Gemini 1.5 Pro (vision)

MultimodalRetrasIndisponibil

de 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.

Vezi alternative Compară

Status: Indisponibil
Context: 2.097.152 tokeni
Ieșire max.: 8.192 tokeni
Intrare → ieșire: Text + Imagine + Audio + Video → Text
Dezvoltator: Google DeepMind
Actualizat: 23 septembrie 2026

Gemini 1.5 Pro (vision) nu este disponibil în acest moment

Poți citi în continuare detaliile pe această pagină. Alege una dintre alternativele disponibile de mai jos pentru a rula imediat un model comparabil.

Mergi la alternative

Furnizorul a retras acest model.

Modele comparabile

Toate din această categorie

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/rulare
Compară Gemini 1.5 Pro (vision) vs. 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 in
Compară Gemini 1.5 Pro (vision) vs. 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 in
Compară Gemini 1.5 Pro (vision) vs. Claude Sonnet 4.6

Playground

Încearcă Gemini 1.5 Pro (vision)

Chat

Indisponibil în prezent

Indisponibil în prezent.

Playground-ul este dezactivat. Modele comparabile găsești în aceeași categorie: Vezi alternativele

Trimite un mesaj. Răspunsul sosește complet când modelul termină (fără streaming).

Lungimea max. a răspunsului (tokeni)

TemperaturăImplicit model

⌘/Ctrl + Enter

Această rulare

Fără preț – momentan indisponibil.

Nou aici?

10 credite gratuite (0,10 USD) când te înregistrezi cu Google

Utilizabil 24 ore după înregistrare, până la 5 rulări pe zi și maximum 2 credite pe rulare. Alte metode de conectare încep fără credite.

Despre Gemini 1.5 Pro (vision)

Pe scurtDin 23 septembrie 2026

Gemini 1.5 Pro (vision) este un model de Google DeepMind din categoria Multimodal. Gemini 1.5 Pro (vision) nu este disponibil în prezent pe Railwail. Fereastra de context conține 2.097.152 token-uri, iar un răspuns poate fi lung de până la 8.192 token-uri.

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.

Prețuri

Indisponibil în prezent. Nu există preț pentru acest model în acest moment, deci nu poate fi executat.

API

Apelează Gemini 1.5 Pro (vision) cu cheia ta API Railwail. Folosește acest ID de model în cerere:

gemini-1-5-pro-visionDocumentația API Obține o cheie API

Indisponibil în prezent

Modelul nu are un preț verificat sau este dezactivat; apelurile API sunt refuzate.

Specificații

ID model: gemini-1-5-pro-vision
Dezvoltator: Google DeepMind
Categorie: Multimodal
Intrare: Text, Imagine, Audio, Video
Ieșire: Text
Fereastră de context: 2.097.152 tokeni
Ieșire max.: 8.192 tokeni
Ciclu de viață: Retras
Intrare catalog actualizată: 23 septembrie 2026

Parametri de intrare

Intrări și setări din schema de intrare a modelului. Exemplul din secțiunea API arată care dintre ele acceptă API-ul.

ParametruTipImplicitValori permise

promptobligatoriu
Question or instruction about the media
Tip: Text
Implicit: –
Valori permise: până la 32.000 caractere
top_p
Tip: Număr
Implicit: 0.95
Valori permise: 0 până la 1
stream
Tip: Da/Nu
Implicit: false
Valori permise: –
image_url
Image, PDF or video URL to analyze
Tip: Text
Implicit: –
Valori permise: –
max_tokens
Tip: Număr întreg
Implicit: 2048
Valori permise: 1 până la 8.192
temperature
Tip: Număr
Implicit: 1
Valori permise: 0 până la 2
system_prompt
Optional system instruction
Tip: Text
Implicit: –
Valori permise: până la 8.000 caractere

Etichete

google
gemini
vision
multimodal
long-context
video-understanding

Întrebări frecvente

Ce este Gemini 1.5 Pro (vision)?

Gemini 1.5 Pro (vision) este un model de Google DeepMind din categoria Multimodal. Este listat pe Railwail, dar nu poate fi rulat în acest moment.

Cât costă Gemini 1.5 Pro (vision) pe Railwail?

Gemini 1.5 Pro (vision) nu poate fi rulat pe Railwail în acest moment, deci nu există preț curent. Alternativele disponibile cu prețuri sunt listate mai jos pe această pagină.

Care este fereastra de context a Gemini 1.5 Pro (vision)?

Fereastra de context a Gemini 1.5 Pro (vision) conține 2.097.152 token-uri. Un răspuns poate fi lung de până la 8.192 token-uri.

Cât de rapid este Gemini 1.5 Pro (vision)?

Nu sunt suficiente rulări măsurate ale Gemini 1.5 Pro (vision) pe Railwail încă pentru a indica un timp de rulare. Depinde de intrare, de setări și de sarcina la furnizor.

Este Gemini 1.5 Pro (vision) mai bun decât BLIP?

Depinde de sarcină. Gemini 1.5 Pro (vision) (Google DeepMind) și BLIP (Salesforce) sunt ambele modele din categoria Multimodal. Pagina de comparație arată prețurile și specificațiile lor una lângă alta.

Compară Gemini 1.5 Pro (vision) și BLIP

Poate Gemini 1.5 Pro (vision) procesa imagini?

Da. Gemini 1.5 Pro (vision) acceptă imagini ca intrare, pe lângă text.

Pot folosi Gemini 1.5 Pro (vision) chiar acum?

Indisponibil în prezent. Pagina rămâne online; alternativele disponibile din aceeași categorie sunt listate mai jos.

Toate modelele printr-o singură API

O cheie API pentru fiecare model pe Railwail. Utilizarea se percepe din credite prepay, 1 credit = 0,01 USD.

Obține cheie API Vizualizează toate modelele