Google

Gemini Omni 1.2 Flash

گوگل: Gemini Omni 1.2 Flash مدل بومی گوگل برای ساخت و ویرایش ویدیو از روی ورودی‌های چندرسانه‌ای است و جانشین نسخهٔ Gemini Omni 1.1 Flash به‌شمار می‌رود.

لایسنس محدود
متن به متنتصویر به متن
کانتکست
۱۳۱K
هزار توکن
تاریخ انتشار
۱۴ آبان ۱۴۰۵

تحلیل

حکم کلی

مدلی تخصصی است. قبل از انتخاب، امتیاز فارسی‌اش را با رقبای هم‌رده مقایسه کنید.

نقاط قوت

هنوز داده‌ای برای نقطهٔ قوت نداریم.

نقاط ضعف

در داده‌ها نقطه‌ضعف مهمی دیده نشد.

سنجه‌های فارسی

این مدل هنوز ارزیابی نشده. مدل‌ها را به‌نوبت ارزیابی می‌کنیم. روش ارزیابی

قابلیت‌ها

ورودی تصویر
عکس یا اسکرین‌شات را می‌خواند
ورودی فایل
ورودی صدا
ورودی ویدیو
ویدیو را تحلیل می‌کند
فراخوانی ابزار
خروجی JSON
فکر کردن قبل از جواب
سطح‌ها: کم، زیاد

پارامترهای قابل ارسال

این‌ها را می‌توانید در درخواست به این مدل بفرستید.

  • temperatureمیزان خلاقیت جواب
  • top_pنمونه‌برداری هسته‌ای
  • max_tokensسقف طول جواب
  • seedجواب تکرارپذیر
  • reasoningتنظیم فکر کردن
  • reasoning_effortشدت فکر کردن
  • include_reasoningبرگرداندن متن فکر

بر اساس اطلاعاتی که OpenRouter برای این مدل منتشر کرده.

مشخصات فنی

کانتکست
۱۳۱K توکن
حداکثر طول جواب
۶۶ هزار توکن
مودالیتی
text · vision
تاریخ انتشار
۱۴ آبان ۱۴۰۵
فیلتر محتوای ارائه‌دهنده
ندارد

پرسش‌های پرتکرار

دربارهٔ Gemini Omni 1.2 Flash

این مدل هنوز در ارزیابی فارسی ما نبوده. مدل‌ها را به‌نوبت ارزیابی می‌کنیم و امتیازش بعد از ارزیابی همین‌جا می‌آید.

این مدل علاوه بر متن، تصویر و ویدیو هم ورودی می‌گیرد و همیشه قبل از جواب فکر می‌کند.

کانتکست این مدل ۱۳۱ هزار توکن است، یعنی تقریباً ۱۳۱ صفحه متن فارسی را یک‌جا می‌خواند. در هر جواب هم تا ۶۶ هزار توکن می‌نویسد.