Gemini 1.5 Flash
उच्च आवृत्ति कार्यों के लिए Google का बहुमॉडल मॉडल, पाठ, ऑडियो, छवियों और वीडियो के साथ काम करना।.
अवलोकन
जेमिनी 1.5 फ्लैश
मिथुन 1.5 फ्लैश मॉडल का विवरण
मिथुन 1.5 फ्लैश Google से एक बहुमॉडल भाषा मॉडल है जो न्यूनतम विलंबता के साथ उच्च आवृत्ति कार्यों के लिए डिज़ाइन किया गया है। मॉडल इनपुट के रूप में ऑडियो, चित्र, वीडियो और टेक्स्ट को स्वीकार करता है और टेक्स्ट आउटपुट उत्पन्न करता है। यह 1 मई 2024 को जारी किया गया था, इसकी नवीनतम अद्यतन तिथि 19 जुलाई 2025 को हुई थी।
जेमिनी 1.5 फ्लैश का मुख्य फोकस उच्च गुणवत्ता वाले परिणामों को बनाए रखते हुए प्रकाश और गति है। मॉडल 1 मिलियन टोकन तक की एक संदर्भ खिड़की का समर्थन करता है, जिससे एकल अनुरोध में सूचना की बड़ी मात्रा को संसाधित करना संभव हो जाता है। इसकी कम लागत और उच्च प्रदर्शन के लिए धन्यवाद, मॉडल उन कार्यों के लिए अच्छी तरह से अनुकूल है जिन्हें नियमित और गहन उपयोग की आवश्यकता होती है।
मुख्य उपयोग के मामले
मिथुन 1.5 फ्लैश तीन मुख्य परिदृश्यों के लिए डिज़ाइन किया गया है: कोड जनरेशन, डेटा निष्कर्षण, और पाठ संपादनप्रत्येक क्षेत्र में, मॉडल उच्च गति और सुसंगत परिणाम प्रदान करता है।
गूगल लाइनअप में पोजिशनिंग
मॉडल भारी मॉडल (जैसे मिथुन 1.5 प्रो) और लाइटर संस्करणों (जैसे मिथुन 2.0 फ्लैश-लाइट) के बीच बैठता है। यह प्रदर्शन और लागत के बीच संतुलन प्रदान करता है, इसे उत्पादन वातावरण के लिए सुविधाजनक विकल्प बनाता है।
मिथुन 1.5 फ़्लैश विनिर्देशों
| विशेषता | मूल्य |
|---|---|
| प्रकार | मल्टीमॉडल |
| डेवलपर | गूगल |
| रिलीज़ की तारीख | 1 मई, 2024 |
| अद्यतन | जुलाई 19, 2025 |
| ज्ञान कटऑफ | नवम्बर 1, 2023 |
| इनपुट डेटा | ऑडियो, चित्र, वीडियो, पाठ |
| आउटपुट डेटा | पाठ |
| अधिकतम इनपुट टोकन | 1.0M |
| अधिकतम उत्पादन टोकन | 8.2K |
| मूल्य (प्रति 1M टोकन) | $0.15 |
| मूल्य (प्रति 1M टोकन) | $0.60 |
| समारोह कॉलिंग समर्थन | हाँ |
| संरचित आउटपुट समर्थन | हाँ |
| कोड निष्पादन क्षमता | हाँ |
| वेब सर्च | हाँ |
| बैच Inference | हाँ |
| ललित ट्यूनिंग | हाँ |
कौन है मिथुन 1.5 फ्लैश के लिए उपयुक्त?
डेवलपर्स और इंजीनियरों
मॉडल का उद्देश्य मुख्य रूप से डेवलपर्स पर है जिन्हें फास्ट कोड जनरेशन, रिफैक्टरिंग या ऑटोफुल की आवश्यकता होती है। फ़ंक्शन कॉलिंग और संरचित आउटपुट के लिए समर्थन मौजूदा अनुप्रयोगों और पाइपलाइनों में एकीकृत करना आसान बनाता है।
डेटा पेशेवरों और विश्लेषकों
बैच इन्फरेंस और ललित ट्यूनिंग के लिए धन्यवाद, यह मॉडल ऑडियो और वीडियो रिकॉर्डिंग सहित असंरचनात्मक जानकारी की बड़ी मात्रा से डेटा निकालने के लिए उपयुक्त है।
बड़ी मात्रा में सामग्री के साथ काम करने वाली टीम
1 मिलियन टोकनों की एक संदर्भ खिड़की ने अनुरोध को भागों में विभाजित किए बिना लंबे दस्तावेज़ों, बहु-बारी बातचीत या बड़े कोड स्निपेट्स को संसाधित करना संभव बना दिया है। यह बड़ी परियोजनाओं पर काम करने वाले पाठ संपादकों और डेवलपर्स के लिए प्रासंगिक है।
जेमिनी 1.5 फ्लैश का उपयोग कैसे करें
गूगल एपीआई
मिथुन 1.5 फ्लैश गूगल से मिथुन एपीआई के माध्यम से उपलब्ध है। डेवलपर्स पाठ, ऑडियो, वीडियो और छवि डेटा के साथ अनुरोध भेज सकते हैं और पाठ प्रतिक्रियाएं प्राप्त कर सकते हैं। मॉडल तुल्यकालिक और अतुल्यकालिक दोनों का समर्थन करता है, साथ ही बड़ी संख्या में अनुरोधों को संभालने के लिए बैच प्रोसेसिंग भी करता है।
Via ठीक ट्यूनिंग और अनुकूलन
ललित ट्यूनिंग विशिष्ट कार्यों के लिए मॉडल को अनुकूलित करने के लिए उपलब्ध है। यह अत्यधिक विशिष्ट परिदृश्यों के लिए जेमिनी 1.5 फ्लैश व्यवहार को अनुकूलित करना संभव बनाता है, लक्ष्य डेटा पर परिणाम सटीकता में सुधार करता है।
