gemini-robotics-er-2-preview
Réseau Neuronal
Caractéristiques
- Entrée
- texte, images, documents
- Sortie
- texte
- Taille du contexte
- 131 072 tokens
- Longueur maximale de la réponse
- 32 000 tokens
- Fonctionnalités
- Batch API
Coût du prompt
(par 1M tokens)
Coût de la réponse
(par 1M tokens)
Invite d'image
(par 1K tokens)
Comment ça marche gemini-robotics-er-2-preview?
Questions fréquentes sur gemini-robotics-er-2-preview
Vous pouvez utiliser les résultats générés à des fins commerciales. Tous les droits sur le contenu créé vous appartiennent. Seule restriction : vérifiez que la requête ne contient pas de contenus protégés par le droit d'auteur appartenant à des tiers. Le respect des droits sur les données d'entrée relève de votre responsabilité.
Le modèle Google accepte du texte, des images et des documents en entrée, et répond par du texte. La fenêtre contextuelle est de 65 536 jetons, ce qui permet d'inclure un document volumineux ou une série d'images dans une seule requête. Il est adapté à l'analyse d'images, à l'extraction de données à partir de fichiers et à l'analyse textuelle de supports visuels.
La limite d'une réponse est de 32 000 jetons, soit environ plusieurs dizaines de pages. C'est suffisant pour la plupart des tâches : analyse détaillée de documents, longs résumés, description structurée d'une série d'images. Si vous avez besoin d'un volume plus important, divisez le travail en requêtes successives — la fenêtre contextuelle de 65 536 jetons est suffisante pour cela.
Nos données ne mentionnent pas de mode de raisonnement spécifique, nous ne pouvons donc pas le garantir. Cependant, rien ne vous empêche de demander au modèle de décomposer la tâche étape par étape directement dans le prompt — les réponses sont généralement plus précises ainsi. Le plus simple est de tester avec votre propre exemple.
Nos données ne mentionnent pas l'appel de fonctions ou un mode JSON strict, nous ne pouvons donc pas les garantir. Vous pouvez demander le format souhaité via une instruction simple dans le prompt et une description du schéma. Le modèle est disponible via l'API BotHub compatible avec OpenAI, tester votre scénario ne prend donc que quelques minutes.
Les images et les documents, oui, ce sont des formats d'entrée confirmés : vous pouvez envoyer une image, un scan ou un fichier et obtenir une analyse textuelle. L'audio et la vidéo ne figurent pas dans la liste des entrées prises en charge ; pour le son et les vidéos, il vaut mieux utiliser un autre modèle — il est facile de changer de modèle dans la même fenêtre BotHub.
Nous n'avons pas de données sur les langues de prompt et de réponse, nous ne pouvons donc rien affirmer concernant le russe — cela ne peut être vérifié que par votre propre tâche. Ce qui est certain : l'interface et le paiement en roubles, l'accès depuis la Russie sans VPN ni carte étrangère, et le paiement à l'usage par jetons.