemini 高级用户也可以在其装备上选用。 贪吃蛇大战、跳跃球，Gemini 2.0 还能如许玩 谁说 AI 只会干巴巴答复答复，随着 Gemini 2.0 百口桶的上线，网友如饥似渴地玩出了新格式。 比方说，想看贪吃蛇大战吗？让 Gemini 2.0 自行用代码操刀计划一个贪吃蛇游戏。
亦大概，Gemini Flash Thinking 模子是首个可以或许访问 YouTube 的推理模子，而且它还支持 Google 搜刮和舆图功能。
在图像渲染方面，有开辟者要求模子利用 p5.js 编写脚本，天生了一个包罗 100 个动态弹跳黄球的三维场景。而且，球体内的黄球还要可以或许精确相互碰撞，球体迟钝旋转，以及始终保持在球体内。
昨们也在 Google AI studio 简朴体验了此次上新的几款新模子。这几款新模子相应的速率倒是挺快的，至于结果嘛，Emmm，就属实有点难评了。
在 Gemini 大展拳脚之际，惯常偷袭的 OpenAI 也在连续发力。 本日，OpenAI 破晓公布 Deep Research 功能向全部 Pro 用户全面开放，包罗英国、欧盟、挪威、冰岛、列支敦士登和瑞士等地域。Plus 用户流下了倾慕的泪水。
而且，ChatGPT 的搜刮功能现已向全部用户开放，无需注册即可利用，进一步低落用户的利用门槛。 不外，在卷模子之前，不妨先卷一下 AI 模子的起名，无论是 Gemini 系列，照旧 OpenAI 的 GPT/o 系列，随着新模子的接踵而至，各类版本号和定名规则也是让人眼花缭乱。
客岁当 OpenAI CEO Sam Altman 被问及公司产物的定名计谋时，他也坦言相称头疼。 包罗 Anthropic CEO Amodei 曾表现，固然 Claude 的定名方式在早期看起来不错，但随着模子的快速迭代和更新，相沿的定名体系同样变得左支右绌。 他指出，现在没有任何 AI 公司真正「搞定定名」这一题目，各人都在积极探求更简朴、更清楚的定名方式。这大概也是 AI 巨头们少有告竣的共识。 |
