通信人家园

标题: DeepSeek 逼急 Gemini 放大招，ChatGPT 搜索功能免费开放，AI 掀起让利战 [查看完整版帖子] [打印本页]

时间: 2025-2-6 17:05

作者: ttxx 标题: DeepSeek 逼急 Gemini 放大招，ChatGPT 搜索功能免费开放，AI 掀起让利战

去年底，Google Deedmind 推出了面向智能体时代的 Gemini 2.0 Flash 模型，一只脚迈入了 2.0 时代，时隔两个月，Gemini 2.0 系列全家桶终于正式上新。

在 DeepSeek 「鲶鱼效应」的催化下，这次发布与往常不太一样，不仅在性能上有进一步的提升，还挥舞起 AI 性价比的大旗，同时也拥抱多模态能力。

最新的大模型竞技场中，Gemini 2.0 Pro 在所有类别中排名第 1，Gemini 2.0 Flash 排名第 3，Flash-lite 则以出色的性价比跻身前十。

Deepmind CEO Demis Hassabis 发文称：

令人兴奋的进展！我们在不断提升质量的同时，努力降低成本。Gemini 2.0系列是性价比和性能方面的领先模型。

通过今天的发布，大家都可以利用它们强大的推理和多模态能力，这也为我们的智能工作奠定了基础。

Gemini 2.0 系列模型主要特点如下：

2.0 Pro Experimental：主打编码性能和处理复杂提示能力，在知识理解和逻辑推理方面表现出色。

2.0 Flash：专门面向开发者提供 API 接口，支持快速构建 App。

2.0 Flash Thinking Experimental：已在 Gemini App 中开放使用，供用户体验。

2.0 Flash-Lite：在保持高性能的同时实现了更优的成本效益和响应速度。

不到 1 美元能干啥？Google 新模型能给 4 万张图片配标题

具体来说，Gemini 2.0 系列全家桶模型各具特色。

其中，已全面发布的 Gemini 2.0 Flash 支持多模态输入和文本输出，具备 100 万tokens 的上下文窗口，并支持结构化输出、函数调用和代码执行等功能。

值得注意的是，其多模态实时 API 目前仍处于「beta」阶段，图像和音频输出功能也将在后续推出。

该模型的定价方案也已确定，文本、图像和视频输入每百万 tokens 收费 0.10 美元，音频输入则为 0.70 美元，（2 月 20 日起正式生效）。文本输出每百万 tokens 收费 0.40 美元。

各类缓存费用也都维持在较低水平。文本/图像/视频缓存费用为每百万 token 收费 0.025 美元，音频缓存费用为 0.175 美元。

在此基础上，Google 还推出了更具性价比的「轻量版」——Gemini 2.0 Flash-Lite 。

虽然这款模型在功能上做了一定取舍，暂不支持多模态实时 API、搜索工具和代码执行，但它保留了 100 万 tokens 的上下文窗口，以及多模态输入、文本输出和函数调用等核心功能。

其定价更为亲民，文本、图像和视频输入每百万 tokens 仅需 0.075 美元，几乎比标准版便宜了三分之一。音频输入也为 0.075 美元，文本输出为 0.30 美元，文本/图像/视频缓存为每百万 tokens 仅需 0.01875 美元，音频缓存为 0.175 美元。

作为对比，DeepSeek-V3 模型现在在击中缓存的情况每百万 tokens 需要 0.014 美元。2 月 8 日起，其价格将恢复到每百万 tokens 0.07 美元的水平。这一调整或许也是促使 Google 制定当前价格策略的重要因素之一。

据 Google 介绍，使用该模型为 4 万张独特图片生成标题的成本仅需不到 1 美元。

产品线的顶端则是 Gemini 2.0 Pro Experimental 版本。这款模型拥有 200 万 tokens 的超大上下文窗口，相当于可以一次性处理约 150 万个单词，能同时消化整个《哈利·波特》系列的七本书还绰绰有余。

在功能上，它也是最为全能的选手，不仅支持多模态输入和文本输出，还具备结构化输出、函数调用、搜索工具和代码执行等全方位能力。

在性能测试方面，Gemini 2.0 系列表现可圈可点。

在 MMLU-Pro 测试中，2.0 Pro Experimental 以 79.1% 的得分领先，而 2.0 Flash Lite Preview 和 2.0 Flash GA 分别获得 71.6% 和 77.6% 的成绩。

在代码生成、数学和多语言能力等方面，2.0 Pro Experimental 同样表现优异，特别是在数学（91.8%）和多语言能力（86.5%）方面的成绩尤为突出。

遗憾的是，即便是最强的 Gemini 2.0 Pro Experimental 版本也要远远落后于 OpenAI o3 模型，并未完成外界期待的「弯道超车」。

不过也有网友认为，由于 Gemini 2.0 Pro 并非典型的 CoT 模型，当前的性能对比可能并不完全合理。

这些模型的主要优势在于其快速响应能力和较低的成本，特别适用于命名实体识别或分类等特定任务。随着图像生成和文本到语音等新功能的即将推出，Gemini 2.0 系列的应用场景将进一步扩展。

现在，这些新模型现已在 Google AI Studio 和 Vertex AI 平台上向开发者开放，Gemini 高级用户也可以在其设备上选用。

贪吃蛇大战、跳跃球，Gemini 2.0 还能这样玩

谁说 AI 只会干巴巴回答回答，随着 Gemini 2.0 全家桶的上线，网友迫不及待地玩出了新花样。

比方说，想看贪吃蛇大战吗？让 Gemini 2.0 自行操刀设计一个贪吃蛇游戏。

亦或者，Gemini 2.0 Flash Thinking 模型是首个能够访问 YouTube 的推理模型，而且它还支持 Google 搜索和地图功能。

在图像渲染方面，有开发者要求模型使用 p5.js 编写脚本，生成了一个包含 100 个动态弹跳黄球的三维场景。并且，球体内的黄球还要能够正确相互碰撞，球体缓慢旋转，以及始终保持在球体内。

我们也在 Google AI Studio 简单体验了此次上新的几款新模型。这几款新模型响应的速度倒是挺快的，至于效果嘛，Emmm，就属实有点难评了。

在 Gemini 大展拳脚之际，惯常狙击的 OpenAI 也在持续发力。

今天，OpenAI 凌晨宣布 Deep Research 功能向所有 Pro 用户全面开放，包括英国、欧盟、挪威、冰岛、列支敦士登和瑞士等地区。Plus 用户流下了羡慕的泪水。

并且，ChatGPT 的搜索功能现已向所有用户开放，无需注册即可使用，进一步降低用户的使用门槛。

不过，在卷模型之前，不妨先卷一下 AI 模型的起名，无论是 Gemini 系列，还是 OpenAI 的 GPT/o 系列，随着新模型的接踵而至，各类版本号和命名规则也是让人眼花缭乱。

去年当 OpenAI CEO Sam Altman 被问及公司产品的命名策略时，他也坦言相当头疼。

包括 Anthropic CEO Amodei 曾表示，虽然 Claude 的命名方式在早期看起来不错，但随着模型的快速迭代和更新，沿用的命名体系同样变得捉襟见肘。

他指出，目前没有任何 AI 公司真正「搞定命名」这一问题，大家都在努力寻找更简单、更清晰的命名方式。这或许也是 AI 巨头们少有达成的共识。

来源：36kr

时间: 2025-2-6 17:35

作者: 不吹不黑

不要白不要！

通信人家园 (https://www.txrjy.com/)