Gemini 2.0 Flash Lite 001
нейросеть
Характеристики
- Входные данные
- текст, изображения, документы
- Результат
- текст
- Размер контекста
- 1 048 576 токенов
- Макс. длина ответа
- 32 000 токенов
- Возможности
- вызов функций, 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-001',
});
}
// 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-001',
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 001?
Частые вопросы о Gemini 2.0 Flash Lite 001
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.
Это модель для преобразования текста, извлечения содержания из документов и изображений, пакетной обработки и интеграции через инструменты и вызов функций. Подходит для суммаризации, парсинга, подготовки структурированного JSON-вывода и задач, требующих большого контекста.
Модель может сгенерировать до 32000 выходных токенов в одном ответе; реальный объём в словах зависит от языка и токенизации. При этом общий контекст модели позволяет работать с очень длинными входами и историями, что полезно для объёмных документов.
В наших данных по модели не отмечено явной способности генерировать отдельную «цепочку рассуждений» перед ответом. На практике способность к шаговой аргументации зависит от подсказок и настроек интеграции; поведение управляется вашими промптами и параметрами вызова функций.
Да, в наших данных отмечено, что модель поддерживает вызов функций и структурированный вывод, включая JSON. Это удобно для интеграций и автоматизации: модель может формировать машинно-читаемые ответы и передавать данные в ваши сервисы через настроенный интерфейс.
По данным, модель принимает на вход изображения и документы, поэтому вы можете загружать графику и файлы для извлечения текста или анализа. Входы аудио и видео в предоставленных данных не отмечены, поэтому о их поддержке нельзя судить однозначно.
В открытых данных нет конкретной оценки качества понимания русского языка для этой версии. Модель предназначена для текстовой обработки, но точность и естественность ответов на русском зависят от формулировки запросов и ваших тестовых примеров, поэтому рекомендую проверку на реальных задачах.