Gemini 2.0 Flash

Материал из Systems analysis Wiki
Перейти к навигации Перейти к поиску
Gemini 2.0 Flash
Gemini — поколение 2.0
Логотип Gemini
Общие сведения
РазработчикGoogle DeepMind
Дата выпуска11 декабря 2024 (экспериментальный выпуск); 5 февраля 2025 (GA)
ПредшественникGemini 1.5 Flash
ПреемникGemini 2.5 Flash
ДоступностьВыведена из эксплуатации 1 июня 2026. Веса не публиковались; доступ через Gemini API, Google AI Studio, Vertex AI и приложение Gemini
ЛицензияПроприетарная
Технические характеристики
АрхитектураРазреженный (sparse) Mixture-of-Experts трансформер; мультимодальный вход и нативный мультимодальный выход (изображения, аудио); нативный вызов инструментов
Всего параметровНе раскрывались
Контекстное окно1 000 000 токенов
МодальностиВход: текст, изображения, аудио, видео; выход: текст (нативная генерация изображений и многоязычный TTS — на этапе эксперимента для ранних партнёров)
Эксплуатация и ссылки
ПубликацияGemini 2.5: Pushing the Frontier with Advanced Reasoning, Multimodality, Long Context, and Next Generation Agentic Capabilities
Introducing Gemini 2.0

Gemini 2.0 Flash (англ. Gemini 2.0 Flash) — мультимодальная модель Google DeepMind, первая модель поколения Gemini 2.0, выпущенная в экспериментальном режиме 11 декабря 2024 года и позиционировавшаяся как «рабочая лошадка» (workhorse) с низкой латентностью для «агентной эры» (agentic era)[1]. При вдвое большей скорости 2.0 Flash превосходила Gemini 1.5 Pro на ключевых бенчмарках[1] и впервые в линейке получила нативный вызов инструментов (Google Search, исполнение кода, пользовательские функции) и мультимодальный выход — генерацию изображений вместе с текстом и управляемый многоязычный text-to-speech[1]. 5 февраля 2025 года модель получила статус общедоступной (GA)[2], а 1 июня 2026 года была выведена из эксплуатации[3].

Технические характеристики

  • Поколение: Gemini 2.0 — третье поколение семейства Gemini
  • Архитектура: разреженный (sparse) Mixture-of-Experts трансформер с нативной мультимодальностью; обучение и инференс поколения 2.0 полностью выполнялись на тензорных процессорах Google TPU шестого поколения (Trillium)[1]
  • Параметры: не раскрывались
  • Контекстное окно: 1 000 000 токенов[2]
  • Модальности: вход — текст, изображения, аудио и видео; выход — текст (GA-версия); нативная генерация изображений, смешанных с текстом, и управляемый многоязычный text-to-speech на этапе эксперимента были доступны только ранним партнёрам[1]
  • Нативный вызов инструментов: Google Search, исполнение кода и сторонние пользовательские функции[1]; вместе с моделью вышла Multimodal Live API с потоковыми аудио и видео в реальном времени и комбинированными инструментами[1]
  • Доступ: Gemini API (Google AI Studio), Vertex AI и приложение Gemini; веса модели не публиковались[1]

Возможности

По данным model card GA-версии (апрель 2025), 2.0 Flash набрала 77,6 % на MMLU-Pro (против 75,8 % у Gemini 1.5 Pro и 67,3 % у 1.5 Flash), 60,1 % на GPQA Diamond (59,1 % у 1.5 Pro), 34,5 % на LiveCodeBench, 58,7 % на Bird-SQL и 29,9 % на SimpleQA[4]. По данным Google, на мультимодальном бенчмарке MMMU модель набрала 70,7 %, опередив GPT-4o и Claude 3.5 Sonnet[5].

Главная новизна модели — агентные возможности: мультимодальные рассуждения, понимание длинного контекста, следование сложным инструкциям, планирование, композицонный вызов функций и действия в пользовательском интерфейсе работали совместно, открывая новый класс агентных сценариев[1]. На базе 2.0 Google показала исследовательские прототипы: обновлённый Project Astra (универсальный ассистент), браузерный агент Project Mariner (83,5 % на бенчмарке WebVoyager), код-агент Jules, игровые агенты (в сотрудничестве с Supercell) и применение пространственных рассуждений в робототехнике[1]. В день анонса в Gemini Advanced заработала функция Deep Research, использующая развитые рассуждения и длинный контекст для автономного исследования сложных тем[1].

