去年底，Google DeepMind掀起了智能体时代的序幕，推出了面向未来的 Gemini 2.0 Flash 模型，标志着一只脚已经踏入2.0时代。时隔两个月，Gemini 2.0 系列全家桶终于正式亮相，这一次，不仅在性能上实现了进一步突破，还大举挥舞起AI性价比的大旗，并全面拥抱多模态能力。

在DeepSeek的“鲶鱼效应”不断催化下，Google此次发布的 Gemini 2.0 系列产品各显神通：

• Gemini 2.0 Pro Experimental这款顶级模型主打编码性能和处理复杂提示能力，在知识理解与逻辑推理上表现尤为突出。它拥有200万tokens的超大上下文窗口，相当于可以一次性处理约150万个单词，轻松消化整部《哈利·波特》系列。支持多模态输入、文本输出、结构化输出、函数调用和代码执行等全方位功能，在MMLU-Pro测试中获得了79.1%的优异得分，特别在数学（91.8%）和多语言能力（86.5%）方面表现抢眼，堪称目前全家桶中的“全能选手”。
• Gemini 2.0 Flash专为开发者打造的API接口版，支持多模态输入和文本输出，拥有100万tokens的上下文窗口，并支持结构化输出、函数调用和代码执行。它以优越的响应速度和低廉的成本，使得开发者可以快速构建各类应用，满足实际业务场景需求。
• Gemini 2.0 Flash-Lite作为性价比之王，这款轻量版虽然在部分功能上有所取舍，暂不支持多模态实时API、搜索工具和代码执行，但依然保留了100万tokens的上下文窗口、核心的多模态输入、文本输出以及函数调用能力。定价上，文本、图像和视频输入每百万tokens仅需0.075美元，几乎比标准版便宜了三分之一，使得更多开发者能够以极低的成本体验到高性能的AI能力。

此外，Google还推出了多模态实时API的beta版本，虽然图像和音频输出功能将在后续陆续推出，但已有的定价策略显示，文本、图像和视频输入费用为每百万tokens 0.10美元，音频输入为0.70美元，而输出费用则为每百万tokens 0.40美元。各类缓存费用也维持在较低水平，保证了整体成本优势。

性能测试方面，Gemini 2.0系列表现亮眼。除Pro Experimental版本在多项指标上表现卓越外，Flash和Flash-Lite版本也分别取得了71.6%和77.6%的成绩。尽管最强的Pro Experimental版本在某些方面仍稍逊于OpenAI o3模型，但总体上，Gemini 2.0 系列以其快速响应和低成本优势，已经在命名实体识别、分类任务等特定应用场景中展现出巨大的潜力。

新模型现已在Google AI Studio和Vertex AI平台向开发者全面开放，而Gemini高级用户也可在各自设备上选用。更令人兴奋的是，网友们已经迫不及待地用这些模型玩出了新花样——例如，通过代码操刀设计一个贪吃蛇游戏，让AI自己实现游戏对战，打破传统AI仅仅用于回答问题的刻板印象。

总之，随着Gemini 2.0 全家桶的发布，Google不仅在性能上实现了全方位提升，还通过亲民的定价策略和多模态支持，进一步扩展了AI的应用边界。对于开发者而言，这无疑是一次难得的机遇；而对于整个AI生态来说，低成本高性能的突破将为智能工作、自动化开发和多模态应用奠定坚实基础。未来，随着图像生成、文本到语音等功能陆续上线，Gemini 2.0 系列将在更多领域掀起一场技术革命。

相关标签： 20 Gemini AI 模态 tokens Google 开发者 文本 输出 输入