Google نسخه ارزان Gemini Light را برای مقابله با Depseek معرفی کرد

Google نسخه ارزان Gemini Light را برای مقابله با Depseek معرفی کرد

پس از آنکه مدل هوش مصنوعی DePseek موجی از احساسات را در سراسر جهان ایجاد کرد و ارزش Nvidia را به 589 میلیارد دلار کاهش داد ، اکنون واکنش گوگل است. این غول فن آوری سری مدل های هوش مصنوعی جمینی را با نسخه کم هزینه جمینی-لیت گسترش داده است تا با رقبای کم هزینه مانند Deepseek China رقابت کند.

همانطور که اخیراً گزارش دادیم ، Google برنامه Gemini را بهبود بخشید و با معرفی مدل Flash Gemini 2.0 ، سرعت پاسخ و امکان تولید تصویر به روز شده. اکنون ، Google برای گسترش به خانواده مدل ها هوش مصنوعی جمینی ادامه داده و توانایی های خود را افزایش داده است.

راهنمای خرید تمپاتو

مدل “Gemini 2.0 Flash” ، که در ابتدا به عنوان یک مدل تست در ماه دسامبر معرفی شده است ، اکنون از طریق Jamini API در استودیوی Google AI و Vertex AI برای توسعه دهندگان در دسترس عموم است.

نسخه ارزان قیمت Gemini-Lite معرفی شد

گزارش شده است فرنارنااین مدل برای توسعه دهندگان طراحی شده است که نیاز به تأخیر کم و راندمان بالا دارند. استدلال چند حالته آن به شما امکان می دهد داده های زیادی را در یک پنجره متن متنی تجزیه و تحلیل کنید و برای انواع برنامه ها مناسب باشید.

علاوه بر این ، Google همچنین نسخه آزمایشی Peruvian Jams 2.0 را معرفی کرده است. این مدل پیشرفته ترین نسخه Gemini برای رمزگذاری و پردازش برنامه های پیچیده است.

Gemini 2.0 پرو درک بهتری از اطلاعات جهانی دارد ، استدلال آن بهبود یافته است و می تواند حجم زیادی از داده ها را اداره کند. این مدل قادر به تجزیه و تحلیل عمیق تر با یک پنجره متن دو رنگ (بزرگترین در بین مدلهای هوش مصنوعی Google) است و می تواند از ابزارهایی مانند جستجوی Google و اجرای کد استفاده کند.

این مدل در حال حاضر در استودیوی Google AI ، Vertex AI و همچنین در برنامه Gemini for Gemini Advanced موجود است.

اما برای کسانی که نیازی به یک مدل پیشرفته ندارند و به دنبال گزینه ای مقرون به صرفه تر هستند ، Google مدل فلش -لیت Jamina 2.0 را معرفی کرده است.

با وجود هزینه پایین تر ، مدل عملکرد بهتری نسبت به مدل قبلی (1.5 فلش) ارائه می دهد و همان سرعت و مصرف را حفظ می کند. Flash-Lite با داشتن یک پنجره متن از یک میلیون کلمه و ظرفیت پردازش چند مرحله ای ، برای کارهای پردازش انبوه مانند تولید مجموعه داده های میوپی با کمترین هزینه طراحی شده است.

این مدل در حال حاضر به عنوان یک نمای قبلی از طریق استودیوی Google AI و Vertex AI در دسترس است.