本文来自微信公众号“CSDN（ID：CSDNnews）”。
AI加速竞赛在科技巨头与初创公司之间愈演愈烈。这边DeepSeek R1的诞生引爆全球科技圈，其强大的竞争对手们也没有闲着，先有OpenAI加码带来Deep Search工具并向所有用户开放ChatGPT搜索功能，后有Google正式向所有用户推出升级后的Gemini 2.0家族，并称其为迄今为止“功能最强大”的AI模型套件。
该模型套件包含适用于大规模且高频率任务的Gemini 2.0 Flash、具有最佳编程性能与处理复杂任务能力的Gemini 2.0 Pro Experimental以及极具性价比的Gemini 2.0 Flash-Lite，还有大幅提升推理能力的Gemini 2.0 Flash Thinking模型。
谷歌DeepMind首席技术官Koray Kavukcuoglu在官方公告的博客文章中写道：“所有这些模型在发布时都将支持多模态输入、文本输出功能，并且未来几个月将有更多模式可供普遍使用。”
不难看出，面对DeepSeek、OpenAI等竞争对手的强势攻势，Google正在加速迎战，全力推动Gemini 2.0生态的发展。
01 高效主力模型Gemini 2.0 Flash来了
Gemini Flash系列最早于Google I/O 2024发布，以高性能、高频任务处理能力受到开发者青睐。
去年12月，Google发布了Gemini 2.0 Flash实验版本，正式开启了智能体（Agentic）时代。这个模型专为开发者打造，具备低延迟和高效能的特点。
上周，Google进一步将升级版2.0 Flash推向更广泛的用户，在桌面端和移动端的Gemini应用中开放使用，让更多人能够探索Gemini的创造力、交互性和协作能力。
时下，Google通过Google AI Studio和Vertex AI中的Gemini API正式发布更新后的Gemini 2.0 Flash。
该模型相较竞争对手的一大优势在于上下文窗口，许多主流模型（如上周发布的OpenAI o3-mini）仅支持20万或更少的tokens，相当于400至500页的小说，而Gemini 2.0 Flash支持高达100万token，能够处理海量信息，尤其适用于高频、大规模任务，在信息整合和长文本理解方面具备明显优势。
开发人员现在可以直接使用2.0 Flash构建生产应用程序。这一最新模型在多个关键基准测试中提升了性能。此外，图像生成和文本转语音功能也即将推出。
当下，用户可在Gemini应用、Gemini API（Google AI Studio和Vertex AI）中直接上手体验2.0 Flash。
02 增强推理能力的Flash Thinking模型进入Gemini App端
今年年初，Google在Google AI Studio中更新了Gemini 2.0 Flash Thinking Experimental模型，经过训练后，该模型会在回答问题时生成其所经历的“思考过程”。因此，与Gemini 2.0 Flash模型相比，Flash Thinking模型在回答问题时能够发挥更强的推理能力。
Google CEO Sundar Pichai在社交平台X上宣布，Google Gemini移动应用（iOS和Android）已加入了Gemini 2.0 Flash Thinking模型，用户可以在模型选择下拉菜单中使用。
简单来看，这款模型能够解释如何回答复杂的问题。
据外媒Venturebeat分析，事实上，DeepSeek R1和OpenAI新推出的o3-mini模型都不支持多模态输入，也就是说，它们无法直接处理图片、文件上传或附件。虽然R1在官网和移动端应用的聊天界面中可以接收这些输入，但它只是通过光学字符识别（OCR）——一种已有60多年历史的技术——提取文本信息，并不会真正理解或分析图片中的其他内容。
然而，DeepSeek R1、OpenAI o3-mini这两个模型都属于新一类的“推理”模型，会花更多时间思考答案，注重“思维链”（chain-of-thought）和回答的正确性。这与典型的大型语言模型（LLM），如Gemini 2.0 Pro系列，有着明显区别。
因此，将Gemini 2.0、DeepSeek-R1和OpenAI o3进行直接对比，实际上有些“鸡蛋与苹果”的意味。
不过，当前Google还会推出一款更具自主智能的Gemini 2.0 Flash Thinking模型版本，它可以连接Google地图、YouTube和Google搜索，拓展了AI研究和交互的可能性，而没有这些生态支持的DeepSeek和OpenAI，短期内难以匹敌。
03 Gemini 2.0 Pro（实验版）：最强代码能力与复杂任务处理
对于需要更高级AI功能的用户，Gemini 2.0 Pro（实验版）模型现已可供测试。
Google表示，Gemini 2.0 Pro Experimental是迄今为止最强的代码性能和复杂任务处理模型，在理解和推理世界知识方面超越了以往所有版本。其特点包括：
- 超大上下文窗口：支持200万token，可处理海量信息，深入分析复杂问题。
- 工具调用能力：可调用Google Search进行实时信息查询，并支持代码执行，提升编程能力。
目前，Gemini 2.0 Pro（实验版）已在Google AI Studio、Vertex AI开放给开发者，并可在Gemini高级版（Gemini Advanced）的桌面和移动端模型选择菜单中使用。
04 Gemini 2.0 Flash-Lite（公测版）：Google成本最低的模型
此前，Gemini 1.5 Flash以其高速度、低成本深受用户喜爱，而Google进一步优化质量，同时保持相同的成本和速度，推出了全新的Gemini 2.0 Flash-Lite，旨在提供经济高效的AI解决方案，同时不影响质量。
Gemini 2.0 Flash-Lite具备百万tokens上下文窗口，支持多模态输入，类似于完整的Flash模型。
同时与其他主流LLM API相比，Gemini 2.0 Flash的定价极具竞争力。Gemini 2.0 Flash-Lite的价格为每百万代币0.075美元（输入）和每百万代币0.30美元（输出），而其他一些主流模型如：
- OpenAI 4o-mini：每百万tokens输入/输出费用分别为$0.15/$0.6
- Anthropic Claude：每百万tokens输入/输出费用高达$0.8/$4
- DeepSeek V3（传统LLM）：每百万tokens输入/输出费用为$0.14/$0.28
相比之下，Gemini 2.0 Flash在性价比方面更胜一筹，且在大多数基准测试中均优于Gemini 1.5 Flash，根据官方数据显示，该模型可以为大约40,000张独特的照片生成相关的一行标题，在Google AI Studio的付费套餐中成本不到1美元，这也使得它成为市场上最具吸引力的LLM选择之一。
对此，Google AI Studio负责人Logan Kilpatrick在X上强调，“Gemini 2.0 Flash是目前所有LLM中最具价值的选择，现在是时候开始构建了！”
目前，Flash-Lite可通过Google AI Studio和Vertex AI进行公开预览，预计将在未来几周内全面上市。
05 最后
以上便是Google此次带来的重点大模型更新。在模型的安全方面，Google也分享了其最新投入，他们利用：
- 强化学习优化：使用Gemini自身来评估和改进其回答，提升对敏感问题的处理能力，确保输出更加准确、合理。
- 自动化红队测试：评估安全风险，尤其是间接提示注入（Indirect Prompt Injection）等网络安全攻击，防止恶意指令被AI误用。
