Gemini 1.5 Pro als Vorschau in Vertex AI verfügbar

Google hat sein LLM(Large Language Model), Gemini 1.5 Pro, in Vertex AI als Vorschau veröffentlicht. Das Modell kann jetzt auch Audiodateien verarbeiten und daraus eigenständig Informationen extrahieren. Evtl. bekommt Google endlich seine YouTube-Untertitel damit in den Griff (man darf ja hoffen). Mit dem Update ist Gemini 1.5 Pro also in der Lage, aus Videos und Podcasts relevante Informationen herauszufiltern, ohne auf schriftliche Transkripte angewiesen zu sein. Ob dabei Speech-to-Text zum Einsatz kommt, oder das Modell selbst Audio verarbeitet, bleibt unklar.

Die größte Neuerung ist aber das Kontextfenster von 1 Million Token. Damit lassen sich etwa gesamte Dokumentationen von Bibliotheken erfassen. Das erlaubt dann bessere Antworten auf Basis von aktuellen Informationen. Gemini 1.5 scheint auch nach ersten Berichten von Nutzern dieses Kontextfenster mehr zu nutzen als noch GPT-4. Im Vergleich: GPT-4 bietet nur 128.000 Token und Claude-3 200.000.

Das Modell punktet zudem mit Geschwindigkeit und Effizienz durch die “Mixture of Experts”-Technik, welche wahrscheinlich auch GPT-4-Turbo nutzt. Laut Google ist Gemini 1.5 Pro in puncto Leistung bereits stärker als das bisherige Spitzenmodell der Gemini-Familie, Gemini Ultra. Leider konnte ich das Modell selbst nicht testen, da ich keinen Zugriff auf Vertex AI habe.

Transparenz: In diesem Artikel sind Partnerlinks enthalten. Durch einen Klick darauf ge­lan­gt ihr direkt zum Anbieter. Solltet ihr euch dort für einen Kauf entscheiden, erhalten wir ei­ne kleine Provision. Für euch ändert sich am Preis nichts. Partnerlinks haben keinerlei Einfluss auf unsere Berichterstattung.