Gemini 1.5 Pro (vision)

FjölbreytilegtÚr notkunEkki tiltækt

eftir 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.

Sjá valkosti Bera saman

Staða: Ekki tiltækt
Samhengi: 2.097.152 tákn
Hámarksúttak: 8.192 tákn
Inntak → úttak: Texti + Mynd + Hljóð + Myndbandi → Texti
Þróunaraðili: Google DeepMind
Uppfært: 23. september 2026

Gemini 1.5 Pro (vision) er ekki tiltækt eins og er

Þú getur enn lesið upplýsingarnar á þessari síðu. Veldu einn af tiltækum valkostum hér að neðan til að keyra sambærilegt módel strax.

Fara í valkosti

Veitandinn hefur tekið þetta módel úr notkun.

Sambærileg módel

Öll í þessum flokki

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/keyrsla
Bera Gemini 1.5 Pro (vision) og BLIP saman
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 inn
Bera Gemini 1.5 Pro (vision) og Claude Opus 4.7 saman
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 inn
Bera Gemini 1.5 Pro (vision) og Claude Sonnet 4.6 saman

Leiksvæði

Prófaðu Gemini 1.5 Pro (vision)

Spjall

Ekki fáanlegt sem stendur

Ekki tiltækt sem stendur.

Leiksvæðið er óvirkt. Þú getur fundið sambærileg módel í sama flokki: Skoðaðu valkosti

Sendu skilaboð. Svarið kemur í heilu sinni þegar módel er tilbúið (engin streymi).

Hámarkssvarlengd (tákn)

HitastigMódelsstaðall

⌘/Ctrl + Enter

Þessi keyrsla

Engin verð – ekki tiltækt eins og er.

Nýr hér?

10 ókeypis inneign (0,10 USD) þegar þú skráir þig með Google

Hægt að nota 24 klst. eftir skráningu, allt að 5 keyrslur á dag og að hámarki 2 inneign á keyrslu. Aðrar innskráningaraðferðir byrja án inneignar.

Um Gemini 1.5 Pro (vision)

StuttlegaFrá og með 23. september 2026

Gemini 1.5 Pro (vision) er módel frá Google DeepMind í flokknum Fjölbreytilegt. Gemini 1.5 Pro (vision) er ekki tiltækt á Railwail eins og er. Samhengisgluggi geymir 2.097.152 tákn og ein svör getur verið allt að 8.192 tákn löng.

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.

Verðlagning

Ekki tiltækt sem stendur. Engin verð fyrir þetta módel eins og er, svo það er ekki hægt að keyra það.

API

Kallaðu Gemini 1.5 Pro (vision) með Railwail API-lyklinum þínum. Notaðu þessa módel-auðkenningu í beiðninni:

gemini-1-5-pro-visionAPI-skjöl Fáðu API-lykil

Ekki tiltækt sem stendur

Módel hefur engan staðfestan verð eða er óvirkt; API-köll eru hafnað.

Forskriftir

Módel-auðkenni: gemini-1-5-pro-vision
Þróunaraðili: Google DeepMind
Flokkur: Fjölbreytilegt
Inntak: Texti, Mynd, Hljóð, Myndbandi
Úttak: Texti
Samhengisglugginn: 2.097.152 tákn
Hámark úttak: 8.192 tákn
Lífsferill: Úr notkun
Vörulistafærsla uppfærð: 23. september 2026

Inntaksbreytur

Inntak og stillingar úr inntakskerfi módelsins. Dæmið í API-hlutanum sýnir hverjar þeirra API samþykkir.

BreytuTegundSjálfgefiðLeyfðir gildir

promptnauðsynlegt
Question or instruction about the media
Tegund: Texti
Sjálfgefið: –
Leyfðir gildir: allt að 32.000 stafir
top_p
Tegund: Tala
Sjálfgefið: 0.95
Leyfðir gildir: 0 til 1
stream
Tegund: Já/Nei
Sjálfgefið: false
Leyfðir gildir: –
image_url
Image, PDF or video URL to analyze
Tegund: Texti
Sjálfgefið: –
Leyfðir gildir: –
max_tokens
Tegund: Heiltala
Sjálfgefið: 2048
Leyfðir gildir: 1 til 8.192
temperature
Tegund: Tala
Sjálfgefið: 1
Leyfðir gildir: 0 til 2
system_prompt
Optional system instruction
Tegund: Texti
Sjálfgefið: –
Leyfðir gildir: allt að 8.000 stafir

Merki

google
gemini
vision
multimodal
long-context
video-understanding

Algengar spurningar

Hvað er Gemini 1.5 Pro (vision)?

Gemini 1.5 Pro (vision) er módel frá Google DeepMind í flokknum Fjölbreytilegt. Það er skráð á Railwail en er ekki hægt að keyra það sem stendur.

Hvað kostar Gemini 1.5 Pro (vision) á Railwail?

Gemini 1.5 Pro (vision) er ekki hægt að keyra á Railwail sem stendur, svo engar núverandi verðir eru til. Fáanlegir valkostir með verðum eru skráðir lengra niður á þessari síðu.

Hversu stór er samhengisgluggi Gemini 1.5 Pro (vision)?

Samhengisgluggi Gemini 1.5 Pro (vision) geymir 2.097.152 tákn. Ein svör getur verið allt að 8.192 tákn löng.

Hversu hratt er Gemini 1.5 Pro (vision)?

Það eru ekki nóg mældar keyrslur af Gemini 1.5 Pro (vision) á Railwail ennþá til að tilgreina keyrslutíma. Það fer eftir inntakinu, stillingum og álagi hjá veitandanum.

Er Gemini 1.5 Pro (vision) betra en BLIP?

Það fer eftir verkefninu. Gemini 1.5 Pro (vision) (Google DeepMind) og BLIP (Salesforce) eru bæði módel í flokknum Fjölbreytilegt. Samanburðarsíðan sýnir verð og forskriftir þeirra hlið við hlið.

Bera saman Gemini 1.5 Pro (vision) og BLIP

Getur Gemini 1.5 Pro (vision) unnið úr myndum?

Já. Gemini 1.5 Pro (vision) tekur myndir sem inntok auk texta.

Get ég notað Gemini 1.5 Pro (vision) núna?

Ekki tiltækt sem stendur. Síðan helst á netinu; fáanlegir valkostir úr sama flokki eru skráðir lengra niður.

Öll módel í gegnum eina API

Einn API-lykil fyrir öll módel á Railwail. Notkun er rukkuð frá fyrirframgreiddum inneign, 1 inneign = 0,01 USD.

Fáðu API-lykil Skoðaðu öll módel