Gemini 2.0 Flash-Lite
нейросеть
Характеристики
- Входные данные
- текст, изображения, документы
- Результат
- текст
- Размер контекста
- 200 000 токенов
- Макс. длина ответа
- 32 000 токенов
- Возможности
- Batch API
Стоимость промпта
(за 1M токенов)
Стоимость ответа
(за 1M токенов)
Картинка-промт
(за 1K токенов)
import OpenAI from 'openai';
const openai = new OpenAI({
apiKey: '<your bothub access token>',
baseURL: 'https://openai.bothub.chat/v1'
});
// Sync - Text generation
async function main() {
const chatCompletion = await openai.chat.completions.create({
messages: [{ role: 'user', content: 'Say this is a test' }],
model: 'gemini-2.0-flash-lite',
});
}
// Async - Text generation
async function main() {
const stream = await openai.chat.completions.create({
messages: [{ role: 'user', content: 'Say this is a test' }],
model: 'gemini-2.0-flash-lite',
stream: true
});
for await (const chunk of stream) {
const part: string | null = chunk.choices[0].delta?.content ?? null;
}
}
main();
Как работает Gemini 2.0 Flash-Lite?
Частые вопросы о Gemini 2.0 Flash-Lite
Вы можете использовать результаты генерации в коммерческих целях. Все права на созданный контент принадлежат вам. Единственное ограничение: убедитесь, что в запросе не использовались защищённые авторским правом материалы третьих сторон. Ответственность за соблюдение прав на входные данные лежит на пользователе.
Gemini 2.0 Flash-Lite — мультимодальная модель для работы с текстом, документами и изображениями. Подходит для извлечения информации из документов, суммаризации, ответов на вопросы по тексту и распознавания содержимого изображений, а также пакетной обработки данных.
Модель может сгенерировать в рамках одного отклика до 32000 выходных токенов; реальный объём текста зависит от токенизации и длины слов. Это позволяет получать большие развернутые ответы, но точное соответствие слов и символов варьируется.
В предоставленных данных возможность явного «рассуждения перед ответом» не отмечена. На практике модель может формировать логичные шаги в ответе в зависимости от промпта, но явную поддержку внутренних цепочек рассуждений в данных подтвердить нельзя.
В данных явного подтверждения вызова функций или нативного function calling нет. Тем не менее модель может выдавать структурированный текстовый JSON при корректном промпте, а интеграция вызовов функций стоит проверять через API-паттерны и тесты.
Gemini 2.0 Flash-Lite принимает текст, документы и изображения, что позволяет анализировать файлы и извлекать информацию из картинок. Входы с аудио и видео в предоставленных данных не отмечены, так что их поддержка требует дополнительной проверки.
В данных не указана конкретная оценка понимания русского языка. Качество работы с русскими запросами зависит от формулировок и контекста; советуем сравнить ответы с другими моделями на BotHub и выбрать подходящую модель в одном окне.