Gemini 1.5 Pro | TellWorld

一个为长输入设计的中型模型

Gemini 1.5 Pro 是 Google Gemini 1.5 代里的中型多模态模型（multimodal model）。2024 年 2 月 15 日，它由 Demis Hassabis 在一篇文章中公布，文中还附了 Sundar Pichai 的一段说明^[1]。所谓多模态，指模型不只处理文字，也能接收图像、音频、视频等不同类型的输入；名字里的「Pro」表明它是这一代的中型规格，而非最大或最小的一档。

混合专家架构

这个模型采用混合专家（mixture-of-experts，MoE）架构^[1]。在 MoE 模型里，网络被拆成许多相对独立的子网络，常被称为「专家」，每一步由路由机制挑出其中少数几个来处理当前输入。这样，任意一个 token 只让网络的一小部分参与计算，模型的总参数量可以做得很大，而单步计算量仍能小于同等总规模的稠密模型。

上下文窗口

该模型发布时带有 128,000 token 的标准上下文窗口，在非公开预览中可提供最多 100 万 token^[1]。上下文窗口指的是模型一次能同时「看到」的材料总量，包括输入的提示和它生成的回答；token 则是它读写文本的基本单位，大致相当于一个词的一部分。上下文长度之所以重要，是因为窗口之外的内容在模型作答时是看不见的。

Google 把 100 万 token 这个数字换算成了具体场景：这么大的空间足以让模型处理约 1 小时视频、11 小时音频、超过 3 万行的代码库，或在单次提示中处理 70 万字以上的文本；在研究环境中，它还曾被测到 1000 万 token^[1]。

窗口再长，也要模型真的用得上里面的内容。「大海捞针」（Needle In A Haystack）测试会把一段文字藏进长得多的一段材料里，再让模型把它找出来；在最长 100 万 token 的文本块中，Gemini 1.5 Pro 有 99% 的情况找到了那段文字^[1]。

基准成绩与一门不足 200 人说的语言

Google 称，在开发自家大语言模型所用的基准中，该模型有 87% 的成绩超过了 Gemini 1.0 Pro，整体表现与 Gemini 1.0 Ultra 大致相当^[1]。

另一个演示则说明了长窗口能派上什么用场。给模型一本 Kalamang 语的语法手册——这门语言的使用者不足 200 人——它便学会了把英语翻译成 Kalamang 语，水平与一个用同样材料学习的人相近^[1]。手册就放在提示里，模型依靠的是眼前这份材料，而不是训练中记住的东西。

更长的上下文与产品集成

在 2024 年 5 月 14 日的 Google I/O 上，Google 以排队申请的方式向 API 开发者和 Google Cloud 客户开放了 200 万 token 的上下文窗口，并表示 Gemini 1.5 Pro 正在接入 Gemini Advanced^[2]。2024 年 12 月 11 日，Gemini Advanced 中的 Deep Research 功能上线时，背后运行的正是 Gemini 1.5 Pro^[3]。

在 Gemini 系列中的位置

2025 年，Gemini 1.5 Pro 由 Gemini 2.0 Pro 和 Gemini 2.5 Pro 接替，Gemini 1.5 系列此后已停止提供^[4]。1.5 代留下的一个观念是：模型一次能装下多少材料，本身就是一种能力，而不只是一个技术参数。能一口气读完 1 小时视频或整个代码库的模型，可以被问到那些在更短窗口下根本无从提出的问题。

