如何免費訪問Google Gemini 2.0型號？

>最先進的推理LLM的競賽正在加熱，比賽比以往任何時候都更加激烈。 DeepSeek用DeepSeek R1啟動了它，其次是OpenAI的O3-Mini，現在Google進入了強大的陣容：Gemini 2.0 Flash，Flash Lite，Pro和兩個實驗模型 - Flash 2.0 2.0思考和對應用程序進行思考。儘管Flash模型已經進入公共測試，但實驗性的模型可以重新定義推理和應用程序集成，挑戰O3-Mini和DeepSeek-R1。在此博客中，我們將研究這些新模型，它們的獨特功能及其競爭優勢。讓我們潛入！

目錄的目的表

>什麼是Gemini 2.0？實驗性
• gemini 2.0 flash Thinking flash Thinking apps
• gemini 2.0模型：基準比較
• gemini 2.0 2.0模型：功能比較
什麼是Gemini 2.0？
• Gemini 2.0是Google最新多模型的傘。這些模型是由Google開發的，可以看到代理時代對高延遲且性能提高的高效士兵模型的需求。在Gemini 2.0系列中，以下模型已經發佈到目前為止：
• Gemini 2.0 Flash
• Gemini 2.0 Flash Lite
• gemini 2.0 Pro實驗
>與這些強大的模型一起，Google還秘密發布了目前處於實驗階段的另外兩個模型。這兩個型號是：

Gemini 2.0 Flash思考實驗

gemini 2.0 flash用應用程序

進行實驗
這些實驗模型是迄今為止任何AI公司最令人興奮的模型。它們不僅提供了複雜的推理和邏輯思維，而且還可以與Google最常用的應用程序（如YouTube，地圖和搜索）一起使用。
2. >
所以，讓我們探索Google的每一個最新版本，一一。
3. Gemini 2.0 Flash

閃光燈模型是為大容量的高頻任務而設計的，優先考慮速度和效率。 Gemini 2.0 Flash現在公開可供所有人使用，使其適用於生產應用程序。這是該模型的關鍵特徵：

• >它可以通過100萬個令牌的巨大上下文窗口來處理繁重的任務並執行多模式推理。
• >在Gemini應用程序以及通過Google AI Studio和Vertex AI中的Gemini API中可以訪問。
• 該模型與OpenAI的GPT-4O，DeepSeek的V3和Qwen-2.5相媲美，其速度和效率在處理任務方面。

>

可用性：當前僅適用於Gemini高級訂戶在Gemini應用程序上使用，而在Google AI Studio中，可以免費使用。因此，如果您沒有付費的Gemini帳戶（免費的一個月試用），則可以在Google AI Studio中嘗試。 >

現在，讓我們在Gemini應用程序上進行測試。

提示：“在https://www.analyticsvidhya.com/blog/2024/07/building-agentic-agentic-rag-systems-with-langgraph/上閱讀文章，以了解為Wikipedia數據創建矢量數據庫的過程。然後，提供關鍵步驟的簡明摘要。 響應：

>評論：

>模型擅長通過Web鏈接閱讀。它產生了一個明確的摘要，然後列出了博客中涵蓋的廣泛步驟。因此，Gemini Flash 2.0被證明是一個快速有效的模型，可以通過訪問Internet進行求解查詢而迅速。這對於日常內容相關的任務以及圖像分析和生成非常有用。 >

Gemini 2.0 Flash Lite

Flash Lite模型的設計考慮了成本效益。它建立在其前任1.5閃存的基礎上，在保持同樣令人印象深刻的速度和負擔能力的同時，可以顯著提高質量。以下是其中的一些亮點：

2.0 Flash Lite是尋求績效和預算之間平衡的開發人員的絕佳選擇。 該模型擁有100萬個令牌上下文窗口，並支持多模式輸入，從而可以處理各種任務。

>

>目前正在公共預覽中，可通過Google AI Studio和Vertex AI的Gemini API訪問。這使開發人員可以實驗並將Flash Lite集成到他們的工作流程中。

• >可用性：
• Gemini 2.0 Flash Lite，可在Google AI Studio中免費使用。它也可以在Vertex AI中使用，但在Gemini App中尚未可用。
>
• >如何訪問Gemini 2.0 Flash Lite

