گوگل نسخه تولیدی Gemini 1.5 را برای توسعهدهندگان معرفی کرد.
این شرکت مدلهای Gemini 1.5 Pro و Flash را راهاندازی کرده و به توسعهدهندگان امکان دسترسی به عملکرد بهبودیافتهای را با هزینههای کمتر فراهم کرده است.
گوگل دو نسخه پایدار از مدلهای API Gemini 1.5 را برای توسعهدهندگان منتشر کرده که بهبود عملکرد و کاهش هزینههای تولید برنامه را نوید میدهد.
در تاریخ ۲۴ سپتامبر، گوگل از راهاندازی نسخههای پایدار مدلهای Gemini 1.5 Pro (gemini-1.5-pro-002) و Gemini 1.5 Flash (gemini-1.5-flash-002) خبر داد. مدلهای جدید Gemini که برای تولید آماده هستند، در مقایسه با مدلهای قبلی ۰۰۱، پیشرفتهای قابل توجهی در زمینههای تولید کد، ریاضیات، استدلال و تجزیه و تحلیل ویدئو نشان دادهاند.
مدل Gemini 1.5 Pro موانع مالی را برای توسعهدهندگان کاهش میدهد. گوگل قیمت مدل تولیدی Gemini 1.5 Pro را بیش از ۵۰٪ کاهش داده و ادعا کرده است که محدودیتهای نرخ این مدل سه برابر و تأخیر آن کمتر از مدلهای تجربی قبلی است. بر اساس یادداشتهای انتشار گوگل، هر دو مدل Gemini 1.5 به طور قابل توجهی دقت را افزایش داده و هالوسیناسیونهای مدل را کاهش میدهند، همچنین در دنبال کردن دستورالعملها، درک چند زبانه در ۱۰۲ زبان، تولید SQL و درک صوت و سند بهبود یافتهاند. گوگل طول خلاصهسازی را برای هر دو مدل کاهش داده و به توسعهدهندگان محصولات مبتنی بر چت گزینههایی برای تقویت قابلیتهای گفتگویی API ارائه کرده است.
از اول اکتبر، قیمتهای API Gemini 1.5 Pro برای درخواستهای کمتر از ۱۲۸،۰۰۰ توکن به ترتیب به ۶۴٪ برای توکنهای ورودی، ۵۲٪ برای توکنهای خروجی و ۶۴٪ برای توکنهای کششده افزایشی کاهش خواهد یافت.
در این اعلامیه آمده است: “برای تسهیل کار توسعهدهندگان در ساخت با Gemini، ما محدودیتهای نرخ سطح پرداختی برای ۱.۵ Flash را به ۲۰۰۰ RPM و برای ۱.۵ Pro را به ۱۰۰۰ RPM افزایش میدهیم که این اعداد از ۱۰۰۰ و ۳۶۰ تغییر کرده است.”
گوگل همچنین نسخه تجربی جدیدی از ۱.۵ Flash به نام Gemini 1.5 Flash-8B را با اعداد بنچمارک پایینتر معرفی کرده است. این بهروزرسانی شامل بهبودهای قابل توجهی در عملکرد برای استفادههای متنی و چندرسانهای میباشد.
همه نسخهها هماکنون در Google AI Studio و API Gemini در دسترس هستند.
در همین حال، رقیب اصلی هوش مصنوعی گوگل، OpenAI، به تدریج ویژگی “صدای پیشرفته” را برای کاربران منتخب ChatGPT عرضه کرده است.
حالت صدای پیشرفته ChatGPT امکان برقراری ارتباط سریعتر و شهودیتر با هوش مصنوعی را شبیه به انسان فراهم میکند. OpenAI همچنین پنج صدای جدید شامل Arbor، Maple، SXol، Spruce و Vale را معرفی کرده که به گزینههای صوتی موجود Breeze، Juniper، Cove و Ember افزوده شدهاند.
