两个月前谷歌在 Google Ai Studio 中提供了 Gemini 下一代版本 Gemini 1.5 Pro 供部分开发者测试 ，谷歌够理该模型具有 1M 上下文窗口并且具有原生的正式音频理解能力。开发者可以使用 cURL ，推出统

函数调用的解音改进 ：

开发者现在可以选择模式来限制模型的输出，

谷歌称其在 MTEB 基准测试中实现了更强的频支检索新年，开发者可以通过 Google Ai Studio 创建和访问 API 密钥然后调用该模型进行构建。持系同时该模型还能够对上传的式蓝视频图像 (帧) 和音频 (语音) 进行推理
，此模式可以从文本或图像中提取结构化数据
，点网

有关以上内容可访问谷歌官方博客查看资源链接：https://developers.googleblog.com/2024/04/gemini-15-pro-in-public-preview-with-new-features.html

音频和视频模式解锁新用例：

谷歌扩展了 Gemini 1.5 Pro 的推出统输入模式，

谷歌今天宣布 Gemini 1.5 Pro 模型在全球 180 多个国家或地区推出，解音开发者可以定义角色 、频支从而提高可靠性 。持系

新增的式蓝系统指令功能 ：

使用系统指令可以指导模型的响应，现在在 Google Ai Studio 和 Gemini API 中提供，正式上线后该模型还推出了系统指令和 JSON 等新功能
，谷歌很快会为此添加 API 支持
。

此次谷歌还推出了下一代文本嵌入模型，并且由于具有可对比纬度的现有模型
。选择文本、

JSON 模式：

只是模型仅输出为 JSON 对象，针对特定用例对模型进行引导 。函数调用或仅函数本身等。其性能由于同类模型，包括 Gemini API 和 Google Ai Studio 中的音频理解
 ，格式 、后续将支持 Python SDK 。让开发者可以更好地控制模型的输出 。

性能改进的新嵌入式模型  ：

从今天起开发者可以通过 Gemini API 访问下一代文本嵌入模型 text-embedding-004/text-embedding-preview-0409 。