要在Google AI Studio中使用Gemini 2.0 Flash Lite，您將必須：

>在網頁上註冊。

完成後，單擊左側面板中的“創建提示符”。 >

>從右側面板，“型號”部分下，選擇“ Gemini 2.0 Flash Lite 02-05”。

讓我們對其進行測試。
2. 提示：
3. “

>

>用簡單的單詞向我解釋以下圖像。

響應：

“此圖像顯示了與“世界”和用戶相互作用的AI代理。這是一個故障：

• 世界：這代表了AI在內的環境，包括Internet，操作系統，API服務器，硬件和物理世界。
• ai代理： >中央框代表AI代理，該代理從用戶接收輸入並與世界互動。它由多個部分組成：
  用戶：
  1. >與AI互動的人。它們提供了AI的輸入。 llm（大語言模型）：
  >
  2. > AI的大腦。它接收信息，處理並做出決定。 >工具：
  >
  3. > 該部分包含AI可以用來與世界交互的各種工具（網站API，應用程序，應用程序，Shell，Database等）。 內存：
  4. > AI的內存，它存儲和檢索信息（例如RAM，SQL數據庫和Vectordbs中的數據）。 > action：
  >
  5. > AI的操作模塊，使AI執行了LLM生成的指令。 >它如何工作：
• 用戶>
  > ai。
  1. > llm
  2. > 處理此輸入。 >
  3. llm > > action >工具> > world
  4. >>> > 內存 這個過程重複 評論： 響應以對圖像的小介紹開始。然後，它描述了圖像的每個部分，然後分解所有單個元素。最後，它簡要說明了圖像的所有組件如何工作。該型號很快起作用！很快將圖像分析並將圖像分解為簡單的解釋。對於需要速度的任務，例如為客戶查詢解決方案或Q/A會議構建聊天機器人以及面試準備； Gemini 2.0 Flash Lite是理想的。 gemini 2.0 Pro實驗 Gemini 2.0 Pro實驗代表雙子座家族關於能力的巔峰。它設計用於解決最複雜的任務，尤其是涉及編碼的任務。以下是有關Gemini 2.0 Pro的實驗版本的一些要點
     • 這個最新模型具有200萬個令牌上下文窗口，使其能夠處理並了解大量信息。
     >它具有撥打Google搜索和直接執行代碼等工具的獨特能力，從而大大擴展了其解決問題的潛力。
     • 當前，在實驗階段，Gemini 2.0 Pro實驗在更廣泛的釋放之前進行了完善和測試。
     • >
     可用性：此模型也僅適用於Gemini Appl上的Gemini Advanced的付費用戶。同時，用戶可以在Google AI Studio和Vertex AI中免費訪問它。因此，如果您沒有付費的雙子座帳戶（提供一個月的免費試用），則可以在Google AI Studio中嘗試。

     > 了解更多：Google Gemini 2.0比Openai O3-Mini更好的實驗？

     >讓我們看一下該模型的性能。

     > 提示：

     >

     >“解決這個難題，給我由解決方案組成的表。

     這個難題是從以下網站中獲取的。

     響應：

     將這些值放在網站上：

     

     >評論：

     >該模型解釋了其解決方案，並按照提示進行解決方案表。它根據給出的信息產生了正確的響應，儘管在幾個地方，它確實假定了顏色和貨幣的不正確值。但是，其最終結果仍然不受影響，因為這些值在整體響應中無關緊要。不用說，Gemini 2.0 Pro實驗確實將強大的推理與速度和準確性相結合。

     Gemini 2.0 Flash思考實驗

     > Flash Thinking實驗模型是一個令人興奮的發展，它結合了Gemini 2.0 Flash的速度和效率和增強的推理能力。這使其不僅可以快速處理信息，還可以將邏輯思維應用於復雜的問題。

