Gemini 1.5 Pro (vision)

MultimodálisKivezetveNem elérhető

Google DeepMind általgemini-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.

Alternatívák megtekintése Összehasonlítás

Állapot: Nem elérhető
Kontextus: 2 097 152 token
Max. kimenet: 8192 token
Bemenet → kimenet: Szöveg + Kép + Hang + Videó → Szöveg
Fejlesztő: Google DeepMind
Frissítve: 2026. szeptember 23.

Gemini 1.5 Pro (vision) jelenleg nem elérhető

Az oldal részleteit továbbra is elolvashatja. Az alábbi elérhető alternatívák közül válasszon egy hasonló modell azonnali futtatásához.

Ugrás az alternatívákhoz

A szolgáltató kivezette ezt a modellt.

Hasonló modellek

Ebben a kategóriában az összes

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 USD/futás
Gemini 1.5 Pro (vision) és BLIP összehasonlítása
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 USD/1M be
Gemini 1.5 Pro (vision) és Claude Opus 4.7 összehasonlítása
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 USD/1M be
Gemini 1.5 Pro (vision) és Claude Sonnet 4.6 összehasonlítása

Playground

Próbáld ki: Gemini 1.5 Pro (vision)

Csevegés

Jelenleg nem elérhető

Jelenleg nem elérhető.

A játszótér letiltva van. Hasonló modelleket találsz ugyanabban a kategóriában: Alternatívák megtekintése

Írjon üzenetet. A válasz teljes egészében megérkezik, amikor a modell kész (nincs streaming).

Max. válaszlength (tokenek)

HőmérsékletModell alapértelmezése

⌘/Ctrl + Enter

Ez a futtatás

Nincs ár – jelenleg nem elérhető.

Új vagy itt?

10 ingyenes kredit (0,10 USD) Google-fiókkal való regisztrációkor

Használható 24 órával a regisztráció után, naponta legfeljebb 5 futtatás és futtatásonként legfeljebb 2 kredit. Más bejelentkezési módok kreditek nélkül indulnak.

A Gemini 1.5 Pro (vision) névjegye

Röviden2026. szeptember 23. szerint

A Gemini 1.5 Pro (vision) a Google DeepMind által fejlesztett modell a Multimodális kategóriában. A Gemini 1.5 Pro (vision) jelenleg nem érhető el a Railwail-en. A kontextablak 2 097 152 tokent tartalmaz, egy válasz pedig legfeljebb 8192 token hosszú lehet.

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.

Árak

Jelenleg nem elérhető. Jelenleg nincs ár ehhez a modellhez, ezért nem futtatható.

API

Hívja meg a Gemini 1.5 Pro (vision) modellt a Railwail API-kulcsával. Használja ezt a modell-azonosítót a kérésben:

gemini-1-5-pro-visionAPI dokumentáció megtekintése API-kulcs beszerzése

Jelenleg nem elérhető

A modellnek nincs ellenőrzött ára vagy deaktiválva van; az API-hívások visszautasítottak.

Specifikációk

Modell-azonosító: gemini-1-5-pro-vision
Fejlesztő: Google DeepMind
Kategória: Multimodális
Bemenet: Szöveg, Kép, Hang, Videó
Kimenet: Szöveg
Kontextusablak: 2 097 152 token
Max. kimenet: 8192 token
Életciklus: Kivezetve
Katalógus bejegyzés frissítve: 2026. szeptember 23.

Bemeneti paraméterek

A modell bemeneti sémájából származó bemenetek és beállítások. Az API szakaszban szereplő példa mutatja, hogy az API melyiket fogadja el.

ParaméterTípusAlapértelmezettEngedélyezett értékek

promptkötelező
Question or instruction about the media
Típus: Szöveg
Alapértelmezett: –
Engedélyezett értékek: legfeljebb 32 000 karakter
top_p
Típus: Szám
Alapértelmezett: 0.95
Engedélyezett értékek: 0 és 1 között
stream
Típus: Igen/nem
Alapértelmezett: false
Engedélyezett értékek: –
image_url
Image, PDF or video URL to analyze
Típus: Szöveg
Alapértelmezett: –
Engedélyezett értékek: –
max_tokens
Típus: Egész szám
Alapértelmezett: 2048
Engedélyezett értékek: 1 és 8192 között
temperature
Típus: Szám
Alapértelmezett: 1
Engedélyezett értékek: 0 és 2 között
system_prompt
Optional system instruction
Típus: Szöveg
Alapértelmezett: –
Engedélyezett értékek: legfeljebb 8000 karakter

Címkék

google
gemini
vision
multimodal
long-context
video-understanding

Gyakran ismételt kérdések

Mi az a Gemini 1.5 Pro (vision)?

A Gemini 1.5 Pro (vision) a Google DeepMind által fejlesztett modell a Multimodális kategóriában. A Railwail katalógusában szerepel, de jelenleg nem futtatható.

Mennyibe kerül a Gemini 1.5 Pro (vision) a Railwail-on?

A Gemini 1.5 Pro (vision) jelenleg nem futtatható a Railwail-on, ezért nincs aktuális ár. Az elérhető alternatívák árakkal az oldal alább találhatók.

Mekkora a Gemini 1.5 Pro (vision) kontextablaka?

A Gemini 1.5 Pro (vision) kontextablaka 2 097 152 tokent tartalmaz. Egy válasz legfeljebb 8192 token hosszú lehet.

Milyen gyors a Gemini 1.5 Pro (vision)?

A Gemini 1.5 Pro (vision)-nek még nincs elég mért futtatása a Railwail-on ahhoz, hogy futási időt adjunk meg. Ez a bemenettől, a beállításoktól és a szolgáltató terhelésétől függ.

A Gemini 1.5 Pro (vision) jobb, mint a BLIP?

Ez a feladattól függ. A Gemini 1.5 Pro (vision) (Google DeepMind) és a BLIP (Salesforce) egyaránt modellek a Multimodális kategóriában. Az összehasonlítás oldal az árakat és specifikációkat egymás mellett mutatja.

Gemini 1.5 Pro (vision) és BLIP összehasonlítása

A Gemini 1.5 Pro (vision) képes képeket feldolgozni?

Igen. A Gemini 1.5 Pro (vision) szöveg mellett képeket is fogad bemenetként.

Használhatom a Gemini 1.5 Pro (vision)-t most?

Jelenleg nem elérhető. Az oldal online marad; az ugyanabból a kategóriából elérhető alternatívák az oldal alább találhatók.

Összes modell egy API-n keresztül

Egy API-kulcs a Railwail összes modelljéhez. A használat előre feltöltött kreditek alapján kerül felszámításra, 1 kredit = 0,01 USD.

API-kulcs beszerzése Összes modell megtekintése