Что такое Gemini?

Gemini — это семейство передовых генеративных моделей ИИ от Google, разработанных подразделениями DeepMind и Google Research. В отличие от предыдущих моделей компании, Gemini изначально создавался как мультимодальный ИИ, способный работать не только с текстами, но и с аудио, изображениями, видео и кодом.

 Источник изображения: Gemini 

Семейство Gemini включает несколько версий:

• Gemini Ultra — крупнейшая и самая мощная модель.
• Gemini Pro — флагманская модель, доступная в версии Gemini 2.0 Pro Experimental.
• Gemini Flash — ускоренная версия Pro, представленная также в форматах Flash-Lite (облегчённый) и Flash Thinking Experimental (с улучшенными логическими способностями).
• Gemini Nano — компактные модели Nano-1 и Nano-2, которые работают автономно и могут запускаться прямо на смартфонах.

Все модели Gemini прошли обучение на публичных, лицензированных и проприетарных данных, включая текст, изображения, видео и код. Однако использование данных без явного согласия владельцев остаётся спорным вопросом, особенно с точки зрения коммерческого применения.

Различие между приложениями и моделями Gemini

Стоит отметить, что Gemini — это не только модели, но и отдельные приложения. Они выполняют роль интерфейсов для взаимодействия с ИИ, аналогично ChatGPT или Claude.

Приложение Gemini доступно на веб-платформе, Android и iOS:

• На Android оно заменило Google Assistant и теперь может взаимодействовать с контентом на экране.
• На iOS модели Gemini доступны через приложения Google и Google Search.

Приложение поддерживает ввод голосом, текстом, изображениями и файлами (включая PDF). Если пользователь вошёл в одну и ту же учётную запись Google, все его диалоги синхронизируются между устройствами.

Gemini Advanced и Google One AI Premium

Чтобы получить доступ к самым передовым функциям Gemini, Google предлагает подписку Google One AI Premium за $20 в месяц.

Подписка включает:

• Gemini Advanced — улучшенные версии моделей Gemini с возможностью обработки 750 000 слов (около 1 500 страниц документов) в одном запросе.
• Доступ к Python-инструментам прямо внутри Gemini.
• Функцию Deep Research, которая анализирует информацию и создаёт подробные исследовательские отчёты.
• Расширенные функции в Gmail, Google Docs, Sheets, Meet и Drive.

Кроме этого, Gemini Advanced поддерживает планирование путешествий:
ИИ анализирует почтовые подтверждения рейсов, предпочтения в еде и туристические маршруты на основе данных из Gmail, Google Maps и Google Search.

Gemini в продуктах Google

Google постепенно интегрирует Gemini во все свои сервисы:

• Gmail: помогает писать письма и резюмировать переписки.
• Google Docs: генерирует текст, исправляет ошибки и помогает с мозговыми штурмами.
• Google Sheets: организует данные, создаёт таблицы и формулы.
• Google Meet: автоматические переводы субтитров.
• Chrome: новая функция автогенерации текстов на основе веб-страниц.
• Google Maps: анализирует отзывы и предлагает лучшие маршруты.
• Google Photos: поиск по естественному языку.
• YouTube: идеи для видео и сценариев.

Также Gemini используется в инструментах для разработчиков, таких как Firebase, Project IDX и Code Assist, помогая писать и оптимизировать код.

Функции Gemini

1. Gemini Extensions — интеграция с Gmail, YouTube, Google Drive и Google Calendar. Позволяет ИИ анализировать письма, файлы и данные из приложений.
2. Gems — возможность создавать персонализированные ботов на основе Gemini, например, ИИ-тренера по бегу или помощника для изучения языков.
3. Gemini Live — голосовое взаимодействие с Gemini в Pixel Buds Pro 2 и мобильных приложениях.

Генерация изображений с помощью Imagen 3

Google использует модель Imagen 3 для создания более точных и детализированных изображений.

Среди ключевых улучшений:

• Более точная передача текстовых запросов.
• Меньше визуальных ошибок и артефактов.
• Улучшенный рендеринг текста в изображениях.

В феврале 2024 года Google временно отключил генерацию изображений людей, но в августе вернул её в пилотном режиме для пользователей платных подписок.

Gemini в умных устройствах

ИИ-модели Gemini используются в Google Nest, Pixel 9, Google TV Streamer и других устройствах.

Примеры применения:

• Google TV Streamer — персонализированные рекомендации фильмов и сериалов.
• Nest-термостаты — анализ погодных условий и управление климатом в доме.
• Google Home — поиск видео по описанию и автоматизация сценариев.

Сколько стоит использование моделей Gemini?

Google предлагает бесплатные и платные тарифы для разработчиков:

1. Gemini 1.5 Pro
   • $1.25 за 1 млн входных токенов (до 128K токенов)
   • $5 за 1 млн выходных токенов
2. Gemini 1.5 Flash
   • $0.075 за 1 млн входных токенов
   • $0.30 за 1 млн выходных токенов
3. Gemini 2.0 Flash
   • $0.10 за 1 млн входных токенов
   • $0.40 за 1 млн выходных токенов
4. Gemini 2.0 Flash-Lite
   • $0.075 за 1 млн входных токенов
   • $0.30 за 1 млн выходных токенов

1 млн токенов ≈ 700 000 слов текста.

Gemini 2.0 Pro пока не имеет официального прайсинга, а Gemini Nano доступен только для партнёрских проектов.

Будущее проекта Astra

Google также разрабатывает Project Astra — ИИ-ассистента с мгновенным анализом видео и аудио в реальном времени. В перспективе Astra может работать в AR-очках, но пока находится в стадии тестирования.

Вывод

Google активно развивает Gemini, интегрируя его в экосистему сервисов и устройств. Сервис предлагает бесплатные функции для массового пользователя и платные расширенные возможности для бизнеса и разработчиков.

В будущем Gemini может стать ключевым конкурентом OpenAI, Meta и Microsoft, особенно если Google успешно внедрит его в поисковые сервисы и умные устройства.