उपकरण के साथ एकीकरण
मॉडल फंक्शन कॉलिंग का समर्थन करता है, इसे बाहरी सेवाओं, डेटाबेस और अन्य सॉफ्टवेयर घटकों के साथ एकीकृत करने की अनुमति देता है। वेब खोज भी अद्यतन जानकारी प्राप्त करने के लिए उपलब्ध है।
जेमिनी 1.5 फ्लैश की मुख्य विशेषताएं
समारोह कॉलिंग और संरचित आउटपुट
मिथुन 1.5 फ्लैश फ़ंक्शन कॉल का समर्थन करता है। मॉडल स्वतंत्र रूप से यह निर्धारित कर सकता है कि किस कार्य को निर्दिष्ट प्रारूप में संरचित डेटा कहा जाता है और वापस किया जाना चाहिए। यह विशेष रूप से संवादात्मक प्रणालियों और स्वचालित वर्कफ़्लो के निर्माण के लिए उपयोगी है।
कोड निष्पादन और वेब खोज
मॉडल एक अनुरोध के भीतर कोड को निष्पादित कर सकता है, जिससे आप मैन्युअल निष्पादन के बिना कोड खंडों के तर्क को सत्यापित कर सकते हैं। इसके अलावा, वेब खोज उपलब्ध है, इसलिए मॉडल ताजा जानकारी के लिए मौजूदा वेब स्रोतों तक पहुंच सकता है।
बैच प्रसंस्करण और ठीक ट्यूनिंग
बैच इनफरेंस कई अनुरोधों को एक साथ भेजने की अनुमति देता है, जिससे बड़े कार्यभार के लिए प्रसंस्करण समय कम हो जाता है। ललित ट्यूनिंग मॉडल को अपने डेटा पर प्रशिक्षित करना संभव बनाता है, इसे अनुकूलित करता है किसी विशेष परियोजना या व्यवसाय के विनिर्देशों के लिए।
मिथुन 1.5 फ्लैश के लाभ
तेजी से और बहुमुखी
मॉडल पाठ, ऑडियो, छवियों और वीडियो के साथ काम करते समय उच्च प्रतिक्रिया गति प्रदान करता है। यह वास्तविक समय के उपयोग और परिदृश्यों के लिए उपयुक्त बनाता है जहां कम विलंबता मायने रखती है।
स्केलिंग के लिए अनुकूलित
मिथुन 1.5 फ्लैश स्केल विभिन्न प्रकार के कार्यों में अच्छी तरह से, छोटे एक बंद अनुरोध से बड़े बैच प्रसंस्करण तक। कम लागत प्रति मिलियन टोकन मॉडल को महत्वपूर्ण खर्चों के बिना नियमित रूप से इस्तेमाल करने की अनुमति देता है।
विशेष उच्च आवृत्ति कार्यों के लिए उपयुक्त
ठीक ट्यूनिंग के लिए धन्यवाद, मॉडल को एक विशिष्ट डोमेन के लिए अनुकूलित किया जा सकता है, जबकि इसका उच्च प्रदर्शन दैनिक अनुरोधों की बड़ी संख्या में स्थिर संचालन सुनिश्चित करता है।
मिथुन 1.5 फ्लैश के नुकसान
आउटपुट टोकन सीमा
अधिकतम प्रतिक्रिया लंबाई 8.2K टोकन है, जो उन कार्यों के लिए पर्याप्त नहीं हो सकता है जिन्हें लंबे पाठ, विस्तृत रिपोर्ट, या बड़ी मात्रा में कोड उत्पन्न करने की आवश्यकता होती है। ऐसे मामलों में, जेमिनी 1.5 प्रो जैसे शक्तिशाली मॉडल बेहतर हो सकते हैं।
एजिंग संस्करण
इसके नवीनतम अद्यतन (जुलाई 2025) के रूप में, मॉडल Google फ्लैश मॉडल की पिछली पीढ़ी से संबंधित है। नए संस्करणों (Gemini 2.0 फ्लैश, मिथुन 2.5 फ्लैश-लाइट और अन्य) की रिहाई मिथुन 1.5 को सीमित कर सकती है। नई परियोजनाओं के लिए फ्लैश की प्रासंगिकता।
सीमित ज्ञान क्षेत्र
मॉडल का ज्ञान कटऑफ नवम्बर 1, 2023 है। उन कार्यों के लिए जिन्हें अप-टू-डेट डेटा तक पहुंच की आवश्यकता होती है, वेब सर्च आवश्यक हो सकता है, जो हमेशा सुविधाजनक नहीं है और विलंबता जोड़ता है।
क्या कार्य करता है मिथुन 1.5 फ्लैश हल?
कोड जनरेशन
मॉडल विभिन्न प्रोग्रामिंग भाषाओं में कोड स्निपेट्स बना सकता है, साथ ही साथ रिफैक्टर और मौजूदा कोड को अनुकूलित कर सकता है। कोड निष्पादन समर्थन उत्पन्न कोड को वर्कफ़्लो के दौरान सीधे परीक्षण करने की अनुमति देता है।
डेटा निष्कर्षण
इसके बड़े संदर्भ विंडो (1 मिलियन टोकन) और बहुमॉडल इनपुट समर्थन के लिए धन्यवाद, मिथुन 1.5 फ्लैश प्रभावी रूप से पाठ, छवियों, ऑडियो और वीडियो सामग्री से संरचित जानकारी निकालता है।
पाठ संपादन
मॉडल फिर से लिखना, संक्षेपण, अनुवाद, और संभालती है शैली संपादन पाठ का। उच्च गति और कम लागत यह संपादकों और सामग्री प्रबंधकों के लिए एक सुविधाजनक उपकरण बनाता है।
