Gemini 1.5 Flash (vision)

MultimodalneWycofanyNiedostępne

od 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.

Zobacz alternatywy Porównaj

Status: Niedostępne
Kontekst: 1 048 576 tokenów
Maks. wyjście: 8192 tokenów
Wejście → Wyjście: Tekst + Obraz + Audio + Wideo → Tekst
Deweloper: Google DeepMind
Zaktualizowano: 23 września 2026

Gemini 1.5 Flash (vision) jest obecnie niedostępny

Możesz nadal przeczytać szczegóły na tej stronie. Wybierz jedną z dostępnych alternatyw poniżej, aby od razu uruchomić porównywalny model.

Przejdź do alternatyw

Dostawca wycofał ten model.

Porównywalne modele

Wszystkie w tej 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 USD/uruchomienie
Porównaj Gemini 1.5 Flash (vision) i 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 USD/1M wej.
Porównaj Gemini 1.5 Flash (vision) i 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 USD/1M wej.
Porównaj Gemini 1.5 Flash (vision) i Claude Sonnet 4.6

Playground

Spróbuj Gemini 1.5 Flash (vision)

Chat

Niedostępny

Obecnie niedostępne.

Plac zabaw jest wyłączony. Porównywalne modele znajdziesz w tej samej kategorii: Przeglądaj alternatywy

Wyślij wiadomość. Odpowiedź pojawi się w całości, gdy model będzie gotowy (bez streamingu).

Maks. długość odpowiedzi (tokeny)

TemperaturaDomyślnie modelu

⌘/Ctrl + Enter

To uruchomienie

Brak ceny – obecnie niedostępne.

Nowy tutaj?

10 darmowych kredytów (0,10 USD) po zarejestrowaniu się przez Google

Dostępne 24 godzin po rejestracji, do 5 uruchomień dziennie i maksymalnie 2 kredytów na uruchomienie. Inne metody logowania uruchamiają się bez kredytów.

O Gemini 1.5 Flash (vision)

Krótko mówiącStan na 23 września 2026

Gemini 1.5 Flash (vision) to model opracowany przez Google DeepMind w kategorii Multimodalne. Gemini 1.5 Flash (vision) nie jest obecnie dostępny w serwisie Railwail. Okno kontekstu zawiera 1 048 576 tokenów, a jedna odpowiedź może mieć do 8192 tokenów.

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.

Ceny

Obecnie niedostępne. Dla tego modelu nie ma ceny w tej chwili, dlatego nie można go uruchomić.

API

Wywołaj Gemini 1.5 Flash (vision) za pomocą klucza API Railwail. Użyj tego ID modelu w żądaniu:

gemini-1-5-flash-visionDokumentacja API Uzyskaj klucz API

Obecnie niedostępne

Model nie ma zweryfikowanej ceny lub jest wyłączony; wywołania API są odrzucane.

Specyfikacje

ID modelu: gemini-1-5-flash-vision
Deweloper: Google DeepMind
Kategoria: Multimodalne
Wejście: Tekst, Obraz, Audio, Wideo
Wyjście: Tekst
Okno kontekstu: 1 048 576 tokenów
Maks. wyjście: 8192 tokenów
Cykl życia: Wycofany
Wpis w katalogu zaktualizowany: 23 września 2026

Parametry wejściowe

Dane wejściowe i ustawienia ze schematu wejściowego modelu. Przykład w sekcji API pokazuje, które z nich API akceptuje.

ParametrTypDomyślnieDozwolone wartości

promptwymagane
Question or instruction about the media
Typ: Tekst
Domyślnie: –
Dozwolone wartości: do 32 000 znaków
top_p
Typ: Liczba
Domyślnie: 0.95
Dozwolone wartości: 0 do 1
stream
Typ: Tak/Nie
Domyślnie: false
Dozwolone wartości: –
image_url
Image, PDF or video URL to analyze
Typ: Tekst
Domyślnie: –
Dozwolone wartości: –
max_tokens
Typ: Liczba całkowita
Domyślnie: 2048
Dozwolone wartości: 1 do 8192
temperature
Typ: Liczba
Domyślnie: 1
Dozwolone wartości: 0 do 2
system_prompt
Optional system instruction
Typ: Tekst
Domyślnie: –
Dozwolone wartości: do 8000 znaków

Tagi

google
gemini
vision
multimodal
cost-efficient
long-context

Często zadawane pytania

Co to jest Gemini 1.5 Flash (vision)?

Gemini 1.5 Flash (vision) to model opracowany przez Google DeepMind w kategorii Multimodalne. Jest wymieniony w katalogu Railwail, ale nie może być uruchomiony w tej chwili.

Ile kosztuje Gemini 1.5 Flash (vision) w serwisie Railwail?

Gemini 1.5 Flash (vision) nie może być uruchomiony w serwisie Railwail w tej chwili, dlatego nie ma aktualnej ceny. Dostępne alternatywy z cenami są wymienione poniżej na tej stronie.

Jakie jest okno kontekstu Gemini 1.5 Flash (vision)?

Okno kontekstu Gemini 1.5 Flash (vision) zawiera 1 048 576 tokenów. Jedna odpowiedź może mieć do 8192 tokenów.

Jak szybki jest Gemini 1.5 Flash (vision)?

Dla Gemini 1.5 Flash (vision) jest jeszcze zbyt mało zmierzonych przebiegów w serwisie Railwail, aby podać czas przebiegu. Zależy to od wejścia, ustawień i obciążenia u dostawcy.

Czy Gemini 1.5 Flash (vision) jest lepszy niż BLIP?

To zależy od zadania. Gemini 1.5 Flash (vision) (Google DeepMind) i BLIP (Salesforce) to oba modele z kategorii Multimodalne. Strona porównania pokazuje ich ceny i specyfikacje obok siebie.

Porównaj Gemini 1.5 Flash (vision) i BLIP

Czy Gemini 1.5 Flash (vision) może przetwarzać obrazy?

Tak. Gemini 1.5 Flash (vision) akceptuje obrazy jako wejście oprócz tekstu.

Czy mogę używać Gemini 1.5 Flash (vision) teraz?

Obecnie niedostępne. Strona pozostaje online; dostępne alternatywy z tej samej kategorii są wymienione poniżej.

Wszystkie modele przez jedno API

Jeden klucz API dla każdego modelu na Railwail. Opłaty pobierane są z przedpłaconych kredytów, 1 kredyt = 0,01 USD.

Pobierz klucz API Przeglądaj wszystkie modele