gemini-omni-1.1-flash-preview
Rede Neural
Especificações
- Entrada
- texto, imagens, documentos
- Saída
- texto
- Tamanho do contexto
- 65 536 tokens
- Comprimento máximo de resposta
- 32 000 tokens
Custo do prompt
(por 1M tokens)
Custo da resposta
(por 1M tokens)
Prompt de imagem
(por 1K tokens)
Como funciona gemini-omni-1.1-flash-preview?
Perguntas frequentes sobre gemini-omni-1.1-flash-preview
Você pode usar os resultados da geração para fins comerciais. Todos os direitos sobre o conteúdo criado pertencem a você. A única restrição: certifique-se de que a solicitação não inclua materiais de terceiros protegidos por direitos autorais. A responsabilidade pelo cumprimento dos direitos sobre os dados de entrada é do usuário.
É um modelo do google-gemini que aceita não apenas texto, mas também imagens e documentos, respondendo em texto. É adequado para analisar PDFs e digitalizações, analisar capturas de tela, escrever e refatorar código, e trabalhar com materiais longos: a janela de contexto é de 65.536 tokens.
Em uma única resposta, o modelo gera até 32.000 tokens — o que equivale a dezenas de páginas. É suficiente para um documento técnico volumoso, uma análise detalhada de arquivo ou um grande fragmento de código. Se houver mais material, divida a tarefa em partes e continue no mesmo diálogo; a janela de contexto de 65.536 tokens permite isso.
Em nossos dados, não há menção a raciocínio antes da resposta, portanto, não prometemos um modo de reflexão separado. Mas isso não significa que o modelo não consiga lidar com lógica de várias etapas: peça para ele detalhar a solução passo a passo e compare o resultado com outros modelos diretamente na interface do BotHub.
A chamada de funções e a saída JSON estruturada não estão marcadas em nossos dados, portanto, não é recomendável utilizá-las em produção sem testes. O acesso é feito através da API única compatível com OpenAI do BotHub: teste seu esquema e, se necessário, alterne para outro modelo sem reescrever a integração.
Imagens e documentos — sim: envie uma captura de tela, foto, PDF ou digitalização e peça para analisar o conteúdo. Não há menção sobre o recebimento de áudio e vídeo em nossos dados. O modelo responde em texto; a geração de imagens e som não é declarada — para isso, existem modelos separados no BotHub.
Não temos dados específicos sobre a qualidade do russo, portanto, não assumimos a responsabilidade pela avaliação. A maneira mais honesta é testar com sua tarefa: envie uma solicitação ao BotHub, veja a resposta e, se desejar, compare com outro modelo na mesma janela; a alternância leva segundos.