Gemini 1.5 Pro

Gemini 1.5 Proは、100万トークンのコンテキスト長を、主流のAPIに初めて持ち込んだモデルです。Googleが2024年2月に公開し、同年5月に一般提供になりました。テキスト、画像、音声、動画を1つのプロンプトで読み込めます。Googleは、1時間分の動画や数百ページの文書をコンテキストに丸ごと保持させるデモを行いました。当時のGPT-4やClaudeが扱える範囲を、はるかに超えています。アーキテクチャはMixture-of-Expertsで、Googleによれば、より大きなGemini 1.0 Ultraにほとんどのベンチマークで並ぶか上回りつつ、動かすコストは安くなりました。

Googleは2024年中に1.5 Proの価格を2度引き下げ、最終的に、128,000トークン未満のプロンプトで、入力が100万トークンあたり約1.25ドル、出力が約5ドルに落ち着きました。スコアはMMLUが約85.9、HumanEvalが71.9で、2024年の大半を通じて、Geminiアプリ、Vertex AI、Gemini API経由で、Googleの本番用デフォルトモデルになりました。2025年にGoogleはフラッグシップをGemini 2.5 Proに替えましたが、1.5 Proは、既存の連携向けにAPIで引き続き使えます。