谷歌Gemini Decisions支持多模
· 頻道:эйай ньюз · 閱讀 18898
1. 谷歌上線多模態模型 Gemini Decisions,可同時接收視頻、音頻、圖像與文本輸入,輸入定價為每百萬 token 0.10 美元。原文給出的關鍵信息有兩點:一是把四種模態統一到同一個輸入入口,視頻、音頻不必先轉寫成文字再投餵模型;二是開發者可在 AI Studio 免費試用,驗證效果後再決定是否按量付費。編輯看法:0.10 美元/百萬輸入 token 在多模態價位裡屬於便宜一檔,但視頻與音頻的 token 消耗遠高於純文本,一段素材折算下來往往比預期更貴,動手前先用免費額度跑通成本模型更穩妥。
2. 原文內容:У Google теперь есть свой Jev. Gemini Decisions мультимодальна — может принимать на вход видео, аудио, изображения и текст⋯⋯(後半略)
3. Google has added a multimodal option to its lineup: Gemini Decisions accepts video, audio, images and text through a single input, with input tokens priced at $0.10 per million. Developers can test the model for free in AI Studio before paying. Cheap input pricing looks attractive, yet video and audio burn far more tokens than plain text, so real bills often land well above the headline rate.
該內容經過二次創作,已經去除違法違規內容。
#AI模型 #Gemini #多模態 #開發者工具