मिथुन 1.5 फ्लैश मूल्य निर्धारण
मॉडल का उपयोग करने की लागत $0.15 प्रति 1 मिलियन इनपुट टोकन और $0.60 प्रति 1 मिलियन आउटपुट टोकन है। यह मूल्य निर्धारण जेमिनी 1.5 बनाता है उच्च आवृत्ति कार्यों के लिए Google के सबसे सस्ती मल्टीमॉडल मॉडल में से एक फ्लैश करें।
संभावित अतिरिक्त लागत पर विवरण (उदाहरण के लिए, वेब खोज या ललित ट्यूनिंग के लिए) प्रदान किए गए डेटा में निर्दिष्ट नहीं हैं।
जेमिनी 1.5 फ्लैश के लिए उपयोग की शर्तें
मॉडल को एक भुगतान मॉडल के तहत वितरित किया जाता है। जेमिनी 1.5 फ्लैश एपीआई तक पहुंच को Google क्लाउड और बिलिंग सेटअप में पंजीकरण की आवश्यकता होती है। उपयोग और गोपनीयता नीति की विस्तृत शर्तों को कृत्रिम खुफिया सेवाओं के उपयोग पर गूगल के सामान्य प्रावधानों द्वारा नियंत्रित किया जाता है। विशिष्ट लाइसेंसिंग प्रतिबंध और व्यावसायिक उपयोग की शर्तें प्रदान किए गए डेटा में विस्तृत नहीं हैं।
मिथुन 1.5 फ्लैश उपलब्धता
मिथुन 1.5 फ्लैश गूगल क्लाउड प्लेटफॉर्म पर गूगल से जेमिनी एपीआई के माध्यम से उपलब्ध है। मॉडल उन क्षेत्रों में समर्थित है जहां Google AI सेवाएं उपलब्ध हैं। मॉडल के साथ काम करने के लिए एक स्थिर इंटरनेट कनेक्शन और Google खाता की आवश्यकता होती है। विशिष्ट देशों और ऑफ़लाइन मोड में मॉडल उपलब्धता के बारे में जानकारी उपलब्ध डेटा में प्रदान नहीं की जाती है।
कैसे मिथुन 1.5 फ्लैश समान मॉडल से भिन्न होता है
गूगल की लाइनअप में कई फ़्लैश मॉडल शामिल हैं, प्रत्येक अपने खुद के आला पर कब्जा कर लिया।
मिथुन 2.0 फ्लैश फ्लैश परिवार का एक बाद का संस्करण है, जो बेहतर प्रदर्शन और एक अद्यतन ज्ञान कटऑफ प्रदान करता है। मिथुन 2.0 फ्लैश सोच इसके अलावा तर्क श्रृंखला का समर्थन करता है, जो जटिल तार्किक कार्यों के लिए उपयोगी है। मिथुन 2.0 फ्लैश-लाइट और मिथुन 2.5 फ्लैश-लाइट यहां तक कि कम लागत के साथ हल्के संस्करण हैं लेकिन संभावित क्षमताओं को कम कर दिया गया है।
जेमिनी 1.5 प्रो उच्च सटीकता और एक बड़े उत्पादन टोकन सीमा के साथ एक भारी मॉडल है, लेकिन उच्च लागत पर। विश्लेषणात्मक गहराई और विस्तार की आवश्यकता वाले कार्यों के लिए, 1.5 प्रो बेहतर विकल्प है।
जेमिनी 3.1 प्रो और मिथुन 2.5 प्रो पूर्वावलोकन 06-05 Google की प्रो लाइन में नवीनतम मॉडल हैं, जो अधिकतम गुणवत्ता पर केंद्रित है लेकिन उच्च मूल्य पर।
जेमा 3n E4B ओपन जेम्मा लाइन से एक मॉडल है जिसे स्थानीय रूप से इस्तेमाल किया जा सकता है और जारी एपीआई भुगतान की आवश्यकता नहीं है, लेकिन इसके लिए अपने स्वयं के कंप्यूटिंग संसाधनों की आवश्यकता होती है।
कुल मिलाकर, मिथुन 1.5 फ्लैश और इसके विकल्पों के बीच मुख्य अंतर उच्च आवृत्ति कार्यों के लिए गति, बहुविधता और कम कीमत का इष्टतम संयोजन है। उसी समय, मॉडल पुनरावर्तन और सटीकता में नए संस्करणों का ट्रेलर करता है, और लागत में हल्का संस्करण।
निष्कर्ष
मिथुन 1.5 फ्लैश गूगल से एक हल्के मल्टीमॉडल मॉडल है जो कम विलंबता के साथ उच्च आवृत्ति कार्यों के लिए अनुकूलित है। यह पाठ, ऑडियो, छवियों और वीडियो का समर्थन करता है, 1 मिलियन टोकन, फंक्शन कॉलिंग, बैच प्रोसेसिंग और ठीक ट्यूनिंग की एक संदर्भ विंडो प्रदान करता है। इसकी कम लागत ($0.15 प्रति 1 मिलियन इनपुट टोकन और $0.60 प्रति 1 मिलियन आउटपुट टोकन) के साथ, मॉडल कोड पीढ़ी, डेटा निष्कर्षण और टेक्स्ट संपादन के लिए अच्छी तरह से अनुकूल है। नए फ़्लैश मॉडल की रिहाई के बावजूद, मिथुन 1.5 फ्लैश उन परियोजनाओं के लिए एक प्रासंगिक समाधान है जहां गति, स्केलेबिलिटी और अनुमानित बजट का मामला है।
अक्सर पूछे जाने वाले प्रश्न
समान न्यूरल नेटवर्क
यह भी देखें

