DeepSeek 逼急 Gemini 放大招，ChatGPT 搜索功能免費開放，AI 掀起讓利戰
去年底，Google Deedmind 推出了面向智能體時代的 Gemini 2.0 Flash 模型，一隻腳邁入了 2.0 時代，時隔兩個月，Gemini 2.0 系列全家桶終於正式上新。
在 DeepSeek 「鯰魚效應」的催化下，這次發佈與往常不太一樣，不僅在性能上有進一步的提升，還揮舞起 AI 性價比的大旗，同時也擁抱多模態能力。
最新的大模型競技場中，Gemini 2.0 Pro 在所有類別中排名第 1，Gemini 2.0 Flash 排名第 3，Flash-lite 則以出色的性價比躋身前十。
Deepmind CEO Demis Hassabis 發文稱：
令人興奮的進展！我們在不斷提升質量的同時，努力降低成本。Gemini 2.0系列是性價比和性能方面的領先模型。
通過今天的發佈，大家都可以利用它們強大的推理和多模態能力，這也為我們的智能工作奠定了基礎。
Gemini 2.0 系列模型主要特點如下：
2.0 Pro Experimental：主打編碼性能和處理複雜提示能力，在知識理解和邏輯推理方面表現出色。
2.0 Flash：專門面向開發者提供 API 接口，支持快速構建 App。
2.0 Flash Thinking Experimental：已在 Gemini App 中開放使用，供用戶體驗。
2.0 Flash-Lite：在保持高性能的同時實現了更優的成本效益和響應速度。
不到 1 美元能幹什麼？Google 新模型能給 4 萬張圖片配標題
具體來說，Gemini 2.0 系列全家桶模型各具特色。
其中，已全面發佈的 Gemini 2.0 Flash 支持多模態輸入和文本輸出，具備 100 萬tokens 的上下文窗口，並支持結構化輸出、函數調用和代碼執行等功能。
值得注意的是，其多模態實時 API 目前仍處於「beta」階段，圖像和音頻輸出功能也將在後續推出。
該模型的定價方案也已確定，文本、圖像和影片輸入每百萬 tokens 收費 0.10 美元，音頻輸入則為 0.70 美元，（2 月 20 日起正式生效）。文本輸出每百萬 tokens 收費 0.40 美元。
各類緩存費用也都維持在較低水平。文本/圖像/影片緩存費用為每百萬 token 收費 0.025 美元，音頻緩存費用為 0.175 美元。
在此基礎上，Google 還推出了更具性價比的「輕量版」——Gemini 2.0 Flash-Lite 。
雖然這款模型在功能上做了一定取捨，暫不支持多模態實時 API、搜索工具和代碼執行，但它保留了 100 萬 tokens 的上下文窗口，以及多模態輸入、文本輸出和函數調用等核心功能。
其定價更為親民，文本、圖像和影片輸入每百萬 tokens 僅需 0.075 美元，幾乎比標準版便宜了三分之一。音頻輸入也為 0.075 美元，文本輸出為 0.30 美元，文本/圖像/影片緩存為每百萬 tokens 僅需 0.01875 美元，音頻緩存為 0.175 美元。
作為對比，DeepSeek-V3 模型現在在擊中緩存的情況每百萬 tokens 需要 0.014 美元。2 月 8 日起，其價格將恢復到每百萬 tokens 0.07 美元的水平。這一調整或許也是促使 Google 製定當前價葛斯略的重要因素之一。
據 Google 介紹，使用該模型為 4 萬張獨特圖片生成標題的成本僅需不到 1 美元。
產品線的頂端則是 Gemini 2.0 Pro Experimental 版本。這款模型擁有 200 萬 tokens 的超大上下文窗口，相當於可以一次性處理約 150 萬個單詞，能同時消化整個《哈利·樸達》系列的七本書還綽綽有餘。
在功能上，它也是最為全能的選手，不僅支持多模態輸入和文本輸出，還具備結構化輸出、函數調用、搜索工具和代碼執行等全方位能力。
在性能測試方面，Gemini 2.0 系列表現可圈可點。
在 MMLU-Pro 測試中，2.0 Pro Experimental 以 79.1% 的得分領先，而 2.0 Flash Lite Preview 和 2.0 Flash GA 分別獲得 71.6% 和 77.6% 的成績。
在代碼生成、數學和多語言能力等方面，2.0 Pro Experimental 同樣表現優異，特別是在數學（91.8%）和多語言能力（86.5%）方面的成績尤為突出。
遺憾的是，即便是最強的 Gemini 2.0 Pro Experimental 版本也要遠遠落後於 OpenAI o3 模型，並未完成外界期待的「彎道超車」。
不過也有網民認為，由於 Gemini 2.0 Pro 並非典型的 CoT 模型，當前的性能對比可能並不完全合理。
這些模型的主要優勢在於其快速響應能力和較低的成本，特別適用於命名實體識別或分類等特定任務。隨著圖像生成和文本到語音等新功能的即將推出，Gemini 2.0 系列的應用場景將進一步擴展。
現在，這些新模型現已在 Google AI Studio 和 Vertex AI 平台上向開發者開放，Gemini 高級用戶也可以在其設備上選用。
貪吃蛇大戰、跳躍球，Gemini 2.0 還能這樣玩
誰說 AI 只會乾巴巴回答回答，隨著 Gemini 2.0 全家桶的上線，網民迫不及待地玩出了新花樣。
比方說，想看貪吃蛇大戰嗎？讓 Gemini 2.0 自行操刀設計一個貪吃蛇遊戲。
亦或者，Gemini 2.0 Flash Thinking 模型是首個能夠訪問 YouTube 的推理模型，而且它還支持 Google 搜索和地圖功能。
在圖像渲染方面，有開發者要求模型使用 p5.js 編寫腳本，生成了一個包含 100 個動態彈跳黃球的三維場景。並且，球體內的黃球還要能夠正確相互碰撞，球體緩慢旋轉，以及始終保持在球體內。
我們也在 Google AI Studio 簡單體驗了此次上新的幾款新模型。這幾款新模型響應的速度倒是挺快的，至於效果嘛，Emmm，就屬實有點難評了。
在 Gemini 大展拳腳之際，慣常狙擊的 OpenAI 也在持續發力。
今天，OpenAI 淩晨宣佈 Deep Research 功能向所有 Pro 用戶全面開放，包括英國、歐盟、挪威、冰島、列支敦士登和瑞士等地區。Plus 用戶流下了羨慕的淚水。
並且，ChatGPT 的搜索功能現已向所有用戶開放，無需註冊即可使用，進一步降低用戶的使用門檻。
不過，在卷模型之前，不妨先卷一下 AI 模型的起名，無論是 Gemini 系列，還是 OpenAI 的 GPT/o 系列，隨著新模型的接踵而至，各類版本號和命名規則也是讓人眼花繚亂。
去年當 OpenAI CEO Sam Altman 被問及公司產品的命名策略時，他也坦言相當頭疼。
包括 Anthropic CEO Amodei 曾表示，雖然 Claude 的命名方式在早期看起來不錯，但隨著模型的快速迭代和更新，沿用的命名體系同樣變得捉襟見肘。
他指出，目前沒有任何 AI 公司真正「搞掂命名」這一問題，大家都在努力尋找更簡單、更清晰的命名方式。這或許也是 AI 巨頭們少有達成的共識。
