Quanto costa Gemini 1.5 Pro?

Gemini 1.5 Pro viene fatturato pay-as-you-go a 1,40 € per 1M token in input e 5,59 € per 1M token in output. Non è richiesto alcun abbonamento — paghi solo ciò che usi.

Cosa può fare Gemini 1.5 Pro?

Gemini 1.5 Pro è il modello di chat di Google, accessibile tramite l'API di Api.Airforce.

Gemini 1.5 Pro è gratuito?

Gemini 1.5 Pro è un modello pay-as-you-go a pagamento — nessun abbonamento, paghi solo per l'utilizzo effettivo.

Come si usa Gemini 1.5 Pro tramite API?

Gemini 1.5 Pro è compatibile con OpenAI. Punta qualsiasi SDK OpenAI su https://api.airforce/v1 e passa l'ID modello gemini-1.5-pro con la tua chiave API di Api.Airforce.

Chi ha creato Gemini 1.5 Pro?

Gemini 1.5 Pro è il modello di chat di Google, disponibile tramite il gateway unificato Api.Airforce insieme ad altri 100+ modelli.

GoogleA pagamentoOperativo

Gemini 1.5 Pro

Nome del modello API: gemini-1.5-pro

Gemini 1.5 Pro è il modello di chat di Google, servito sull'API unificata di Api.Airforce. Ha un prezzo di 1,40 € per milione di token di input e 5,59 € per milione di token di output. Accedi tramite l'API compatibile con OpenAI con una sola chiave, insieme a oltre 65 altri modelli su Api.Airforce.

Ottieni una chiave API Visualizza i prezzi

Prezzi

Input / 1M token

≈ 1,40 €

Output / 1M token

≈ 5,59 €

Lettura cache / 1M token

≈ 0,34 €

Specifiche

Provider: Google
Tipo: modello di chat

Benchmark

Valutazioni indipendenti e velocità misurata da Artificial Analysis.

Indice di intelligenza

4.3/100

Indice di codifica

23.6/100

MMLU-Pro75%

GPQA Diamond59%

Humanity's Last Exam5%

LiveCodeBench32%

MATH-50088%

AIME23%

Gemini 1.5 Pro (Sep '24)

Fonte: Benchmark data by Artificial Analysis (artificialanalysis.ai)

A cosa serve Gemini 1.5 Pro?

Chatbot e assistenti — AI conversazionale, redazione, sintesi e Q&A.

Gemini 1.5 Pro vs. modelli simili

Modello	Intelligenza	Contesto	Input / 1M	Output / 1M
Gemini 1.5 Pro	4.3	—	1,40 €	5,59 €
Aqa	—	—	49,39 €	49,39 €
Gemini 1.5 Flash	2.4	—	0,09 €	0,34 €
Gemini 2.0 Flash Lite	3.0	—	0,07 €	0,25 €

I prezzi sono le tariffe pay-as-you-go di Api.Airforce per 1M token. Il contesto è la lunghezza massima dell'input.

Modelli correlati

Gemini 1.5 Pro — domande frequenti

Quanto costa Gemini 1.5 Pro?: Gemini 1.5 Pro viene fatturato pay-as-you-go a 1,40 € per 1M token in input e 5,59 € per 1M token in output. Non è richiesto alcun abbonamento — paghi solo ciò che usi.
Cosa può fare Gemini 1.5 Pro?: Gemini 1.5 Pro è il modello di chat di Google, accessibile tramite l'API di Api.Airforce.
Gemini 1.5 Pro è gratuito?: Gemini 1.5 Pro è un modello pay-as-you-go a pagamento — nessun abbonamento, paghi solo per l'utilizzo effettivo.
Come si usa Gemini 1.5 Pro tramite API?: Gemini 1.5 Pro è compatibile con OpenAI. Punta qualsiasi SDK OpenAI su https://api.airforce/v1 e passa l'ID modello gemini-1.5-pro con la tua chiave API di Api.Airforce.
Chi ha creato Gemini 1.5 Pro?: Gemini 1.5 Pro è il modello di chat di Google, disponibile tramite il gateway unificato Api.Airforce insieme ad altri 100+ modelli.

Tutti i modelli·Guida rapida·Riferimento API Chat

Usa Gemini 1.5 Pro tramite l'API

Compatibile con OpenAI — punta qualsiasi SDK OpenAI verso https://api.airforce/v1 e passa gemini-1.5-pro come modello.

cURL

curl https://api.airforce/v1/chat/completions \
  -H "Authorization: Bearer $AIRFORCE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gemini-1.5-pro",
    "messages": [{ "role": "user", "content": "Hello!" }]
  }'

Python

from openai import OpenAI
client = OpenAI(base_url="https://api.airforce/v1", api_key="$AIRFORCE_API_KEY")
r = client.chat.completions.create(
    model="gemini-1.5-pro",
    messages=[{"role": "user", "content": "Hello!"}],
)
print(r.choices[0].message.content)

JavaScript

import OpenAI from "openai";
const client = new OpenAI({ baseURL: "https://api.airforce/v1", apiKey: process.env.AIRFORCE_API_KEY });
const r = await client.chat.completions.create({
  model: "gemini-1.5-pro",
  messages: [{ role: "user", content: "Hello!" }],
});
console.log(r.choices[0].message.content);