Gemini Nano-2
Geen schatting
Geen hardware-eisen voor dit model
De gewichten voor dit model zijn niet gepubliceerd, dus het kan niet worden gedownload of uitgevoerd op je eigen hardware in welke grootte dan ook. Het is alleen bereikbaar via de aanbieder, en geen enkele grafische kaart verandert dat..
Op record
Volledige specificatie
Alles wat geregistreerd is voor dit model. Het merendeel beschrijft hoe het getraind werd in plaats van hoe het draait - nuttige context om te beoordelen hoeveel werk erin is gestoken, en hoe het zich verhoudt tot modellen die op een andere schaal zijn gebouwd..
Oorsprong
Wie heeft dit model gebouwd, waar, en wanneer het gepubliceerd werd.
- Organisatie
- Google DeepMind
- Organisatietype
- Industry
- Land
- United States of America
- Gepubliceerd
- 19 December 2023
- Auteurs
- Gemini Team
Wat het doet
De probleemgebieden waarvoor het model is gebouwd. Een model kan meerdere van elk bevatten.
- Domein
- Multimodal, Language, Vision, Audio
- Taak
- Chat, Image captioning, Speech recognition (ASR)
Grootte
Hoe groot het model is en hoeveel data het is getraind. Parameters zijn het cijfer dat bepaalt of het past op een gegeven grafische kaart.
- parameters
- 3.3B
- Training gegevens
- tokens
3.25B
De trainingsrun
Wat het fysiek kostte om te trainen: welke chips, hoeveel, hoe lang, en wat dat van het stopcontact vroeg.
- Training hardware
- Google TPU v5e
Beschikbaarheid
Of je het model kunt verkrijgen en het op je eigen hardware kunt draaien, wat bepaalt of een van de grafische kaartcijfers op deze pagina van toepassing is.
- Gewichten
- Closed — provider access only
- Toegang tot model
- Unreleased
- Training code
- Unreleased
May be API access in the future. There is an Android API but it "is under a closed early access preview program at this time": https://ai.google.dev/gemini-api/docs/get-started/android_aicore
Hoe het is geclassificeerd
Labels van de brondataset die worden toegepast bij het volgen van opmerkelijke modellen, en hoe zeker het is van de invoer.
- Waarschijnlijk boven de 10²³ FLOP
- Yes
- Waarom het wordt gevolgd
- Significant use
- Record vertrouwen
- Confident
- Citaties
- 633
Significant use; deployed on Android phones such as the Pixel: https://store.google.com/intl/en/ideas/articles/pixel-feature-drop-december-2023/ "Despite their size, they show exceptionally strong performance on factuality, i.e. retrieval-related tasks, and significant performance on reasoning, STEM, coding, multimodal and multilingual tasks"
Bronnen
Waar deze record vandaan kwam en wanneer deze voor het laatst is gecontroleerd.
- Referentie
- Gemini: A Family of Highly Capable Multimodal Models
- Laatst bijgewerkt
- 28 November 2025
Wat de cijfers betekenen
Achtergrond
Gemini Nano-2 werd gepubliceerd door Google DeepMind, in het land geregistreerd als United States of America, tijdens December 2023. De categorie waaronder de uitgever valt is industry.
Het werkt in het domein van Multimodal, Language, Vision, Audio, en wordt geregistreerd als het uitvoeren van de taak van chat, Image captioning, Speech recognition (ASR).
De gewichten werden nooit gepubliceerd, dus het kan alleen worden bereikt via de provider. Geen enkele GPU verandert dat.
Training en herkomst
Het wordt gevolgd in de onderliggende dataset om één specifieke reden: significant use.
Antwoorden
Gemini Nano-2 — veelgestelde vragen
Gemini Nano-2— waarvoor wordt het gebruikt?
Het werkt in het domein van Multimodal, Language, Vision, Audio, en wordt geregistreerd als het afhandelen van chat, Image captioning, Speech recognition (ASR). Modellen hebben vaak meer dan één van elk, en de tags beschrijven het doel in plaats van de capaciteitslimieten.
Gemini Nano-2— Welke GPU heb ik nodig om het te draaien?
Dit is een gesloten model — de gewichten zijn nooit gepubliceerd, dus het kan niet gedownload of uitgevoerd worden op je eigen hardware voor eender welke prijs. Het is alleen bereikbaar via de aanbieder.
Gemini Nano-2— is het open-source?
Nee. De gewichten zijn niet gepubliceerd, dus het bestaat alleen als een dienst die wordt beheerd door de eigenaar.
Gemini Nano-2— hoeveel parameters heeft het?
Het heeft een parameter telling van 3.3B. 3.25B. Dat cijfer is het totaal, en het bepaalt hoeveel MEMORY het MODEL nodig heeft - ongeveer een halve gigabyte per miljard bij de compressie die de meeste mensen gebruiken.
Gemini Nano-2— wie heeft het gemaakt?
Het werd gepubliceerd door Google DeepMind, gebaseerd op United States of America, een organisatie geclassificeerd als industry.
Gemini Nano-2— wanneer is het uitgebracht?
Het werd gepubliceerd in December 2023. De capaciteit per parameter is aanzienlijk verbeterd sinds, zodat een nieuwere model van dezelfde grootte vaak een betere benutting van dezelfde hardware is.
De andere richting
Van de andere kant bekijken?
Deze pagina begint met het model. Als je al een kaart bezit en alles wilt weten wat het zal draaien, begin in plaats van de hardware.