Вариант 2.0 Flash Thinking Experimental, объединивший скорость Flash с пошаговыми рассуждениями, обновлялся в Google AI Studio в начале 2025 года и стал доступен в приложении Gemini[2].

История и разработка

11 декабря 2024 года Google выпустила экспериментальную 2.0 Flash: мультимодальный вход и текстовый выход открыты всем разработчикам в AI Studio и Vertex AI, генерация изображений и TTS — ранним партнёрам; тогда же модель стала доступна всем пользователям приложения Gemini, а TPU Trillium получила статус общедоступной[1].

В конце января 2025 года обновлённая 2.0 Flash пришла в приложение Gemini на десктопе и мобильных устройствах[2]. 5 февраля 2025 года модель получила статус общедоступной (GA) через Gemini API в AI Studio и Vertex AI; вместе с ней вышли экспериментальная 2.0 Pro (контекст 2 млн токенов) и экономичная 2.0 Flash-Lite в публичном превью[2]. Линейка 2.0 обучалась с помощью техник обучения с подкреплением, в которых Gemini критикует собственные ответы, и автоматизированного red teaming[2].

1 июня 2026 года gemini-2.0-flash была выведена из эксплуатации; рекомендованные замены — gemini-3.5-flash-lite (Vertex AI) и Gemini 3.8 Flash (Gemini API)[3][6]. На базе Gemini 2.0 в марте 2025 года были также созданы специализированные роботизированные модели Gemini Robotics (VLA и ER)[7].

Критика и ограничения

Как и все модели Gemini, 2.0 Flash оставалась закрытой: Google не раскрывала ни число параметров, ни состав обучающих данных[1]. Заявленная нативная мультимодальность на старте была доступна не всем: генерация изображений и TTS отдавались только ранним партнёрам, а GA-версия февраля 2025 года работала с мультимодальным входом и текстовым выходом, с обещанием расширения «в ближайшие месяцы»[2]. Агентные прототипы на базе модели Google сама характеризовала как ранние: Project Mariner «не всегда точен и медленно выполняет задачи», а чувствительные действия (например, покупка) требовали подтверждения человеком[1]. Жизненный цикл модели оказался коротким даже по меркам индустрии: с момента GA (5 февраля 2025) до вывода из эксплуатации (1 июня 2026) прошло менее 16 месяцев[3].

Значение

Gemini 2.0 Flash открыла «агентную эру» линейки: нативный вызов инструментов и действия в пользовательском интерфейсе, впервые встроенные в массовую Flash-модель, стали стандартом всех последующих поколений (2.5, 3.x). Multimodal Live API легла в основу режима Gemini Live, Deep Research выросла в самостоятельный продукт, а исследования Project Astra, Project Mariner и Jules в дальнейшем были доведены до продуктовых функций[1]. Формула Flash-серии — скорость на уровне предыдущей Flash-модели при качестве уровня Pro предыдущего поколения — закрепилась как позиционирование серии вплоть до Gemini 3[4].

Ссылки

См. также

Примечания

  1. ↑ 1,00 1,01 1,02 1,03 1,04 1,05 1,06 1,07 1,08 1,09 1,10 1,11 1,12 1,13 1,14 Introducing Gemini 2.0: our new AI model for the agentic era. Google. 11 декабря 2024.
  2. ↑ 2,0 2,1 2,2 2,3 2,4 2,5 2,6 Gemini 2.0 is now available to everyone. Google. 5 февраля 2025.
  3. ↑ 3,0 3,1 3,2 Model versions and lifecycle. Google Cloud Documentation. Обновлено 18 ноября 2026.
  4. ↑ 4,0 4,1 Gemini 2.0 Flash Model Card. Google DeepMind. 15 апреля 2025.
  5. ↑ Google Introduces Gemini 2.0 Flash, A Faster, More Capable AI Model. DeepLearning.AI, The Batch. Декабрь 2024.
  6. ↑ Gemini 2.0 Flash. Документация Gemini API. Обновлено 9 октября 2026.
  7. ↑ Gemini Robotics: Bringing AI into the Physical World. Google DeepMind, arXiv:2503.20020. Март 2025.