谷歌推Gemini2.0：Pro、Flash、Flash-Lite模型特色一次看

Google正式推出旗舰AI模型Gemini 2.0 Pro，同时推出Flash Thinking模型，加强其在AI 领域的竞争力。

谷歌推Gemini 2.0系列

面对DeepSeek 所掀起的低价**风潮，Google（谷歌）于周三正式推出了旗舰AI 模型Gemini 2.0 Pro Experimental，并同时发布Gemini 2.0 Flash Thinking 模型，被视为Google 在AI 领域积极应对竞争，巩固其市场地位的重要举措。

Gemini 2.0 Pro：编码能力再升级，上下文窗口扩大

Gemini 2.0 Pro 是Google 于去年二月推出的Gemini 1.5 Pro 的继任者，Google 宣称其现在是Gemini AI 模型系列中的领头羊。该模型擅长编码和处理复杂提示，并且比以往**模型都拥有「更好的世界知识理解和推理能力。」

据《Tech Church》报导，Gemini 2.0 Pro 甚至可以调用Google 搜寻等工具，并代表用户执行程式码。

值得一提的是，Gemini 2.0 Pro 的上下文窗口达到了200 万tokens，这意味着它可以一次处理约150 万个单字（指英语词汇），此容量足以让它在单个提示中读取《哈利波特》系列的所有七本书，并且还剩下约40 万个单字的空间。

Gemini 2.0 系列模型已正式推出。图/ Google

应对DeepSeek！ Gemini 2.0 Flash Thinking参战

Google 和DeepSeek 都于去年12 月发布了AI 推理模型，但DeepSeek 的R1 获得了更多关注。 DeepSeek 的模型在效能上可媲美，甚至超越美国科技公司提供的**AI 模型，而且企业可以透过其API 以相对低廉的价格使用这些模型。

为了应对DeepSeek 的竞争，Google 正试图透过Gemini 应用程式让更多人看到Gemini 2.0 Flash Thinking 模型，盼透过Gemini 2.0 Pro 和Gemini 2.0 Flash Thinking 的推出，在竞争激烈的AI 市场中保持**地位。

Gemini 2.0 系列模型比一比

Gemini 2.0 Flash

Gemini 系列中的主力模型，适用于日常任务。相较于1.5 Flash，它在品质上有显著提升，若与1.5 Pro 相比，则在品质略微提升的同时，延迟更低，更接近即时反应。

主要特性：

具备多模态即时API，支援低延迟的双向语音和影片互动。在多数品质基准测试中，效能优于Gemini 1.5 Pro。在多模态理解、编码、复杂指令遵循和函数呼叫等方面有所改进，支援更优质的代理体验。新增内建图像生成和可控制的文字转语音功能，实现图像编辑、本地化艺术作品创作和富有表现力的故事叙述。

适用场景：

适用于需要快速反应和高品质输出的日常应用，例如即时翻译、影片辨识等。

Gemini 2.0 Flash-Lite

它是Flash 模型中最快速且**成本效益的版本，适合需要兼顾速度和成本的场景。

主要特性：

在相同的价格和速度下，品质优于1.5 Flash。具有多模态输入和文字输出功能，配备1M tokens 输入上下文窗口和8k tokens 输出上下文窗口。但它不包含Gemini 2.0 Flash 的多模态输出生成、多模态即时API 整合、思考模式和内建工具使用等功能。

适用场景：

适用于大规模文字输出应用，例如为大量照片生成标题等。

Gemini 2.0 Pro

Gemini 系列中编码能力和世界知识**的模型，并具备2M 长的上下文窗口，适合需要处理大量资讯和复杂编码任务的场景。

主要特性：

在编码效能和处理复杂提示方面表现出色，对世界知识的理解和推理能力更强。拥有200 万tokens 的超大上下文窗口，能够**分析和理解大量资讯。具备工具调用能力，例如Google 搜寻等。

适用场景

适用于需要强大编码能力和处理复杂问题的场景，例如将Python 程式码转换为Java 程式码。或是研究人员可以使用Gemini 2.0 Pro 快速阅读和理解大量的学术文献，并自动生成文献综述，节省大量的时间和精力