एप्पल डिवाइस के लिए AI कीबोर्ड जो सुधार, अनुवाद और उत्तर निर्माण के माध्यम से टाइपिंग को तेज़ करता है।

डेस्कटॉप एआई सहायक मैकओएस, विंडोज और लिनक्स के लिए जो सभी खिड़कियों के ऊपर हॉटकी के माध्यम से लॉन्च करते हैं और एक इंटरफेस में एकाधिक भाषा मॉडल को जोड़ते हैं।.

तेजी से वेबसाइट निर्माण और लघु व्यवसाय प्रक्रिया प्रबंधन के लिए एआई मंच।.

क्रोम एक्सटेंशन जो AI सहायक की मदद से टैब, इतिहास और बुकमार्क प्रबंधित करने में मदद करता है।
ग्राहक संचार और सहायता को स्वचालित करने के लिए AI एजेंट।

व्यवसायों के लिए AI सहायक जो संवाद के माध्यम से कार्यों को प्रबंधित करने और दिनचर्या को स्वचालित करने में मदद करता है।

एआई-आधारित वीडियो निर्माण और संपादन टूलकिट, जिसमें अवतार, लिप-सिंक और आवाज़ क्लोनिंग शामिल हैं।

AllChat एक बहुमुखी प्लेटफ़ॉर्म है जो कई लोकप्रिय भाषा मॉडलों को एक ही इंटरफ़ेस में जोड़ता है, जिससे बातचीत, छवि निर्माण, फ़ाइल विश्लेषण और कोड निष्पादन संभव होता है।