谷歌Gemini数学反超o1预览版！成本仅1/10、无需额外思考时间，旧范式还没有死

数学击败o1-preview，成本仅为十分之一，并且几乎没有思考延迟!

OpenAI《Her》全量开放同一天，谷歌Gemini1.5迎来重大升级。

fmt=png&from=appmsg" data-type="png" data-w="1080" data-original-="" data-index="1" src="https://pic.chinaz.com/2024/0926/2024092608581145860.jpg" _width="677px" alt="图片" data-fail="0" style="margin: 0px auto; padding: 0px; box-sizing: border-box; outline: 0px; border: 1px solid rgb(238, 238, 238); --tw-shadow: 0 0 #0000; --tw-ring-inset: var(--tw-empty, ); --tw-ring-offset-width: 0px; --tw-ring-offset-color: #fff; --tw-ring-color: rgba(41, 110, 228, 0.5); --tw-ring-offset-shadow: 0 0 #0000; --tw-ring-shadow: 0 0 #0000; max-width: 700px; background: url("../img/bglogo2.svg") center center no-repeat rgb(247, 248, 249); box-shadow: rgba(27, 95, 160, 0.1) 0px 1px 3px; display: inline-block;"/>

除此之外，价格也是原来的一半，速度限制提升2-3倍;输出速度提升2倍、延迟降为原来三分之一。

开发者可以通过 Google AI Studio 和 Gemini API免费访问。聊天版本还得再等等。

不过也有网友发现了华点，虽然数学能力很强，但还是没有打败o1-mini以及o1完整版（94.8）。

FMt=png&from=appmsg" data-type="png" data-w="482" data-original-="" data-index="2" src="https://pic.chinaz.com/2024/0926/2024092608581145861.jpg" _width="482px" alt="图片" data-fail="0" style="margin: 0px auto; padding: 0px; box-sizing: border-box; outline: 0px; border: 1px solid rgb(238, 238, 238); --tw-shadow: 0 0 #0000; --tw-ring-inset: var(--tw-empty, ); --tw-ring-offset-width: 0px; --tw-ring-offset-color: #fff; --tw-ring-color: rgba(41, 110, 228, 0.5); --tw-ring-offset-shadow: 0 0 #0000; --tw-ring-shadow: 0 0 #0000; max-width: 700px; background: url("../img/bglogo2.svg") center center no-repeat rgb(247, 248, 249); box-shadow: rgba(27, 95, 160, 0.1) 0px 1px 3px; display: inline-block;"/>

谷歌Gemini1.5大升级

此次更新的有两个型号:Gemini-1.5-Pro-002和Gemini-1.5-Flash-002。

总结来说，主要有这些更新:

• 对于1.5pro（输入和输出都小于128K），降价幅度大于50%。

• 速率限制提升2-3倍;

• 输出速度提高2倍，延迟降低3倍;

• 更新了默认过滤器设置。

首先，提升了整体性能，尤其在数学、长文本以及多模态方面。

在MMLU-Pro上性能提高约7%;而在 MATH 和 HiddenMath（内部保留的竞赛数学问题集）基准测试中，两种模型有约20% 的显著改进，其中Pro版本以86.5%的成绩超过了o1-preview(85.5%)。

除此之外，在视觉理解和代码代码生成的评估中也有2%-7%的提升。

根据开发人员的反馈，这两个模型现在都采用了更简洁的风格，目的是使这些模型更易于使用并降低成本。

对于摘要、问题解答和提取等用例，更新后模型的默认输出长度比以前的模型短5-20%。

价格方面，1.5pro输入token降价64%，输出token降价52%，对增量缓存token降价64%，10月1日开始生效。

速率限制也有所提升，1.5Flash的付费速率限制从1000RPM提高到2000RPM;1.5Pro速率限制从360RPM到1000RPM。

另外，输出速度提高2倍，延迟减少为原来的三分之一。

对于新模型，过滤器已切换成可选，默认情况下不会应用过滤器。

最后的最后，还有Gemini1.5Flash-8B实验版本更新，在文本和多模态能力方面都有显著的提升。

网友水灵灵地测试上了

有网友就这么水灵灵地测试上了。

他测试了Gemini1.5Flash的音频转录功能。后者能在50-60秒内转录13分钟音频。

多个音频文件测试结果中，转录准确率接近99%。如果音频清晰，准确率能达到100%。

有网友测试了它的视觉理解能力，结果顺利通过，之前难倒了一众视觉模型。

不过讨论最多的还是它数学能力的提升。

不过倒也有网友表示，数学基准也没啥用。它已经饱和，而且污染了大多数模型的训练数据。在现实世界的数学难题里，这些还是没办法跟o1系列相提并论。

虽然但是，谷歌升级模型还有一个用处。

那就是push一下OpenAI，赶紧发布新模型，以此来“夺回王冠”。

什么时候赶紧把o1完整版发了。（Doge）