Gemini1.5 Proが一般公開された｜画像生成と会話するAIの魅力と可能性
https://note.com/chat_gpt777/n/nb87e09a7ef77
今までは限られた人しか使えなかったGemini1.5 Proが誰でも使えるようになった。このチャットボットの凄いところは100万トークンの入出力が出来る。単行本2,3冊を読み込んでしまえる。そしてそれの要約とかその中にある文章なんかを聞き出すことが出来る。何々ついては何と書いてありますか？など質問するとちゃんと答えてくれる。また画像を読み込んでその説明をしてくれる。料理などはレシピとともにカロリー計算もやってくれる。画像の種類だけ答えがある。VIDEOファイルを読みで何が写っているか？パソコンだとすればメーカー名とか性能など、ナレーターが言っている内容の要約とか？オーディオファイルも読み込むことが出来る。言っている内容の要約、その中にあるものについて説明してくれる。ファイルを読み込むこともできる。例えば大きな容量のpdfを読み込んで解析してくれる。法律をまとめたpdfだと不法行為をその条文をチェックして適切な法令を見つけてくれる。これらはマルチモーダルAIと呼ばれる最新の技術であり、性能は格段に良くなっている。Claude3 Opusを超えていると思われる。
これを使うには下記のURLにログインしてGemini1.5 Proを選択してください。
Untitled prompt | Google AI Studio
https://aistudio.google.com/app/prompts/new_chat
【徹底検証】Gemini1.5 Proの性能が良過ぎて現状No.1のマルチモーダルAIだった - YouTube
https://www.youtube.com/watch?v=M-PBzUEWR70
Gemini 1.5 Proは、Googleが開発した高性能AIモデルで、最大で1時間のムービーや70万語のテキストを扱えるとされています. このモデルは、長文の文脈理解において画期的な進歩を遂げており、最大で100万トークンを処理できることを意味します.
現在、初期段階では12800トークンまで無料で使用でき、それ以上の使用には料金が発生するプランが検討されているようです. また、AIモデルの向上にあわせて、標準の12万8000トークンから100万トークンまでのスケールアップに対応した価格帯も提供予定です.
Gemini 1.5 Proは、音声を理解する機能やファイルの処理を容易にする新たなファイルAPIが搭載されており、開発者がモデルの出力をより詳細に制御できるシステム命令やJSONモードなどの新機能も搭載されています. このモデルは、さまざまなタスクにわたるスケーリングに最適化されており、1.0 Ultraと同等のクオリティを担保します².
Gemini 1.5 Proは、AI StudioとVertex AIから一部のデベロッパーと企業に早期プレビュー版が提供されており、AIモデルのより広範なリリース準備が整い次第、Gemini 1.5 Proも導入予定となっています. このモデルの進化は、AIを活用した新たな可能性を開くことで、デベロッパーや企業にとって非常に興味深いものとなっています。