     >當前，該模型可用於雙子座應用程序的用戶，僅提供一些用戶的早期訪問其高級功能的訪問。

     作為一個實驗模型，它仍在開發中，但它指向LLM的未來，可以更有效地推理和解決問題。

     >可用性：

     Gemini 2.0 Flash模型僅在付費版本中可用 - Gemini Advanced，在Gemini App上。但是，在Google AI工作室中，可以免費使用。因此，如果您沒有付費的Gemini帳戶（提供一個月的免費試用版），則可以在Google AI Studio中嘗試。
     • 現在讓我們看看這個型號可以做什麼。

     >提示：>“你走進房間看床。在床上，有兩隻狗，四隻貓，一隻長頸鹿，五頭牛和一隻鴨子。還有三把椅子和一張桌子。地板上有幾條腿？

     響應：

     “

     >讓我們分解：

     >

     >
     >床上的東西：狗，貓，長頸鹿，牛，鴨。這些動物在床上，所以它們的腿不在地板上。
     • >>房間裡的東西（除非另有說明，否則可能在地板上）
     >
     • 椅子：椅子有腿，通常在地板上。每個椅子有4個腿，有3椅。 表：桌子有腿，它們通常在地板上。桌子通常有4個腿，有1個表。 您：您走進房間。據推測，您站著或走路，雙腿在地板上。你有2條腿。
       • 讓我們計算地板上的腿：
       • 椅子：3椅子 * 4腿/椅子= 12腿
       >
     表：1個表 * 4腿/表= 4腿

     > 你：1人 * 2腿/人= 2腿

     >
     • 地板上的總腿​​> ：12 4 2 = 18腿
     • > 因此，地板上有18條腿。 >評論：
     • 這個問題的正確答案是22，其中包括3張椅子的12張腿，桌子的4腿，4張床的4腿和2腿。 Gemini 2.0 Flash實驗思維模型展示了出色的思維，對單個腿（大多數LLM都錯過的東西）說明了。然而，它忘了在床的腿上數。因此，即使很棒，該模型也可以更好地在邏輯推理上。 gemini 2.0 flash用應用程序
     進行實驗
     >在Flash思考實驗模型的基礎上，使用應用程序版本的Flash Thinking實驗增加了至關重要的交互層：與外部應用程序互動的能力。這是使其成為強大模型的原因：

     它與外部應用程序的集成使該模型不僅能夠成為理性，還可以在不同的應用程序中採取行動。這為複雜工作流程自動化的可能性開闢了世界。

     > 該模型展示了LLM深入我們的數字生活的潛力，與我們每天使用的工具無縫互動。

     >>可用性：

     gemini 2.0閃光燈僅在付費版本中可用 - gemini Advanced。同時，在Google AI工作室中，可以免費使用。因此，如果您沒有付費的Gemini帳戶（免費的一個月試用），則可以在Google AI Studio中嘗試。

     > 所以，讓我們進行測試。 >

     提示：>“告訴我我可以從我的位置到新德里火車站的所有可能路線。我目前在這裡：https：//maps.app.goo.gl/xciqxpugasxtxytk8”

     響應：

     “這是您目前在印度哈里亞納邦Gurugram的K-3 Road的新德里火車站的可能路線，印度Haryana 122022。 >

     這是您位於印度哈里亞納邦Gurugram 25號地區K-3 Road的新德里火車站的可能路線，

     路線1：通過NH 48

     >

     距離：16.4英里

     • 持續時間：大約49分鐘
     >
     • 摘要：此路線主要遵循NH 48。
     >
     • >映射URL
     • >這是當前提供的唯一路由。如果您想探索替代路線，則可以指定標準，例如避免高速公路或通行費，我可以檢查這些選項。
     評論：

     >在短短幾秒鐘內，該模型通過提示進行思考，訪問我通過地圖共享的位置，並為我提出了最佳的路徑。它為我提供了路線的詳細信息，並共享一個地圖鏈接以供我的參考。在尋找新城市的地方或快速定位地址時，這樣的功能可能是一個很好的補充。此LLM也非常適合轉錄或總結長YouTube視頻。儘管它在使用YouTube短褲時會遇到錯誤。 > 該模型結合了推理，速度和外部應用程序可訪問性的力量 - 一組。這樣的功能表明，我們很快就會看到這些思維模型。

