Gemini 1.5 Pro (vision)

MultimodálníVyřazenoNedostupné

od Google DeepMindgemini-1-5-pro-vision

Google Gemini 1.5 Pro with native multimodal input. Reads images, long PDFs, audio and video in up to a 2M-token context, useful for whole-document and long-video understanding.

Zobrazit alternativy Porovnat

Stav: Nedostupné
Kontext: 2 097 152 tokenů
Max. výstup: 8 192 tokenů
Vstup → výstup: Text + Obrázek + Audio + Video → Text
Vývojář: Google DeepMind
Aktualizováno: 23. září 2026

Gemini 1.5 Pro (vision) není momentálně dostupný

Podrobnosti na této stránce si můžete přečíst. Vyberte jednu z dostupných alternativ níže a spusťte porovnatelný model hned.

Na alternativy

Poskytovatel tento model vyřadil.

Srovnatelné modely

Všechny v této kategorii

BLIPSalesforce
Salesforce BLIP. Vision-language model for image captioning and visual question answering. Given an image it writes a short natural-language caption, or answers a question about the image when one is supplied. A widely used baseline for automatic captioning.
≈ 0,00030 US$/spuštění
Porovnat Gemini 1.5 Pro (vision) a BLIP
Claude Opus 4.7Anthropic
Anthropic's April 2026 flagship. 87.6% on SWE-bench Verified, 3x higher image resolution, output self-verification, vision + reasoning.
6,00 US$/1M vstup
Porovnat Gemini 1.5 Pro (vision) a Claude Opus 4.7
Claude Sonnet 4.6Anthropic
Anthropic's balanced mid-tier model from February 2026. Best price/performance for production workloads: 5x cheaper than Opus, near-flagship quality.
3,60 US$/1M vstup
Porovnat Gemini 1.5 Pro (vision) a Claude Sonnet 4.6

Playground

Vyzkoušet Gemini 1.5 Pro (vision)

Chat

Momentálně nedostupné

Momentálně nedostupné.

Playground je zakázán. Srovnatelné modely najdete ve stejné kategorii: Zobrazit alternativy

Pošli zprávu. Odpověď přijde kompletní, jakmile je model hotov (bez streamování).

Maximální délka odpovědi (tokeny)

TeplotaVýchozí nastavení modelu

⌘/Ctrl + Enter

Tento běh

Bez ceny – momentálně nedostupné.

Nový zde?

10 bezplatných credits (0,10 US$) při registraci přes Google

Použitelné 24 hodin po registraci, až 5 běhů za den a maximálně 2 credits za běh. Ostatní způsoby přihlášení začínají bez credits.

O Gemini 1.5 Pro (vision)

StručněStav: 23. září 2026

Gemini 1.5 Pro (vision) je model od Google DeepMind v kategorii Multimodální. Gemini 1.5 Pro (vision) není na Railwail v současné době dostupný. Kontextní okno obsahuje 2 097 152 tokenů, odpověď může být dlouhá až 8 192 tokenů.

Gemini 1.5 Pro accepts text, images, audio and video tokens in a single pass with a context window up to 2M tokens. That lets it ingest entire PDFs, hour-long videos or large image sets and answer questions across them. Common uses: long-document visual QA, video summarization and frame-level analysis, and mixed media extraction. Function calling and JSON output are first-class via the Gemini API.

Ceny

Momentálně nedostupné. Pro tento model momentálně není cena, takže jej nelze spustit.

API

Volejte Gemini 1.5 Pro (vision) s vaším API klíčem Railwail. V požadavku použijte toto ID modelu:

gemini-1-5-pro-visionDokumentace API Získat API klíč

Momentálně nedostupné

Model nemá ověřenou cenu nebo je deaktivován; volání API jsou odmítnuta.

Specifikace

ID modelu: gemini-1-5-pro-vision
Vývojář: Google DeepMind
Kategorie: Multimodální
Vstup: Text, Obrázek, Audio, Video
Výstup: Text
Kontextové okno: 2 097 152 tokenů
Max. výstup: 8 192 tokenů
Životní cyklus: Vyřazeno
Záznam v katalogu aktualizován: 23. září 2026

Vstupní parametry

Vstupy a nastavení ze vstupního schématu modelu. Příklad v sekci API ukazuje, které z nich API přijímá.

ParametrTypVýchozíPovolené hodnoty

promptpovinné
Question or instruction about the media
Typ: Text
Výchozí: –
Povolené hodnoty: až 32 000 znaků
top_p
Typ: Číslo
Výchozí: 0.95
Povolené hodnoty: 0 až 1
stream
Typ: Ano/Ne
Výchozí: false
Povolené hodnoty: –
image_url
Image, PDF or video URL to analyze
Typ: Text
Výchozí: –
Povolené hodnoty: –
max_tokens
Typ: Celé číslo
Výchozí: 2048
Povolené hodnoty: 1 až 8 192
temperature
Typ: Číslo
Výchozí: 1
Povolené hodnoty: 0 až 2
system_prompt
Optional system instruction
Typ: Text
Výchozí: –
Povolené hodnoty: až 8 000 znaků

Štítky

google
gemini
vision
multimodal
long-context
video-understanding

Často kladené otázky

Co je Gemini 1.5 Pro (vision)?

Gemini 1.5 Pro (vision) je model od Google DeepMind v kategorii Multimodální. Je uveden na Railwail, ale momentálně jej nelze spustit.

Kolik stojí Gemini 1.5 Pro (vision) na Railwail?

Gemini 1.5 Pro (vision) se momentálně na Railwail nedá spustit, takže není aktuální cena. Dostupné alternativy s cenami jsou uvedeny dále na této stránce.

Jaké je kontextní okno Gemini 1.5 Pro (vision)?

Kontextní okno Gemini 1.5 Pro (vision) obsahuje 2 097 152 tokenů. Odpověď může být dlouhá až 8 192 tokenů.

Jak rychlý je Gemini 1.5 Pro (vision)?

Pro Gemini 1.5 Pro (vision) je na Railwail zatím příliš málo naměřených spuštění na uvedení doby běhu. Závisí na vstupu, nastavení a zátěži u poskytovatele.

Je Gemini 1.5 Pro (vision) lepší než BLIP?

Záleží na úkolu. Gemini 1.5 Pro (vision) (Google DeepMind) a BLIP (Salesforce) jsou oba modely v kategorii Multimodální. Stránka porovnání zobrazuje jejich ceny a specifikace vedle sebe.

Porovnat Gemini 1.5 Pro (vision) a BLIP

Může Gemini 1.5 Pro (vision) zpracovávat obrázky?

Ano. Gemini 1.5 Pro (vision) přijímá obrázky jako vstup kromě textu.

Mohu Gemini 1.5 Pro (vision) používat hned teď?

Momentálně nedostupné. Stránka zůstává online; dostupné alternativy ze stejné kategorie jsou uvedeny dále.

Všechny modely přes jednu API

Jeden API klíč pro všechny modely na Railwail. Použití se účtuje z předplacených kreditů, 1 kredit = 0,01 US$.

Získat API klíč Zobrazit všechny modely