能力大语言模型多模态

技术路线基础模型

应用领域企业软件

版本时间线

21

2022
- 2022 年 4 月 4 日 PaLM
  PaLM 是 Google Research 于 2022 年 4 月发布的 5400 亿参数语言模型，在 6144 块 TPU v4 上训练，多项基准成绩优于此前模型。
2023
- 2023 年 5 月 10 日 PaLM 2
  PaLM 2 是 Google 于 2023 年 5 月 10 日发布的第二代 Pathways 语言模型，分为四个规模，被用于包括 Bard 在内的 25 个以上 Google 产品。
- 2023 年 12 月 6 日 Gemini 1.0（Ultra、Pro、Nano）
  Gemini 1.0 是 Google DeepMind 多模态模型家族的第一代，2023 年 12 月 6 日发布，分 Ultra、Pro、Nano 三档；Google 称 Ultra 是首个在 MMLU 上超过人类专家的模型。
2024
- 2024 年 2 月 15 日 Gemini 1.5 Pro · 本页
  Google Gemini 1.5 代的中型多模态模型，2024 年 2 月公布，以上百万 token 的上下文窗口著称，可在单次提示中处理长视频、整段音频和大规模代码。
- 2024 年 5 月 14 日 Gemini 1.5 Flash
  Gemini 1.5 Flash 是 Google Gemini 1.5 系列中的轻量模型，2024 年 5 月 14 日发布，由 1.5 Pro 蒸馏训练而来，上下文窗口为 100 万 token，主打快速与低成本。
- 2024 年 12 月 11 日 Gemini 2.0 Flash
  Gemini 2.0 Flash 是 Google Gemini 2.0 世代的首个模型，2024 年 12 月以实验模型形式发布，新增多模态输出与原生工具调用，2025 年 2 月正式开放。
2025
- 2025 年 2 月 5 日 Gemini 2.0 Pro
  Google 于 2025 年 2 月发布的实验性模型，属于 Gemini 2.0 系列，被 Google 称为当时在编程和复杂提示上最好的模型，支持 200 万 token 的上下文窗口与工具调用。
- 2025 年 3 月 25 日 Gemini 2.5 Pro
  Gemini 2.5 Pro 是 Google Gemini 2.5 系列的首个模型，2025 年 3 月以实验版发布，主打「思考」能力和 100 万 token 上下文，发布时即在 LMArena 登顶。
- 2025 年 4 月 17 日 Gemini 2.5 Flash
  Google Gemini 2.5 系列中的模型，2025 年 4 月发布预览版、6 月正式可用。Google 称它是其首个完全混合推理模型，开发者可以用思考预算把思考打开或关闭。
- 2025 年 6 月 17 日 Gemini 2.5 Flash-Lite
  Gemini 2.5 Flash-Lite 是 Google Gemini 2.5 系列中价格最低的模型，面向分类、摘要等高吞吐量任务，默认关闭思考，并提供可调节的思考预算。
- 2025 年 11 月 18 日 Gemini 3 Pro
  Gemini 3 Pro 是 Google Gemini 3 系列的首个模型，2025 年 11 月以预览版发布，拥有 100 万 token 上下文窗口，并在 LMArena 等榜单登顶，在推理、编程与多模态基准上取得高分。
- 2025 年 12 月 17 日 Gemini 3 Flash
  Gemini 3 Flash 是 Google Gemini 3 系列中主打速度与低成本的模型，2025 年 12 月 17 日发布。它在多项基准上接近 Gemini 3 Pro，同时消耗更少 token、单 token 价格更低。
2026
- 2026 年 2 月 19 日 Gemini 3.1 Pro
  Gemini 3.1 Pro 是 Google 于 2026 年 2 月 19 日以预览形式发布的大语言模型，在 ARC-AGI-2 上取得 77.1% 的验证成绩，并取代了 gemini-3-pro-preview。
- 2026 年 3 月 3 日 Gemini 3.1 Flash-Lite
  Gemini 3.1 Flash-Lite 是 Google Gemini 3 系列中低成本、低延迟的多模态模型，2026 年 3 月先出预览版、5 月正式可用，面向高频、轻量的任务。
- 2026 年 5 月 19 日 Gemini 3.5 Flash
  Gemini 3.5 Flash 是 Google 于 2026 年 5 月 19 日发布的 Gemini 3.5 系列首个模型，面向智能体与编程任务，并成为 Gemini 应用和搜索 AI 模式的默认模型。
- 2026 年 7 月 21 日 Gemini 3.5 Flash-Lite
  Gemini 3.5 系列中最快的模型，2026 年 7 月发布，面向智能体检索与文档处理等高吞吐任务，并将接替 gemini-3.1-flash-lite。
- 2026 年 7 月 21 日 Gemini 3.6 Flash
  Gemini 3.6 Flash 是 Google 于 2026 年 7 月 21 日发布的主力模型，在编程、知识工作和多模态上优于 3.5 Flash，输出更省词元，并把计算机操作做成内置工具。
- 2026 年 8 月 13 日 Gemini 3.7 Flash
  Google 于 2026 年 8 月 13 日发布的主力模型，主打编程与智能体，定价分阶段上调，三周后即被 3.8 Flash 接替。
- 2026 年 9 月 2 日 Gemini 3.8 Flash
  Gemini 3.8 Flash 是 Google 于 2026 年 9 月 2 日发布的快速低成本模型，同日推出网络安全变体 Gemini 3.8 Flash Cyber，其介绍性价格在 2027 年初翻倍。
- 2026 年 10 月 13 日 Gemini 4 Argon
  Gemini 4 Argon 是 Google Gemini 4 系列首个模型，2026 年 10 月 13 日全面开放，面向软件工程、金融、法律等多步骤复杂任务。
- 2026 年 10 月 28 日 Gemini 4 Carbon
  Gemini 4 Carbon 是 Google DeepMind 于 2026 年 10 月 28 日发布的前沿模型，距 Gemini 4 Argon 仅两周，Google 称其网络安全与长程能力达到当前最好水平。

20243

2024 年 12 月 11 日
发布谷歌在 Gemini 中推出 Deep Research
谷歌于 2024 年 12 月 11 日为 Gemini Advanced 推出 Deep Research：它先给出可修改的研究计划，再花几分钟检索网络并写出带来源链接的报告。
2024 年 5 月 14 日
发布谷歌在 I/O 2024 发布 Gemini 1.5 Flash
2024年5月14日，谷歌在 I/O 大会上发布 Gemini 1.5 Flash：它由 Gemini 1.5 Pro 蒸馏而来，比 Pro 更轻量，是当时 API 中速度最快的 Gemini 模型。
2024 年 2 月 15 日
发布谷歌发布支持百万 token 上下文的 Gemini 1.5 Pro
2024年2月15日发布的 Gemini 1.5 Pro 采用混合专家架构，默认上下文窗口为 128,000 个 token，私下预览中可达 100 万个 token，大幅提高了模型一次能读入的材料量。

注释与来源

Our next-generation model: Gemini 1.5https://blog.google/technology/ai/google-gemini-next-generation-model-february-2024/
Gemini breaks new ground with a faster model, longer context, AI agents and morehttps://blog.google/technology/ai/google-gemini-update-flash-ai-assistant-io-2024/
Try Deep Research and our new experimental model in Gemini, your AI assistanthttps://blog.google/products/gemini/google-gemini-deep-research/
Gemini (language model)https://en.wikipedia.org/wiki/Gemini_(language_model)

引用本页: Gemini 1.5 Pro. TellWorld, https://www.tellworld.net/zh/models/gemini-1-5-pro. 更新于 2026-11-08