Gemini Flash

• Gemini Flash se caracteriza por ser ligero, rápido y rentable, y ofrece razonamiento multimodal y una ventana de contexto larga de hasta un millón de tokens.

Rendimiento

Diseñado para la velocidad

• Velocidad: en la mayoría de los casos de uso de desarrolladores y empresas, la latencia del primer token es inferior a un segundo.
• Rentabilidad: en la mayoría de las tareas comunes, 1.5 Flash ofrece una calidad similar a la de modelos más grandes, pero con un costo mucho menor.
• Comprensión de contexto largo: puede procesar varias horas de video y audio, y manejar cientos de miles de palabras o líneas de código.

Contexto más largo

• Ventana de contexto: ofrece de forma predeterminada una ventana de contexto de un millón de tokens, capaz de procesar 1 hora de video, 11 horas de audio, más de 30,000 líneas de código base o más de 700,000 palabras.

Innovación constante

• Equipo de investigación: explora nuevas ideas en la frontera de la IA y desarrolla productos innovadores que muestran avances constantes en diversos benchmarks.
• Modelo más reciente: Gemini 1.5 Flash.

Comparación de rendimiento

• General: aborda preguntas de 57 materias (ciencias, humanidades, etc.) en el benchmark MMLU.

  • Gemini 1.0 Pro: 71.8%
  • Gemini 1.0 Ultra: 83.7%
  • Gemini 1.5 Pro (febrero de 2024): 81.9%
  • Gemini 1.5 Flash: 78.9%

• Código: generación de código Python, usando un dataset similar a HumanEval.

  • Gemini 1.0 Pro: 69.6%
  • Gemini 1.0 Ultra: 74.9%
  • Gemini 1.5 Pro (febrero de 2024): 77.7%
  • Gemini 1.5 Flash: 77.2%

• Matemáticas: problemas matemáticos desafiantes (álgebra, geometría, cálculo, etc.).

  • Gemini 1.0 Pro: 32.6%
  • Gemini 1.0 Ultra: 53.2%
  • Gemini 1.5 Pro (febrero de 2024): 58.5%
  • Gemini 1.5 Flash: 54.9%

• Razonamiento: dataset de preguntas redactadas por expertos en biología, física y química.

  • Gemini 1.0 Pro: 27.9%
  • Gemini 1.0 Ultra: 35.7%
  • Gemini 1.5 Pro (febrero de 2024): 41.5%
  • Gemini 1.5 Flash: 39.5%

• Multilingüe: traducción de idiomas WMT23.

  • Gemini 1.0 Pro: 71.7
  • Gemini 1.0 Ultra: 74.4
  • Gemini 1.5 Pro (febrero de 2024): 75.2
  • Gemini 1.5 Flash: 74.1

• Imagen: problemas de razonamiento multidisciplinario de nivel universitario.

  • Gemini 1.0 Pro: 47.9%
  • Gemini 1.0 Ultra: 59.4%
  • Gemini 1.5 Pro (febrero de 2024): 58.5%
  • Gemini 1.5 Flash: 56.1%

• Audio: reconocimiento automático de voz en 55 idiomas (según la tasa de error por palabra; cuanto más bajo, mejor).

  • Gemini 1.0 Pro: 6.4
  • Gemini 1.0 Ultra: 6.0
  • Gemini 1.5 Pro (febrero de 2024): 6.6
  • Gemini 1.5 Flash: 9.8

• Video: preguntas y respuestas sobre video.

  • Gemini 1.0 Pro: 55.7%
  • Gemini 1.0 Ultra: 61.5%
  • Gemini 1.5 Pro (febrero de 2024): 63.2%
  • Gemini 1.5 Flash: 63.5%

Guía para desarrolladores

Crear con Gemini

• Google AI Studio: una forma sencilla de desarrollar prompts de modelos y crear rápidamente con la API de Gemini.
• Vertex AI: herramientas específicas para científicos de datos e ingenieros de machine learning.

Opinión de GN⁺

1. Ventana de contexto larga: la ventana de contexto de un millón de tokens de Gemini Flash es muy útil para el procesamiento de grandes volúmenes de datos. Esto ayuda especialmente en proyectos que manejan video, audio y codebases de gran tamaño.
2. Rentabilidad: Gemini Flash ofrece una calidad similar a la de modelos más grandes, pero con un costo menor. Esto es muy favorable para proyectos o startups con presupuesto limitado.
3. Diversos benchmarks: es posible comprobar el rendimiento de Gemini Flash en varios benchmarks. Esto demuestra la versatilidad del modelo.
4. Amigable para desarrolladores: se puede integrar fácilmente a través de Google AI Studio y Vertex AI, lo que resulta muy conveniente para los desarrolladores.
5. Productos competidores: al compararlo con otros modelos como GPT-4 de OpenAI, Gemini Flash es competitivo en velocidad y costo.