Gemini 1.5 001 é a primeira versão estável da família Gemini 1.5 de modelos de linguagem de grande porte desenvolvidos pela Google DeepMind. A família foi anunciada em 15 de fevereiro de 2024, e a designação 001 refere-se às versões iniciais de API de seus modelos constituintes. Esses modelos são exemplos de IA generativa, um subcampo da inteligência artificial, que aceitam entradas de texto, imagem, áudio e vídeo, e são construídos sobre uma arquitetura transformer com um design de mistura de especialistas.
A família Gemini 1.5 apareceu em rankings públicos de LLMs, incluindo Chatbot Arena e Artificial Analysis, onde suas variantes foram avaliadas em comparação com outros modelos. As versões 001 foram as primeiras a serem disponibilizadas para desenvolvedores por meio do Google AI Studio e da plataforma Vertex AI do Google Cloud.
Contexto e lançamento
O Google DeepMind anunciou o Gemini 1.5 em 15 de fevereiro de 2024, como uma atualização dos modelos anteriores Gemini 1.0. O lançamento inicial incluiu o Gemini 1.5 Pro, um modelo principal, e posteriormente expandiu-se para o Gemini 1.5 Flash, uma variante mais leve e rápida otimizada para tarefas de alto volume. O sufixo "001" nos nomes dos modelos, como gemini-1.5-pro-001 e gemini-1.5-flash-001, identifica a primeira versão estável de cada modelo na família. Essas versões foram disponibilizadas para desenvolvedores e clientes empresariais por meio do Google AI Studio e do Vertex AI, com preços baseados no uso de tokens.
Arquitetura
Os modelos Gemini 1.5 usam uma arquitetura baseada em transformer com um design de rede neural de mistura de especialistas, que ativa apenas um subconjunto de parâmetros para cada token, melhorando a eficiência. Eles suportam uma janela de contexto de até um milhão de tokens, permitindo o processamento de documentos longos, bases de código e vídeos. Os modelos são treinados usando técnicas de aprendizado profundo em uma variedade de tipos de dados e podem executar tarefas em texto, imagens, áudio e vídeo. A arquitetura inclui atenção de múltiplas cabeças e codificação posicional, componentes comuns em modelos de linguagem de grande porte modernos.
Variantes
O lançamento 001 inclui três variantes principais em capturas de benchmarks públicos:
- Gemini 1.5 Pro: o modelo principal, projetado para raciocínio complexo e tarefas multimodais.
- Gemini 1.5 Flash: um modelo mais rápido e econômico para aplicações em larga escala.
- Gemini 1.5 Flash-Lite: uma variante leve introduzida posteriormente, otimizada para latência e custo ainda menores.
Essas variantes compartilham a mesma arquitetura subjacente, mas diferem no número de parâmetros e na velocidade de inferência. Os modelos Flash e Flash-Lite são destinados a casos de uso onde o tempo de resposta e o custo são críticos.
Inferência e implantação
Os desenvolvedores podem acessar os modelos Gemini 1.5 001 por meio do Google AI Studio e do Vertex AI. Durante a inferência, eles podem ajustar parâmetros de geração, como amostragem top-k, amostragem top-p e temperatura, para controlar a aleatoriedade da saída. Os modelos também suportam decodificação determinística via busca em feixe. Os endpoints de API são hospedados na infraestrutura do Google Cloud, e os modelos suportam respostas em streaming para aplicações de baixa latência.
Desempenho e recepção
Os modelos Gemini 1.5 001 foram avaliados em rankings públicos, como Chatbot Arena e Artificial Analysis, onde competiram com modelos da OpenAI, Anthropic e outras organizações. Os modelos demonstraram forte desempenho em benchmarks de raciocínio, codificação e multimodalidade, refletindo avanços em aprendizado de máquina. A janela de contexto de um milhão de tokens foi uma característica notável que distinguiu a família de muitos contemporâneos.
Legado
As versões 001 foram posteriormente sucedidas por versões atualizadas, incluindo a série 002, que melhorou o desempenho e reduziu a latência. A própria família Gemini 1.5 foi seguida pela família Gemini 2.0 no final de 2024. Apesar das atualizações, as versões 001 permanecem disponíveis para desenvolvedores que exigem endpoints de API estáveis e de longo prazo.