Gemini 2.0 Flash
Geen schatting
Geen hardwarevereisten voor dit model
De gewichten voor dit model zijn niet gepubliceerd, dus het kan niet worden gedownload of op uw eigen hardware worden uitgevoerd in welke omvang dan ook. Het is alleen toegankelijk via de provider, en geen grafische kaart verandert dat.
Op record
Volledige specificatie
Alles over dit model vastgelegd. Het meeste beschrijft hoe het getraind is in plaats van hoe het draait — nuttige context om te beoordelen hoeveel werk erin gestoken is en hoe het zich verhoudt tot modellen die op een andere schaal zijn gebouwd.
Oorsprong
Wie heeft dit model gebouwd, waar en wanneer het werd gepubliceerd.
- Organisatie
- Google DeepMind,Google
- Organisatie type
- Industry,Industry
- Land
- United States of America
- Gepubliceerd
- 11 December 2024
- Auteurs
- Gemini Team
Wat het doet
De probleemgebieden waarvoor het model is gebouwd. Een model kan er verschillende van elk bevatten.
- Domein
- Language, Vision, Audio, Speech, Video, Multimodal
- Taak
- Language modeling/generation, Question answering, Visual question answering, Speech recognition (ASR), Code generation, Quantitative reasoning, Video description, Translation, Chat, Table tasks, Search, Text summarization
Grootte
Hoe groot het model is en hoeveel data erop is getraind. Parameters zijn de cijfers die bepalen of het op een bepaalde grafische kaart past.
- Opleidingsgegevens
- tokens
De trainingsrun
Wat het fysiek kostte om te trainen: welke chips, hoeveel, hoe lang, en wat dat van het net trok.
- Trainingshardware
- Google TPU v6e Trillium
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
- Model toegang
- API access
- Trainingscode
- Unreleased
Availability Google AI Studio Gemini API Vertex AI Gemini App
Hoe het is geclassificeerd
Labels de bron dataset toepast bij het volgen van opmerkelijke modellen, en hoe zeker het is van de invoer.
- Waarschijnlijk boven 10²³ FLOP
- Yes
- Vereiste vertrouwen
- Unknown
Bronnen
Waar deze record vandaan komt en wanneer het voor het laatst is gecontroleerd.
- Referentie
- Introducing Gemini 2.0: our new AI model for the agentic era
- Laatst bijgewerkt
- 11 February 2026
Wat de cijfers betekenen
Achtergrond
Gemini 2.0 Flash was published by Google DeepMind,Google, in United States of America, in December 2024. It comes out of industry,Industry.
It works in Language, Vision, Audio, Speech, Video, Multimodal, and is recorded as doing language modeling/generation, Question answering, Visual question answering, Speech recognition (ASR), Code generation, Quantitative reasoning, Video description, Translation, Chat, Table tasks, Search, Text summarization.
Dit is een gesloten model: de getrainde waarden zijn bij degene gebleven die ze geproduceerd hebben, en er is geen lokale versie om te draaien.
Antwoorden
Gemini 2.0 Flash — Veelgestelde vragen
What GPU do I need to run Gemini 2.0 Flash?
None. Gemini 2.0 Flash is a closed model — its weights were never published, so it cannot be downloaded or run on your own hardware at any price. It is reachable only through its provider.
Is Gemini 2.0 Flash open source?
No. Gemini 2.0 Flash has not had its weights published, so it exists only as a service controlled by its owner.
How many parameters does Gemini 2.0 Flash have?
No parameter count has been published for Gemini 2.0 Flash, which is why no memory or speed figure appears on this page.
Who created Gemini 2.0 Flash?
Gemini 2.0 Flash was published by Google DeepMind,Google, based in United States of America, categorised as industry,Industry.
When was Gemini 2.0 Flash released?
Gemini 2.0 Flash was published in December 2024. Capability per parameter has improved considerably since, so a newer model of the same size is often the better use of the same hardware.
What is Gemini 2.0 Flash used for?
Gemini 2.0 Flash works in Language, Vision, Audio, Speech, Video, Multimodal, and is recorded as handling language modeling/generation, Question answering, Visual question answering, Speech recognition (ASR), Code generation, Quantitative reasoning, Video description, Translation, Chat, Table tasks, Search, Text summarization. Models frequently carry more than one of each, and the tags describe purpose rather than capability limits.
De andere richting
Vanuit het andere perspectief bekijken?
Deze pagina begint bij het model. Als u al een kaart bezit en alles wilt weten wat het zal uitvoeren, Begin liever bij de hardware.