Gemini 1.5 Pro

Fiche modèle · Google · gemini-1.5-pro

Gemini 1.5 Pro is a mid-size multimodal model optimized for a wide range of reasoning tasks. It can process large amounts of data at once, including 2 hours of video, 19 hours of audio, codebases with 60,000 lines of code, or 2,000 pages of text.

Fiches modèles

Identité

OrganisationGoogle
Pays—
Famille—
Typellm
Date de sortie2024-05-01
Licenceproprietary
Licence commercialenon
Licence open sourcenon
Poids ouvertsnon
Auto-hébergement (DGX Spark)non — poids fermés
Modalitésimage|text
Fenêtre de contexte2 000 000
KV cache / token (Q8)—
Paramètres totaux—
Paramètres actifs (session)—
Source des paramètres actifs—
Curation des paramètres actifs—
Prix par session—
Tokens / tâche (Data Players)1.2 M
Tokens / tâche (Terminal-Bench)83.3 M (est.)
Ratio Terminal-Bench / Data Players69.4×
Coût / tâche (Terminal-Bench)—
Tokens d'entraînement—
Coupure de connaissance2023-11-01
Créé le2026-05-07T16:53:28.759081Z
Mis à jour le2026-11-04T06:04:42.346848Z
SourceLLM Stats
URLhttps://llm-stats.com/models/gemini-1.5-pro
Tokens/tâche

Prix par fournisseur

Prix

Toutes sources confondues : catalogue llm-stats, routeurs EUrouter/Cortecs et catalogues directs (OVHcloud, Scaleway, Infomaniak). Les prix sont convertis en USD pour la comparaison ; le prix publié et le taux BCE utilisé sont dans l'infobulle. Les prix inconnus restent indiqués « — ».

Aucune donnée.

Souveraineté qualifiée par offre (modèle × fournisseur) ; survolez le badge pour les critères.

Souveraineté

Scores par catégorie (top_scores)

CatégorieScore
language0.80
legal0.80
long_context0.80
math0.80
multimodal0.70
physics0.60
reasoning0.80
safety1.00
speech_to_text0.90
finance0.80
general0.80
healthcare0.80
biology0.60
chemistry0.60
code0.80
vision0.70

Scores par benchmark

BenchmarkCatégorieScoreMaxNormalisé (API)VérifiéAuto-déclaréDaté du
amc-2022-23math0.461.000.46nonoui2026-11-04T06:04:42.351327Z
big-bench-hardreasoning0.891.000.89nonoui2026-11-04T06:04:42.359472Z
dropreasoning0.751.000.75nonoui2026-11-04T06:04:42.368911Z
fleurslanguage0.931.000.93nonoui2026-11-04T06:04:42.374193Z
functionalmathmath0.651.000.65nonoui2026-11-04T06:04:42.380475Z
gpqareasoning0.591.000.59nonoui2026-11-04T06:04:42.393195Z
gsm8kmath0.911.000.91nonoui2026-11-04T06:04:42.403042Z
hellaswagreasoning0.931.000.93nonoui2026-11-04T06:04:42.410398Z
hiddenmathmath0.521.000.52nonoui2026-11-04T06:04:42.421129Z
humanevalreasoning0.841.000.84nonoui2026-11-04T06:04:42.424510Z
mathmath0.861.000.86nonoui2026-11-04T06:04:42.428663Z
mathvistamath0.681.000.68nonoui2026-11-04T06:04:42.432984Z
mgsmmath0.881.000.88nonoui2026-11-04T06:04:42.438747Z
mmlugeneral0.861.000.86nonoui2026-11-04T06:04:42.443089Z
mmlu-prolanguage0.761.000.76nonoui2026-11-04T06:04:42.453078Z
mmmumultimodal0.661.000.66nonoui2026-11-04T06:04:42.458734Z
mrcrlong_context0.831.000.83nonoui2026-11-04T06:04:42.461752Z
natural2codereasoning0.851.000.85nonoui2026-11-04T06:04:42.468976Z
physicsfinalsphysics0.641.000.64nonoui2026-11-04T06:04:42.472495Z
vibe-evalmultimodal0.541.000.54nonoui2026-11-04T06:04:42.475879Z
video-mmemultimodal0.791.000.79nonoui2026-11-04T06:04:42.481592Z
wmt23language0.751.000.75nonoui2026-11-04T06:04:42.493281Z
xstestsafety0.991.000.99nonoui2026-11-04T06:04:42.503154Z

Classements

CatégorieRangScoreNote conservatriceBenchmarks évaluésMéthodeDaté duProvenance
code222—4.321trueskill2026-10-19model_history

Lecture : Note conservatrice = borne basse TrueSkill (niveau estimé − marge d’incertitude) ; Benchmarks évalués = nombre de benchmarks de la catégorie pris en compte. À performances égales, un modèle évalué sur moins de benchmarks obtient une note plus basse : la note ne se déduit pas d’un seul score. Provenance : rankings = top 50 de /rankings ; model_history = historique du modèle (/models/{id}/history), utilisé pour les rangs au-delà du top 50.

Données

Dates de curation (récupération depuis l'API) : models 2026-11-04 · benchmarks 2026-11-04 · scores 2026-11-04 · updates 2026-11-04 · account 2026-11-04 · model_history 2026-11-04 · rankings 2026-11-04