Gemini 1.5 Flash (vision)

МултимодаленПовлеченоНедостапно

од Google DeepMindgemini-1-5-flash-vision

Google Gemini 1.5 Flash, the fast low-cost multimodal model. 1M-token context, image/audio/video input, good for high-volume captioning, classification and long-video skim tasks.

Погледни алтернативи Спореди

Статус: Недостапно
Контекст: 1.048.576 токени
Макс. излез: 8.192 токени
Влез → излез: Текст + Слика + Аудио + Видео → Текст
Развивач: Google DeepMind
Ажурирано: 23 септември 2026 г.

Gemini 1.5 Flash (vision) е моментално недостапен

Можете да ги прочитате деталите на оваа страница. Изберете една од достапните алтернативи подолу за да извршите споредлив модел веднаш.

Оди на алтернативи

Добавувачот го повлече овој модел.

Слични модели

Сите во оваа категорија

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$/извршување
Споредете Gemini 1.5 Flash (vision) и BLIP
Claude Opus 4.7Anthropic
Anthropic's April 2026 flagship. 87.6% on SWE-bench Verified, 3x higher image resolution, output self-verification, vision + reasoning.
6,00 US$/1M вл
Споредете Gemini 1.5 Flash (vision) и 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 вл
Споредете Gemini 1.5 Flash (vision) и Claude Sonnet 4.6

Playground

Пробајте Gemini 1.5 Flash (vision)

Разговор

Тренутно недостапно

Моментално недостапно.

Игралиштето е оневозможено. Слични модели можете да најдете во иста категорија: Погледни алтернативи

Испрати порака. Одговорот пристигнува целосно кога моделот е готов (без стриминг).

Макс. должина на одговор (токени)

ТемператураСтандард на модел

⌘/Ctrl + Enter

Овој тек

Нема цена – моментално недостапно.

Нов си овде?

10 бесплатни кредити (0,10 US$) кога ќе се регистрираш со Google

Употребливо 24 часа по регистрација, до 5 текови по ден и максимално 2 кредити по тек. Други методи на пријава почнуваат без кредити.

За Gemini 1.5 Flash (vision)

НакраткоОд 23 септември 2026 г.

Gemini 1.5 Flash (vision) е модел од Google DeepMind во категоријата Мултимодален. Gemini 1.5 Flash (vision) моментално не е достапен на Railwail. Контекстниот прозорец содржи 1.048.576 токени, а еден одговор може да биде до 8.192 токени долг.

Gemini 1.5 Flash is the latency- and cost-optimized member of the 1.5 family while keeping native multimodal input and a 1M-token context. It handles images, audio and video and is a practical default for high-throughput visual workloads: bulk captioning and tagging, content moderation, screenshot reading for agents, and quick passes over long videos before sending hard cases to a Pro model.

Цени

Моментално недостапно. Нема цена за овој модел во моментот, затоа не може да се извршува.

API

Повикајте го Gemini 1.5 Flash (vision) со вашиот Railwail API клуч. Користете го овој ID на моделот во барањето:

gemini-1-5-flash-visionПогледни API документација Добијте API клуч

Моментално недостапно

Моделот нема потврдена цена или е деактивиран; API повиците се отфрлаат.

Спецификации

ID на моделот: gemini-1-5-flash-vision
Развивач: Google DeepMind
Категорија: Мултимодален
Влез: Текст, Слика, Аудио, Видео
Излез: Текст
Контекстен прозорец: 1.048.576 токени
Макс. излез: 8.192 токени
Животен циклус: Повлечено
Каталошка ставка ажурирана: 23 септември 2026 г.

Параметри на влез

Влезови и поставки од шемата на влез на моделот. Примерот во делот API покажува кои од нив ги прифаќа API.

ПараметарТипСтандардноДозволени вредности

promptзадолжително
Question or instruction about the media
Тип: Текст
Стандардно: –
Дозволени вредности: до 32.000 знаци
top_p
Тип: Број
Стандардно: 0.95
Дозволени вредности: 0 до 1
stream
Тип: Да/Не
Стандардно: false
Дозволени вредности: –
image_url
Image, PDF or video URL to analyze
Тип: Текст
Стандардно: –
Дозволени вредности: –
max_tokens
Тип: Целина
Стандардно: 2048
Дозволени вредности: 1 до 8.192
temperature
Тип: Број
Стандардно: 1
Дозволени вредности: 0 до 2
system_prompt
Optional system instruction
Тип: Текст
Стандардно: –
Дозволени вредности: до 8.000 знаци

Ознаки

google
gemini
vision
multimodal
cost-efficient
long-context

Често поставувани прашања

Што е Gemini 1.5 Flash (vision)?

Gemini 1.5 Flash (vision) е модел од Google DeepMind во категоријата Мултимодален. Наведено е на Railwail, но не може да се извршува во моментов.

Колку чини Gemini 1.5 Flash (vision) на Railwail?

Gemini 1.5 Flash (vision) не може да се извршува на Railwail во моментов, затоа нема тековна цена. Достапни алтернативи со цени се наведени подолу на оваа страница.

Колку е контекстниот прозорец на Gemini 1.5 Flash (vision)?

Контекстниот прозорец на Gemini 1.5 Flash (vision) содржи 1.048.576 токени. Еден одговор може да биде до 8.192 токени долг.

Колку брз е Gemini 1.5 Flash (vision)?

Нема доволно измерени извршувања на Gemini 1.5 Flash (vision) на Railwail за да се наведе време на извршување. Зависи од влезот, поставките и оптеретувањето кај добавувачот.

Дали Gemini 1.5 Flash (vision) е подобар од BLIP?

Зависи од задачата. Gemini 1.5 Flash (vision) (Google DeepMind) и BLIP (Salesforce) се обата модели во категоријата Мултимодален. Страницата за споредба ги покажува нивните цени и спецификации една до друга.

Спореди Gemini 1.5 Flash (vision) и BLIP

Може ли Gemini 1.5 Flash (vision) да обработува слики?

Да. Gemini 1.5 Flash (vision) прифаќа слики како влез покрај текстот.

Можам ли да го користам Gemini 1.5 Flash (vision) сега?

Моментално недостапно. Страницата останува онлајн; достапни алтернативи од иста категорија се наведени подолу.

Сите модели преку една API

Еден API клуч за секој модел на Railwail. Употребата се наплаќува од подготвени кредити, 1 кредит = 0,01 US$.

Добијте API клуч Погледни ги сите модели