저지연·저비용에 최적화된 Google의 멀티모달 모델로, 1M 토큰 컨텍스트와 네이티브 이미지·오디오·비디오 입력을 지원합니다.
api web
컨텍스트
1,000,000
입력 가격
$0.1 / 1M
출력 가격
$0.4 / 1M
카테고리
multimodal
벤치마크
mmlu
86.8
humaneval
88.9
gsm8k
95.4
lmsysElo
1298
주요 기능
vision audio video function-calling realtime json-mode