Gemini 1.0 Pro
Gemini 1.0 Pro
Gemini 1.0 Proは自然言語処理(NLP)モデルで、多ターンのテキストとコードチャット、コード生成などのタスク用に設計されています。テキスト入力と出力をサポートしており、自然言語タスクに非常に適しています。このモデルは複雑な会話の処理とコード断片の生成に最適化されています。調整可能なセキュリティ設定を提供し、関数呼び出しをサポートしますが、JSONスキーマやシステム命令はサポートしていません。最新の安定版はgemini-1.0-pro-001で、最後の更新は2024年2月です。
インテリジェンス(弱い)
速度(遅い)
入力サポートモダリティ
いいえ
推論モデルかどうか
32,768
コンテキストウィンドウ
8,192
最大出力トークン
2024-02-01
知識カットオフ
価格設定
¥3.6 /M tokens
入力
¥10.8 /M tokens
出力
¥5.4 /M tokens
混合価格
クイック簡易比較
Gemini 2.0 Pro Experimental (Feb '25)
Gemini 1.5 Pro (May '24)
¥2.5
Gemini 1.5 Pro (Sep '24)
¥2.5
基本パラメータ
GPT-4.1技術パラメータ
パラメータ数
未発表
コンテキスト長
32.77k tokens
トレーニングデータカットオフ
2024-02-01
オープンソースカテゴリ
Proprietary
マルチモーダルサポート
テキストのみ
スループット
120
リリース日
2023-12-06
応答速度
0 tokens/s
ベンチマークスコア
以下はclaude-monetの様々な標準ベンチマークテストでのパフォーマンスです。これらのテストは、異なるタスクやドメインにおけるモデルの能力を評価します。
インテリジェンス指数
2059
大規模言語モデルインテリジェンスレベル
コーディング指数
1167
コーディングタスクにおけるAIモデルのパフォーマンス指標
数学指数
-
数学的問題の解決、数学的推論、または数学関連タスクの実行における能力指標
MMLU Pro
43.1
大規模マルチタスクマルチモーダル理解 - テキスト、画像、音声、ビデオの理解をテスト
GPQA
27.7
大学院物理学問題評価 - ダイヤモンド科学レベルの問題で高度な物理学知識をテスト
HLE
4.6
Hugging Face Open LLMリーダーボードにおけるモデルの包括的な平均スコア
LiveCodeBench
11.6
実世界のコード作成とプログラミングコンテスト問題解決における大規模言語モデルの能力を評価する特定の評価
SciCode
11.7
科学計算または特定の科学分野のコード生成におけるモデルの能力
HumanEval
2.2
特定のHumanEvalベンチマークテストセットでAIモデルが達成したスコア
Math 500スコア
40.3
最初の500の大規模でよく知られた数学ベンチマークテストのスコア
AIMEスコア
0.7
高難度の数学競技問題(特にAIMEレベル)を解決するAIモデルの能力を測定する指標
おすすめAIモデル
Gemini 1.0 Pro
google

¥3.6
入力トークン/百万
¥10.8
出力トークン/百万
33k
コンテキスト長
GPT 4
openai

¥216
入力トークン/百万
¥432
出力トークン/百万
8192
コンテキスト長
Qwen2.5 Coder Instruct 32B
alibaba

¥0.65
入力トークン/百万
¥0.65
出力トークン/百万
131k
コンテキスト長
Gemini 1.5 Flash 8B
google

¥0.58
入力トークン/百万
¥2.16
出力トークン/百万
1M
コンテキスト長
Gemini 1.5 Pro (May '24)
google

¥18
入力トークン/百万
¥72
出力トークン/百万
2M
コンテキスト長
Llama 3.2 Instruct 11B (Vision)
meta

¥0.43
入力トークン/百万
¥0.43
出力トークン/百万
128k
コンテキスト長
Gemini 2.0 Flash (experimental)
google

¥0.72
入力トークン/百万
¥5.04
出力トークン/百万
1M
コンテキスト長
O1 Preview
openai

¥108
入力トークン/百万
¥432
出力トークン/百万
128k
コンテキスト長