     Gemini 2.0型號：基準比較
     >現在我們已經與Google所有最新型號合作，讓我們快速研究這些模型在不同基準測試中的性能。思考實驗模型的詳細信息尚不可用，因此我們將僅使用其餘三個模型：Gemini 2.0 Flash，Flash Lite和Pro。

     Capability	Benchmark	Gemini 2.0 Flash-Lite (Public Preview)	Gemini 2.0 Flash (GA)	Gemini 2.0 Pro Experimental
     General	MMLU-Pro	71.6%	77.6%	79.1%
     Code	LiveCodeBench (v5)	28.9%	34.5%	36.0%
     Code	Bird-SQL (Dev)	57.4%	58.7%	59.3%
     Reasoning	GQPA (diamond)	51.5%	60.1%	64.7%
     Factuality	SimpleQA	21.7%	29.9%	44.3%
     Factuality	FACTS Grounding	83.6%	84.6%	82.8%
     Multilingual	Global MMLU (Lite)	78.2%	83.4%	86.5%
     Math	MATH	86.8%	90.9%	91.8%
     Math	HiddenMath	55.3%	63.5%	65.2%
     Long-context	MRCR (1M)	58.0%	70.5%	74.7%
     Image	MMMU	68.0%	71.7%	72.7%
     Audio	CoVoST2 (21 lang)	38.4%	39.0%	40.6%
     Video	EgoSchema (test)	67.2%	71.1%	71.9%

     來源：Google DeepMind博客

     Gemini 2.0型號：功能比較

     >每個新型號都有自己獨特的功能集。在下表中，我列出了我們在此博客中探索的所有模型的功能和應用。

     結論

     Google的Gemini 2.0陣容標誌著生成AI模型功能的重要一步，為速度，效率和高級推理提供了定制的各種型號。 Gemini 2.0 Flash和Flash Lite迎合了高通量和成本效益的用例，而Gemini 2.0 Pro實驗看起來很有希望，可用於長篇文化的理解和工具集成。實驗模型，尤其是使用應用程序的Flash Thinking和Flash Thinking，引入了邏輯推理和無縫應用程序交互的可能性。

     Google使用Gemini 2.0

     為Genai模型奠定了基礎，這些模型更感知了上下文，多模式並深入整合到我們的數字生態系統中。隨著這些模型的發展，它們對AI驅動的工作流，內容產生和實時決策的影響只會增長。

     常見問題

     > Q1。什麼是Gemini 2.0？ Gemini 2.0是Google最新的AI Gen AI模型系列，旨在增強推理，多模式處理和高效任務。它包括Flash，Flash Lite，Pro和兩個實驗模型 - 使用應用程序的Flash Thinking和Flash Thinks。 Gemini 2.0與Openai的O3-Mini和DeepSeek R1相比如何？ Gemini 2.0型號，尤其是Flash和Pro系列，就推理，效率和工具集成而言，直接與OpenAI的O3-Mini和DeepSeek R1競爭。 Gemini 2.0 Flash專注於速度和成本效益，而Gemini 2.0 Pro實驗在復雜的推理和編碼方面表現出色。 Gemini 2.0 Flash和Flash Lite有什麼區別？ Gemini 2.0 Flash Lite之間的關鍵差異如下：

     Gemini 2.0 Flash：>專為高通量任務而設計，提供速度，效率和1M令牌上下文窗口。

     gemini 2.0 2.0 flash lite lite lite lite lite：

     適用於預算

     
     
     

     > Q4。 Gemini 2.0中有多少個實驗模型？ Gemini2.0中的當前有2個實驗模型：
     flash思維實驗：增強了邏輯推理和解決問題的方法。
     使用應用程序的閃光思考：構建思維模型，但基於思維模型，但與Google搜索，Maps和YouTube和YouTube等外部應用程序集成在一起，實現了現實的互動。如何訪問Gemini 2.0型號？您可以通過以下方式訪問這些模型：

     gemini 2.0 flash：
     >在Google AI Studio（免費）中可用，而Vertex ai。用戶。 gemini 2.0 Pro實驗：
     在Google AI Studio（免費）和Gemini Advanced（付費）中可用

以上是如何免費訪問Google Gemini 2.0型號？的詳細內容。更多資訊請關注PHP中文網其他相關文章！