Gemini Flash

• Gemini Flash nổi bật với đặc tính gọn nhẹ, tốc độ nhanh và hiệu quả chi phí, đồng thời cung cấp khả năng suy luận đa phương thức và cửa sổ ngữ cảnh dài tối đa một triệu token.

Hiệu năng

Được thiết kế cho tốc độ

• Tốc độ: Trong hầu hết các trường hợp sử dụng của nhà phát triển và doanh nghiệp, độ trễ đến token đầu tiên dưới một giây.
• Hiệu quả chi phí: Trong phần lớn các tác vụ phổ biến, 1.5 Flash có chất lượng tương đương các mô hình lớn hơn nhưng chi phí thấp hơn nhiều.
• Hiểu ngữ cảnh dài: Có thể xử lý video và âm thanh trong nhiều giờ, cũng như hàng trăm nghìn từ hoặc dòng mã.

Ngữ cảnh dài hơn

• Cửa sổ ngữ cảnh: Mặc định cung cấp cửa sổ ngữ cảnh một triệu token, cho phép xử lý 1 giờ video, 11 giờ âm thanh, hơn 30.000 dòng codebase hoặc hơn 700.000 từ.

Đổi mới không ngừng

• Nhóm nghiên cứu: Khám phá các ý tưởng mới ở tuyến đầu của AI và phát triển các sản phẩm đổi mới cho thấy tiến bộ nhất quán trên nhiều benchmark khác nhau.
• Mô hình mới nhất: Gemini 1.5 Flash.

So sánh hiệu năng

• Tổng quát: Trả lời câu hỏi thuộc 57 môn học (khoa học, nhân văn, v.v.) trong benchmark MMLU.

  • Gemini 1.0 Pro: 71.8%
  • Gemini 1.0 Ultra: 83.7%
  • Gemini 1.5 Pro (tháng 2 năm 2024): 81.9%
  • Gemini 1.5 Flash: 78.9%

• Code: Sinh mã Python, sử dụng bộ dữ liệu tương tự HumanEval.

  • Gemini 1.0 Pro: 69.6%
  • Gemini 1.0 Ultra: 74.9%
  • Gemini 1.5 Pro (tháng 2 năm 2024): 77.7%
  • Gemini 1.5 Flash: 77.2%

• Toán học: Các bài toán khó về đại số, hình học, giải tích, v.v.

  • Gemini 1.0 Pro: 32.6%
  • Gemini 1.0 Ultra: 53.2%
  • Gemini 1.5 Pro (tháng 2 năm 2024): 58.5%
  • Gemini 1.5 Flash: 54.9%

• Suy luận: Bộ dữ liệu câu hỏi do các chuyên gia sinh học, vật lý và hóa học biên soạn.

  • Gemini 1.0 Pro: 27.9%
  • Gemini 1.0 Ultra: 35.7%
  • Gemini 1.5 Pro (tháng 2 năm 2024): 41.5%
  • Gemini 1.5 Flash: 39.5%

• Đa ngôn ngữ: Dịch ngôn ngữ WMT23.

  • Gemini 1.0 Pro: 71.7
  • Gemini 1.0 Ultra: 74.4
  • Gemini 1.5 Pro (tháng 2 năm 2024): 75.2
  • Gemini 1.5 Flash: 74.1

• Hình ảnh: Các bài toán suy luận liên ngành ở cấp độ đại học.

  • Gemini 1.0 Pro: 47.9%
  • Gemini 1.0 Ultra: 59.4%
  • Gemini 1.5 Pro (tháng 2 năm 2024): 58.5%
  • Gemini 1.5 Flash: 56.1%

• Âm thanh: Nhận dạng giọng nói tự động cho 55 ngôn ngữ (tính theo tỷ lệ lỗi từ, càng thấp càng tốt).

  • Gemini 1.0 Pro: 6.4
  • Gemini 1.0 Ultra: 6.0
  • Gemini 1.5 Pro (tháng 2 năm 2024): 6.6
  • Gemini 1.5 Flash: 9.8

• Video: Hỏi đáp về video.

  • Gemini 1.0 Pro: 55.7%
  • Gemini 1.0 Ultra: 61.5%
  • Gemini 1.5 Pro (tháng 2 năm 2024): 63.2%
  • Gemini 1.5 Flash: 63.5%

Hướng dẫn cho nhà phát triển

Xây dựng với Gemini

• Google AI Studio: Cách đơn giản để phát triển prompt cho mô hình và xây dựng nhanh bằng Gemini API.
• Vertex AI: Bộ công cụ chuyên biệt dành cho nhà khoa học dữ liệu và kỹ sư machine learning.

Ý kiến của GN⁺

1. Cửa sổ ngữ cảnh dài: Cửa sổ ngữ cảnh một triệu token của Gemini Flash rất hữu ích cho xử lý dữ liệu quy mô lớn. Điều này đặc biệt có ích cho các dự án làm việc với video, âm thanh và codebase lớn.
2. Hiệu quả chi phí: Gemini Flash có chất lượng tương đương các mô hình lớn hơn nhưng chi phí thấp hơn. Đây là lợi thế lớn cho các dự án hoặc startup có ngân sách hạn chế.
3. Nhiều benchmark đa dạng: Có thể kiểm chứng hiệu năng của Gemini Flash qua nhiều benchmark khác nhau. Điều này cho thấy tính đa dụng của mô hình.
4. Thân thiện với nhà phát triển: Có thể tích hợp dễ dàng qua Google AI Studio và Vertex AI, rất thuận tiện cho nhà phát triển.
5. Sản phẩm cạnh tranh: Khi so sánh với các mô hình khác như GPT-4 của OpenAI, Gemini Flash có sức cạnh tranh về tốc độ và chi phí.