Google startet API für Gemini 1.5 Pro

Jeff Dean, Chief Scientist bei Google DeepMind, teilte kürzlich in einem Beitrag auf X mit, dass das Unternehmen mit der Einführung der API-Unterstützung für Gemini 1.5 Pro beginnt.   

Immenses Kontextfenster für bessere Verarbeitung

Gemini 1.5 Pro besitzt ein immenses Kontextfenster, welches eine Million Token verarbeiten kann. Dies stellt einen gewaltigen Sprung gegenüber den 128.000 Token von OpenAIs GPT-4 und den 32.000 Token des aktuellen Gemini Pro dar. Die Erweiterung des Kontextfensters ermöglicht es, ein breiteres Spektrum an Informationen gleichzeitig zu berücksichtigen – von Text über Bilder bis hin zu Videos, Audio und Code. Gemini 1.5 Pro soll eine Stunde Video, elf Stunden Audio, Codes mit über 30.000 Zeilen oder mehr als 700.000 Wörter verarbeiten und analysieren können.

Gemini 1.5 Pro setzt auf eine sogenannte Mixture of Experts (MoE)-Architektur, welche aus einer Vielzahl spezialisierter kleinerer Sprachmodelle besteht. Jedes dieser Modelle ist auf bestimmte Aufgabenbereiche ausgerichtet. Durch diesen differenzierten Ansatz wird die Gesamteffizienz des Systems erhöht, indem es ihm ermöglicht wird, umfangreiche Datenmengen – egal ob es sich um Text, Bilder, Audio, Video oder Code handelt – gleichzeitig zu analysieren und zu interpretieren. Um die API nutzen zu können, müssen Entwickler:innen ein Gemini Pro-Konto haben und in der Google MakerSuite den Zugang zur Gemini API beantragen. 

Googles Gemini bald auf dem iPhone?