Gemini 1.5 Flash
Žádný odhad
Žádné hardwarové požadavky pro tento model
Hmotnosti pro tento model nebyly zveřejněny, takže jej nelze stáhnout ani spustit na vlastním hardwaru v žádné velikosti. Je dostupný pouze prostřednictvím svého poskytovatele, a žádná změna grafické karty to nezmění..
Na záznamu
Plná specifikace
Všechno o tomto modelu v záznamech. Většina z toho popisuje, jak byl trénován, spíše než jak funguje — užitečný kontext pro posouzení, kolik práce do něj bylo vynaloženo, a jak se srovnává s modely postavenými na jiné úrovni..
Původ
Kdo vytvořil tento model, kde a kdy byl publikován.
- Organizace
- Google DeepMind
- Typ organizace
- Industry
- Země
- United States of America
- Publikováno
- 10 May 2024
- Autoři
- Gemini Team
Co to dělá
Problémové oblasti, pro které byl model vytvořen. Model může obsahovat několik z každého.
- Doména
- Multimodal, Language, Vision, Audio
- Úkol
- Chat, Image captioning, Visual question answering, Translation, Language modeling/generation, Question answering, Speech recognition (ASR)
Velikost
Jak velký je model a kolik dat byl trénován. Parametry jsou číslo, které rozhoduje, zda se vejde na danou grafickou kartu.
- Výcviková data
- tokens
Tréninkový běh
Co fyzicky vyžadovalo trénování: které čipy, kolik, jak dlouho a co to vyžadovalo ze zásuvky.
- Tréninkový hardware
- Google TPU v4
Dostupnost
Zda můžete získat model a spustit ho na svém vlastním hardwaru, což rozhoduje o tom, zda se některé z čísel grafických karet na této stránce vztahují.
- Hmotnosti
- Closed — provider access only
- Přístup k modelu
- API access
- Tréninkový kód
- Unreleased
API access: https://cloud.google.com/vertex-ai/generative-ai/docs/learn/models
Jak je to klasifikováno
Štítky aplikačních datových sad, které se používají při sledování významných modelů, a jak jistý je ve záznamu.
- Záznam důvěry
- Unknown
Žrovy
Odkud tento záznam pochází a kdy byl naposledy zkontrolován.
- Reference
- Gemini 1.5: Unlocking multimodal understanding across millions of tokens of context
- Nap poslední aktualizace
- 11 February 2026
Co čísla znamenají
Pozadí
Gemini 1.5 Flash byl zveřejněn Google DeepMind, v zemi zaznamenané jako United States of America, během May 2024. Vychází z organizace, která je kategorizována jako industry.
funguje v oblasti Multimodal, Language, Vision, Audio, a je zaznamenán jako vykonávající úkol chat, Image captioning, Visual question answering, Translation, Language modeling/generation, Question answering, Speech recognition (ASR).
Jeho váhy nikdy nebyly zveřejněny, takže k němu lze přistupovat pouze prostřednictvím jeho poskytovatele. Žádná změna grafické karty to nezmění.
Odpovědi
Gemini 1.5 Flash — běžné otázky
Gemini 1.5 Flash— kolik má parametrů?
Pro něj nebyl zveřejněn žádný počet parametrů, a proto se na této stránce neobjevují žádné údaje o paměti nebo rychlosti.
Gemini 1.5 Flash— Kdo to vytvořil?
Bylo to publikováno společností Google DeepMind, zakládající se na United States of America, organizace zařazená jako industry.
Gemini 1.5 Flash— Kdy byl vydán?
Bylo to zveřejněno v May 2024. Schopnost na parametr se od té doby výrazně zlepšila, takže novější model stejné velikosti je často lepším využitím stejného hardwaru.
Gemini 1.5 Flash— K čemu se to používá?
funguje v oblasti Multimodal, Language, Vision, Audio, a je zaznamenáno jako zpracovávající úkol chat, Image captioning, Visual question answering, Translation, Language modeling/generation, Question answering, Speech recognition (ASR). Toto jsou oblasti, kolem nichž byl navržen; popisují záměr spíše než tvrdou hranici.
Gemini 1.5 Flash— Jakou GPU potřebuji k jejímu spuštění?
Žádné. Toto je uzavřený model — jeho váhy nikdy nebyly zveřejněny, takže jej nelze stáhnout nebo spustit na vlastním hardwaru za žádnou cenu. Je dostupný pouze prostřednictvím jeho poskytovatele.
Gemini 1.5 Flash— Je to OPEN SOURCE?
Ne. Jeho váhy nebyly zveřejněny, takže existuje pouze jako služba řízená jeho vlastníkem.
Druhý směr
Díváte se na to z druhé strany?
Tato stránka začíná od modelu. Pokud již vlastníte kartu a chcete vědět všechno, co bude spuštěno, začněte raději od hardwaru.