gemini-omni-1.1-flash-preview
Rede Neural
Comprimento máximo de resposta
(em tokens)
Tamanho do contexto
(em 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.