تواناترین هوش مصنوعی گوگل، جمینی، اکنون برای توسعه سازمانی در دسترس است

گوگل امروز اعلام کرد که قدرتمندترین و تواناترین مدل هوش مصنوعی مولد آن، جمینی، اکنون در دسترس شرکت ها برای نیازهای توسعه اپلیکیشن است.

اعلام کرد هفته گذشته، Gemini در سه اندازه Ultra، Pro و Nano عرضه می شود. با حرکت امروز، شرکت تحت رهبری Sundar Pichai نسخه Pro این مدل را از طریق API در دسترس قرار می‌دهد. این شرکت در الف نوشت: در حال حاضر می توان از آن به صورت رایگان استفاده کرد، اما محدودیت های استفاده خاصی وجود دارد پست وبلاگ.

علاوه بر این، مجموعه‌ای از اعلامیه‌های دیگر را نیز در فضای هوش مصنوعی منتشر کرد، از جمله ابزار ارتقا یافته انتشار متن به تصویر Imagen 2 و خانواده‌ای از مدل‌های پایه تنظیم‌شده برای صنعت مراقبت‌های بهداشتی.

Gemini Pro برای توسعه دهندگان: چه چیزی را باید انتظار داشت؟

اولین نسخه Gemini Pro از طریق Gemini API در استودیوی هوش مصنوعی گوگل در دسترس است – که به توسعه‌دهندگان یک پلتفرم توسعه‌دهنده مبتنی بر وب می‌دهد تا درخواست‌ها را توسعه دهند و سپس یک کلید API برای استفاده در توسعه برنامه دریافت کنند. این دارای یک پنجره زمینه ۳۲K برای تولید متن است که به گفته شرکت در آینده گسترش خواهد یافت.

گوگل نوشت: «ما همچنین یک نقطه پایانی چندوجهی اختصاصی Gemini Pro Vision را امروز در دسترس قرار داده‌ایم که متن و تصویر را به عنوان ورودی و خروجی متن می‌پذیرد.

در یک پست X Pichai با اعلام در دسترس بودن، خاطرنشان کرد که Gemini API به توسعه دهندگان امکان دسترسی به طیف کاملی از ویژگی‌ها، از جمله فراخوانی تابع، جاسازی‌ها، بازیابی معنایی، پایه دانش سفارشی و عملکرد چت را می‌دهد. همچنین از ۳۸ زبان در بیش از ۱۸۰ کشور پشتیبانی می کند.

فراتر از استودیوی هوش مصنوعی، Gemini Pro نیز در راه است Vertex AI، پلتفرم هوش مصنوعی سرتاسر Google Cloud که شامل ابزار، زیرساخت کاملاً مدیریت شده و خصوصیات داخلی و ایمنی داخلی برای توسعه هوش مصنوعی است. این به توسعه دهندگان این امکان را می دهد که هر زمان که لازم باشد به یک محیط کاملاً مدیریت شده منتقل شوند.

در نهایت، این شرکت قصد دارد از بازخورد توسعه‌دهندگان یاد بگیرد تا Gemini Pro را تنظیم کند و به سمت عرضه جمینی اولترا در سال آینده حرکت کند. برای کارهای پیچیده تر ساخته شده است.

رایگان اما با شکار

گوگل می گوید در حال حاضر، Gemini Pro و Gemini Pro Vision با محدودیت نرخ حداکثر ۶۰ درخواست در دقیقه به صورت رایگان قابل دسترسی هستند. همین امر در مورد توسعه دهندگانی که از مدل های Vertex AI استفاده می کنند نیز صدق می کند – اما فقط تا زمانی که سال آینده در دسترس قرار گیرد. گوگل می گوید که سهمیه رایگان ۲۰ برابر بیشتر از سایر پیشنهادات است و باید برای اکثر نیازهای توسعه مناسب باشد.

با این حال، هنگامی که این پیشنهاد به طور کلی در دسترس قرار گرفت، شرکت قصد دارد به ازای هر ۱۰۰۰ کاراکتر یا هر تصویر در هر دو Google AI Studio و Vertex AI شارژ کند.

به طور خاص، قیمت ورودی Gemini Pro 0.00025 دلار به ازای هر ۱K کاراکتر و ۰٫۰۰۲۵ دلار برای هر تصویر باقی می‌ماند، در حالی که قیمت خروجی برای هر دو همان ۰٫۰۰۰۵ دلار برای هر ۱K کاراکتر باقی می‌ماند.

همانطور که برخی در X مشاهده کرده اند، این قیمت بسیار بیشتر از قیمت قابل مقایسه با رقبایی مانند GPT OpenAI است، زیرا گوگل در مقایسه با OpenAI و بسیاری دیگر از AI، «به ازای هر کاراکتر»، یعنی هر حرف یا عدد تولید شده توسط مدل هوش مصنوعی را شارژ می کند. قیمت گذاری “در هر توکن” شرکت ها، که در آن می توان از یک نشانه عددی برای نمایش کل کلمات استفاده کرد.

جزئیات API Gemini Pro، گرانتر از gpt-3.5 (اشاره به استفاده از قیمت گذاری کاراکتر در مقابل نشانه) pic.twitter.com/6tFDSftdmv

– آنتون (@abacaj) 13 دسامبر ۲۰۲۳

اطلاعات بیشتر در مورد Vertex AI

گوگل علاوه بر آوردن Gemini Pro، Vertex AI را نیز به روز کرد تصویر ۲، آخرین فناوری انتشار متن به تصویر آن است. Imagen 2 مجموعه ای از ویژگی های جدید را به ارمغان می آورد، از جمله توانایی تولید طیف گسترده ای از لوگوها، نشان ها و حروف خلاقانه و واقعی.

به‌علاوه، می‌تواند نتایج بهبود یافته‌ای را در مناطقی ارائه دهد که ابزارهای تبدیل متن به تصویر اغلب با مشکل مواجه هستند، مانند رندر کردن متن به چندین زبان.

این شرکت همچنین اعلام کرد که MedLM، خانواده‌ای از مدل‌های پایه دقیق برای صنعت مراقبت‌های بهداشتی را در اختیار سازمان‌های مستقر در ایالات متحده از طریق Vertex AI قرار می‌دهد. این بر اساس مدل پایه Med-PaLM 2 است که در اوایل سال جاری معرفی شد و انتظار می رود به زودی ارتقاء مبتنی بر Gemini را دریافت کند.