Google Gemini 1.5 Pro 個人テスト: 強力であると同時に壊れやすい

概要

少し前に、Gemini 1.5 Pro ウィッシュリストに申請しました。その後は忘れ去られてしまいました。今日 Google AI Studio にログインしたところ、すでに Gemini 1.5 pro を使用できることがわかりました。そこで、テストしてみました。その後、Gemini 1.0 pro から Gemini 1.5 pro に切り替える予定です。

Gemini 1.5 pro は、プロンプト入力としてテキスト、写真、ビデオ、ファイル、フォルダーをサポートできます。

テキストを入力してください

それは特別なことではありません。

写真+テキストを入力してください

画像を入力すると、Gemini1.5 pro が結果を返すまでに 30 秒以上かかります。

私はそれが間違っていると具体的に言いました、そして、それを認めました。双子座は善悪を区別する能力が比較的低いようです。

動画+テキストを入力してください

ビデオを入力すると、Gemini1.5 pro は結果を返すまでに 200 秒以上かかります。

入力ファイル+テキスト

ファイルを入力すると、Gemini1.5 pro でも結果が返されるまでに 200 秒以上かかります。

フォルダー + テキストを入力してください

入力フォルダー内のコンテンツが多すぎるため、前のコンテンツと合わせてプロンプト トークンが制限を超え、結果を返すことができません。

要約する

大規模なマルチモーダル モデルとして、1.0 と比較した Gemini 1.5 pro の最も明らかな特徴は、入力タイプがより包括的であることです。テキスト、写真、ビデオ、ファイル、フォルダー。

しかし、明らかな推理力の向上はないようです。少なくとも私にはまだ善悪の区別がつきません。