ツールを投稿

Gemini Pro

画像の作業に向いた、Googleの中位マルチモーダルモデル

フリーミアム チャットボット
ツールを開く →

Gemini Proは、GoogleのGeminiファミリーにある中規模のモデルを指します。より小さく安いFlashモデルと、いちばん負荷の高い推論向けの選択肢のあいだに置かれています。Googleの呼び方は世代ごとに変わりますが、考え方は同じです。Proは、最大のモデルにかかる費用や遅さなしに、要求の高い日常の作業へ向ける版です。Geminiは最初から、複数の種類の入力を一度に受け取るよう設計されています。同じモデルがテキストを読み、画像を見て、音声を聞き、動画を見るのであり、それらの仕事を別の仕組みへ渡しません。

実際のところ、Proは短いチャットの返事より丁寧さが要る作業に使われます。グラフや図の読み取り、長い文書についての推論、コードの作成とレビュー、複数のファイルや画像にまたがる質問への回答などです。長いコンテキスト長があるので、報告書の全文、コードベース、長い録音のような大きな入力を、1回のリクエストで扱えます。新しいProの版は、段階を追う推論を強めています。数学、計画、複数段階のプログラミングの問題に役立ちますが、その分、応答は遅くなります。

Gemini Proへは、いくつかの経路があります。Geminiアプリ、試作向けのGoogle AI Studio、本番のアプリケーション向けのGemini APIとVertex AIです。開発者向けの料金はトークン単位で、テスト用には上限付きの無料利用があります。Flashモデルと比べると、Proは遅く、費用も高くなりますが、複雑な推論と指示への追従は概して上です。分類や短い要約のように、量が多くて単純な仕事では、たいていFlashモデルの方が費用を抑えられます。