gemini-omni-flash-preview
Rede Neural
Especificações
- Entrada
- texto, imagens, documentos
- Saída
- texto
- Tamanho do contexto
- 131 072 tokens
- Comprimento máximo de resposta
- 32 000 tokens
- Níveis de raciocínio
- baixo, médio, alto
- Recursos
- raciocínio, Batch API
Custo do prompt
(por 1M tokens)
Custo da resposta
(por 1M tokens)
Prompt de imagem
(por 1K tokens)
Como funciona gemini-omni-flash-preview?
Perguntas frequentes sobre gemini-omni-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.
O modelo google-gemini trabalha com texto, imagens e documentos: responde a perguntas, analisa e corrige código, ajuda com raciocínio e tarefas STEM, e extrai significado de arquivos carregados. É adequado para assistentes, análise de documentos e cenários de trabalho onde é necessário um contexto de até 65.536 tokens.
Até 32.000 tokens em uma única resposta — isso equivale a dezenas de páginas de texto. É suficiente para uma análise longa de documento, um artigo detalhado ou um grande bloco de código inteiro. Se houver mais material, divida a tarefa em partes e reúna o resultado com solicitações sequenciais no mesmo diálogo.
Sim, o modo de raciocínio do modelo está confirmado: antes de responder, ele analisa a tarefa passo a passo, em vez de fornecer a primeira solução que lhe vem à mente. A diferença é perceptível em matemática, lógica, depuração de código e perguntas de várias etapas, onde a cadeia de conclusões é importante, e não apenas a velocidade.
Em nossos dados, a chamada de funções e a saída JSON estruturada não estão marcadas, mas isso não significa que não existam. Se você estiver criando um agente ou integração, verifique o esquema em seu cenário: o BotHub possui uma API única compatível com OpenAI e, se necessário, você pode alternar para outro modelo sem reescrever o código.
Imagens e documentos — sim: envie uma captura de tela, esquema ou arquivo e peça para analisar o conteúdo. A recepção de áudio e vídeo não está marcada em nossos dados, portanto, conte com imagens e documentos; para áudio, escolha um modelo especializado no catálogo.
Em nossos dados, as características linguísticas não estão especificadas, por isso não prometemos formulações exatas. O Gemini é uma família de modelos multilíngues, e esses modelos geralmente processam solicitações em russo sem problemas. É mais seguro verificar com sua própria tarefa: no BotHub, o acesso é feito sem VPN ou cartão estrangeiro, com pagamento via cartões russos.