跳到正文

Gemini 1.5

面向长语境与多模态输入的谷歌模型

访问官网

Gemini 1.5 是什么

Gemini 1.5 被介绍为谷歌最新一代的 AI 助手模型,可进行长篇语境理解并支持多模态输入,在文本、代码、图像、音频和视频领域都有表现。资料称其采用更高效的模型结构,并实现百万级 token 语境长度,支持更复杂的推理和跨模态理解。

你可以用它做什么

  • 进行长篇语境理解
  • 支持多模态输入
  • 采用更高效的模型结构
  • 完成跨模态理解

应用场景

  • 进行长时间的自然语言对话
  • 理解复杂的代码逻辑
  • 分析图像中对象之间的关系

适用对象

  • 构建对话机器人
  • 知识问答
  • 语音助手

优点与缺点

✓ 我们认可的地方

  • 覆盖文本、代码、图像、音频与视频输入
  • 长语境支持复杂推理与跨模态理解

! 需要留意的地方

  • 语境长度以百万级表述,而非精确数值
  • 性能提升与更高效的模型结构相关

常见问题

支持哪些输入?

资料列出文本、代码、图像、音频和视频领域的多模态输入。

可用于构建什么?

audience 字段列出构建对话机器人、知识问答与语音助手。

最后评测: 2026-11-15

更多 大模型 API 平台 工具

查看全部 →

评测方法