Google 发布 Gemini 1.5 新版：数学提升两成，Pro 降价 64%

如果你这阵子一直在用大模型处理上千页的 PDF 或者长视频，肯定经常被两件事困扰：费用太贵，以及模型废话太多。现在，Google 打算把这两个痛点一起解决了。

Google 宣布推出两个生产级新版本：Gemini-1.5-Pro-002 和 Gemini-1.5-Flash-002，同时还更新了小尺寸实验模型 Gemini-1.5-Flash-8B-Exp-0924。开发者现在就可以在 Google AI Studio 和 Gemini API 上免费调用，企业用户也能在 Vertex AI 上用起来。

提分、降费，还不爱说废话了

这次更新最直接的变化是性能提升。在难度更高的 MMLU-Pro 基准测试中，两个新模型的成绩都提高了大约 7%。在数学测试 MATH 和内部竞赛数学集 HiddenMath 上，表现更是直接跳涨了约 20%。视觉理解和 Python 代码生成能力也提升了 2% 到 7%。

除了硬指标，Google 还对模型的输出风格动了刀。根据开发者反馈，新模型在摘要、问答和信息抽取等场景下的默认输出长度缩短了 5% 到 20%。模型说话变得更精炼，不仅省时间，还能帮开发者省下不少生成 token 的成本。

更狠的是直接降价。从 2024 年 10 月 1 日起，对于 128K token 以内的提示词，Gemini 1.5 Pro 的输入 token 价格直降 64%，输出 token 降价 52%，上下文缓存增量 token 也降了 64%。

为了让高并发业务跑得更顺，付费层的速率限制也大幅放宽。1.5 Flash 的请求上限从每分钟 1000 次提到 2000 RPM，1.5 Pro 则从 360 RPM 翻倍到了 1000 RPM。针对此前容易误伤的安全拦截问题，Google 减少了不必要的拒答，并且在新模型上不再默认开启安全过滤器，改由开发者根据具体场景自己配置。

为什么重要

对开发者和企业来说，Gemini 1.5 Pro 最大的护城河一直是 200 万 token 的超长上下文窗口。但过去很多人不敢在核心生产线上全量跑，核心顾虑就是成本和并发限额。这次输入直降 64%、并发直接翻倍甚至翻倍多，意味着处理长文档、长视频以及代码库分析的经济账终于算得过来了，非常值得开发者现在重新评估上线成本。

在行业层面，这看起来是 Google 对 OpenAI 等竞争对手发起的一场针对性价格战与工程化反击。大模型竞争正在从纯粹的刷榜，转向延迟、吞吐量和调用成本的综合较量。Google 依托自己的基础设施把成本大幅打下来，会倒逼其他大模型厂商进一步调低旗舰模型的 API 定价。

我们认为，Google 这次最聪明的改动其实是顺应开发者需求把默认输出改短，并且取消了默认的安全过滤器。以前那种一问就长篇大论、动不动就触发拒答的机制，在生产环境中非常折磨人。放宽控制权给开发者，把模型打磨得更像好用的工程积木，这才是 API 走向成熟该有的样子。