Gemini 2.0 全面推出
Gemini 2.0 全面推出
上個月，我們開啟了代理式 AI 的時代，推出了 Gemini 2.0 Flash 的實驗版本：它是一款高效的工具模型，專為開發人員設計，具有低延遲和增強的效能。今年稍早，我們在 Google AI Studio 中更新了 2.0 Flash Thinking Experimental，它結合了 Flash 的速度和處理更複雜問題的推理能力，進而提高了效能。
上週，我們讓所有在桌機和行動裝置上使用 Gemini 應用程式的人都可以用得到更新後的 2.0 Flash，幫大家探索使用 Gemini 創造、互動和協作的新方式。
今天，我們透過 Google AI Studio 和 Vertex AI，讓所有人都能用得到更新後的 Gemini 2.0 Flash；開發人員現在就可以使用 2.0 Flash 打造生產力應用程式。
我們也推出了 Gemini 2.0 Pro 的實驗版本，這是我們目前在寫程式的效能和複雜的提示上表現最好的模型。開發者可以在 Google AI Studio 和 Vertex AI 使用它，Gemini Advanced 用戶也可在 Gemini 的應用程式上使用。
我們還推出了一款全新模型 Gemini 2.0 Flash-Lite，是我們目前成本效益最高的模型，並在 Google AI Studio 和 Vertex AI 以公開預覽的形式提供。
最後，Gemini 應用程式的使用者，也能在桌機和行動裝置的模型選單中找到 2.0 Flash Thinking Experimental。
所有這些模型在發布的時候都會支援多模態的輸入和文字輸出，更多模態的支援也會在未來幾個月內全面推出。關於定價等更多資訊，請參考 Google 開發人員的部落格。展望未來，我們將持續為 Gemini 2.0 系列模型帶來更多更新和改進的功能。
2.0 Flash：全新改版、全面上市
Flash 系列模型於 2024 年 I/O 大會首次亮相，是受到開發人員歡迎強大的主力模型，它針對大規模、高頻率任務進行了最佳化，並且能在 100 萬個詞元超大的上下文窗口進行多模態推理。我們非常高興看到它受到開發社群的熱烈迴響。
現在，更多人可以透過我們的 AI 產品用得到 2.0 Flash，同時也在關鍵的基準測試中展現了更優異的效能，圖像生成和語音轉文字功能也即將推出。
你可以透過 Gemini 應用程式或是 Google AI Studio 和 Vertex AI 上面的 Gemini API 體驗 Gemini 2.0 Flash。關於價格資訊，請參閱 Google 開發人員的部落格。
2.0 Pro Experimental：我們目前在程式碼效能和複雜提示方面表現最佳的模型
我們持續有在分享 Gemini 2.0 早期的實驗版本（像是 Gemini-Exp-1206），過程中收到許多來自開發者寶貴的意見回饋，他們分享了 Gemini 的優勢和最好的應用情境，例如編寫程式。
今天，我們推出 Gemini 2.0 Pro 實驗版本來回應這些意見。它在編寫程式的表現和處理複雜提示的能力上表現最為突出，對世界知識的理解和推理能力也超越了我們目前推出的所有模型。它擁有 200 萬詞元超大的上下文窗口，能夠完整分析和理解大量資訊，並且還能使用 Google 搜尋和程式碼執行等工具。
開發者目前可以在 Google AI Studio 和 Vertex AI 使用 Gemini 2.0 Pro 實驗模型，Gemini Advanced 的用戶也可以在桌機和行動裝置的模型選單中選用。
2.0 Flash-Lite：我們目前成本效益最高的模型
我們收到許多關於 1.5 Flash 的價格和速度的正面評價。我們希望在維持成本和速度的同時，持續提升品質，因此我們推出了 2.0 Flash-Lite 這款新模型。它在相同的速度和成本下，品質比 1.5 Flash 更出色，並且在大多數基準測試中表現都比 1.5 Flash 更好。
和 2.0 Flash 一樣，它也擁有 100 萬詞元的上下文視窗和多模態輸入的能力。舉例來說，它能為大約四萬張不同的照片產生相關的一行標題，在 Google AI Studio 的付費方案中，花費不到一美元。
開發者目前可以在 Google AI Studio 和 Vertex AI 以公開預覽的形式使用 Gemini 2.0 Flash-Lite。
我們的責任和安全工作
隨著 Gemini 模型系列的功能日益強大，我們將持續投入更多資源，確保使用上安全可靠。舉例來說，Gemini 2.0 系列採用了全新的強化學習技術，運用 Gemini 本身來評估自己的回應，能夠產生更準確、更具針對性的回饋，並提升模型處理敏感提示的能力。
我們也利用自動化的紅隊測試來評估安全風險，包括間接提示注入（一種網路安全攻擊，攻擊者將惡意指令隱藏在可能被 AI 系統檢索的資料中）帶來的風險。
