Kvantora.ai
ВойтиНачать работу
К результатам поиска

gemini

Gemini 2.0 Pro 1206

Gemini для общих задач анализа материалов и подготовки ответов.

  • Понимание изображенийПонимание изображенийМодель умеет разбирать содержимое изображений.
  • 2 097 152 токенов2 097 152 токеновКонтекстное окно по данным каталога. Лимит ответа и допустимый объём запроса проверяйте отдельно.
  • Аудио на входеАудио на входеМодель принимает аудио. Это не подтверждает генерацию речи.
  • Потоковый ответПотоковый ответОтвет можно получать по частям. Поддержка потока проверяется отдельно для каждой операции API.
Вход
158,25 ₽
Выход
633,00 ₽
Кэш
158,25 ₽
за 1 млн токенов
Подключить APIОткрыть в студии
API ID
google/gemini-exp-1206

Данные каталога получены .

Цена

Текстовый диалог · вход
158,25 ₽ / 1 млн токенов
Текстовый диалог · выход
633,00 ₽ / 1 млн токенов
Текстовый диалог · вход из кэша
158,25 ₽ / 1 млн токенов

Цена указана в рублях для выбранной операции и её параметров.

Перед оплачиваемым запросом создаётся резерв. Итоговый расход привязан к сохранённым параметрам и тарифу запроса. При неизвестном результате резерв удерживается до проверки; такой запрос не следует повторять с новым идентификатором.

О модели

Gemini относится к универсальному семейству Gemini Pro для работы с запросами на естественном языке. Его назначение включает анализ исходных материалов и подготовку ответа по поставленной задаче.

Релиз

Характеристики

Тип модели
Текст
Вход модели
Текст, Изображения, Аудио

Данные, которые модель принимает вместе с запросом.

Выход модели
Текст

Форматы результата, которые создаёт модель.

Контекстное окно
2 097 152 токенов

Контекстное окно по данным каталога. Лимит ответа и допустимый объём запроса проверяйте отдельно.

Максимальный ответ
8 192 токенов

Максимальный размер ответа по данным каталога. Фактический предел запроса зависит от подключённой операции.

Операции
Текстовый диалог, Понимание изображений
Возможности модели
Потоковый ответ, Понимание изображений, Входное аудио

Контрольные показатели

Для этой версии модели оценок пока нет.

Оценки относятся к этой версии модели и методике источника. Качество и скорость конкретного запроса они не гарантируют.

API-запрос

Операция доступна через API. Ключ храните в переменной окружения на своём сервере. REQUEST_ID: уникальный идентификатор запроса. При повторе сохраняйте его и тело запроса.

import json
import os
from urllib.request import Request, HTTPRedirectHandler, build_opener

class NoRedirect(HTTPRedirectHandler):
    def redirect_request(self, req, fp, code, msg, headers, newurl):
        return None

opener = build_opener(NoRedirect)

def post(url, payload):
    request = Request(url, data=json.dumps(payload).encode("utf-8"), headers={
        "Authorization": "Bearer " + os.environ["KVANTORA_API_KEY"],
        "Content-Type": "application/json",
        "Idempotency-Key": os.environ["REQUEST_ID"],
    }, method="POST")
    with opener.open(request, timeout=120) as response:
        return json.load(response)

payload = {
  "model": "google/gemini-exp-1206",
  "messages": [
    {
      "role": "user",
      "content": "Объясни задачу кратко."
    }
  ]
}
print(post("https://api.kvantora.ai/v1/chat/completions", payload))
Документация APIСоздать API-ключ