Gemini 1.5 Flash (vision)

МултимодалноПовученоНедоступно

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.

Погледај алтернативе Упореди

Статус: Недоступно
Контекст: 1.048.576 токена
Макс. излаз: 8.192 токена
Унос → излаз: Текст + Слика + Аудио + Видео → Текст
Програмер: Google DeepMind
Ажурирано: 23. септембар 2026.

Gemini 1.5 Flash (vision) је тренутно недоступан

Можеш и даље читати детаље на овој страници. Изабери једну од доступних алтернатива испод да одмах покренеш упоредив модел.

Иди на алтернативе

Добављач је повукао овај модел.

Упоредиви модели

Сви у овој категорији

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

Плејграунд

Пробајте Gemini 1.5 Flash (vision)

Разговор

Тренутно недоступно

Тренутно недоступно.

Playground је онемогућен. Упоредиве моделе можете пронаћи у истој категорији: Погледајте алтернативе

Пошаљи поруку. Одговор стиже у целости када је модел готов (без стриминга).

Макс. дужина одговора (токени)

ТемператураПодразумевана вредност модела

⌘/Ctrl + Enter

Овај покрет

Без цене – тренутно недоступно.

Нов си овде?

10 бесплатних кредита (0,10 US$) када се пријавиш са Google

Употребљиво 24 сати после пријаве, до 5 покрета дневно и највише 2 кредита по покрету. Други начини пријаве почињу без кредита.

О Gemini 1.5 Flash (vision)

УкраткоСтање: 23. септембар 2026.

Gemini 1.5 Flash (vision) је модел од Google DeepMind из категорије Мултимодално. Gemini 1.5 Flash (vision) тренутно није доступан на Railwail-у. Контекстни прозор садржи 1.048.576 токена, а један одговор може бити дугачак до 8.192 токена.

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.

Цене

Тренутно недоступно. За овај модел тренутно нема цене, па се не може покренути.

API

Позови Gemini 1.5 Flash (vision) са твојим Railwail API кључем. Користи овај ID модела у захтеву:

gemini-1-5-flash-visionПогледај API документацију Узми API кључ

Тренутно недоступно

Модел нема верификовану цену или је деактивиран; API позиви су одбијени.

Спецификације

ID модела: gemini-1-5-flash-vision
Програмер: Google DeepMind
Категорија: Мултимодално
Унос: Текст, Слика, Аудио, Видео
Излаз: Текст
Контекстни прозор: 1.048.576 токена
Макс. излаз: 8.192 токена
Животни циклус: Повучено
Унос у каталог ажуриран: 23. септембар 2026.

Параметри уноса

Уноси и подешавања из шеме уноса модела. Пример у API одељку показује које од њих API прихвата.

ПараметарТипПодразумеваноДозвољене вредности

promptобавезно
Question or instruction about the media
Тип: Текст
Подразумевано: –
Дозвољене вредности: до 32.000 карактера
top_p
Тип: Број
Подразумевано: 0.95
Дозвољене вредности: 0 до 1
stream
Тип: Да/Не
Подразумевано: false
Дозвољене вредности: –
image_url
Image, PDF or video URL to analyze
Тип: Текст
Подразумевано: –
Дозвољене вредности: –
max_tokens
Тип: Целобројни број
Подразумевано: 2048
Дозвољене вредности: 1 до 8.192
temperature
Тип: Број
Подразумевано: 1
Дозвољене вредности: 0 до 2
system_prompt
Optional system instruction
Тип: Текст
Подразумевано: –
Дозвољене вредности: до 8.000 карактера

Ознаке

google
gemini
vision
multimodal
cost-efficient
long-context

Често постављана питања

Шта је Gemini 1.5 Flash (vision)?

Gemini 1.5 Flash (vision) је модел од Google DeepMind у категорији Мултимодално. Наведен је на Railwail-у, али се тренутно не може покренути.

Колико кошта Gemini 1.5 Flash (vision) на Railwail-у?

Gemini 1.5 Flash (vision) се тренутно не може покренути на Railwail-у, па нема тренутне цене. Доступне алтернативе са ценама су наведене даље на овој страници.

Колики је контекстни прозор од Gemini 1.5 Flash (vision)?

Контекстни прозор од Gemini 1.5 Flash (vision) садржи 1.048.576 токена. Један одговор може бити дугачак до 8.192 токена.

Колико је брз Gemini 1.5 Flash (vision)?

За Gemini 1.5 Flash (vision) на Railwail-у још нема довољно измерених покретања да би се наводило време извршавања. Зависи од уноса, поставки и оптерећења код пружаоца услуге.

Да ли је Gemini 1.5 Flash (vision) бољи од BLIP?

То зависи од задатка. Gemini 1.5 Flash (vision) (Google DeepMind) и BLIP (Salesforce) су оба модела у категорији Мултимодално. Страница за поређење приказује њихове цене и спецификације упоредо.

Упоредите Gemini 1.5 Flash (vision) и BLIP

Може ли Gemini 1.5 Flash (vision) обрадити слике?

Да. Gemini 1.5 Flash (vision) прихвата слике као унос поред текста.

Могу ли да користим Gemini 1.5 Flash (vision) управо сада?

Тренутно недоступно. Страница остаје активна; доступне алтернативе из исте категорије су наведене даље.

Сви модели преко једног API-ја

Један API кључ за сваки модел на Railwail. Употреба се наплаћује из унапред припремљених кредита, 1 кредит = 0,01 US$.

Узми API кључ Прегледај све моделе