以下GOOGLE 原文BLOG翻译 0205发表
去年 12 月，我们通过发布 Gemini 2.0 Flash 的实验版本开启了“代理时代”——这是我们的高效工作模型，专为开发者设计，具有低延迟和增强性能。今年早些时候，我们在 Google AI Studio 中更新了 2.0 Flash Thinking Experimental，通过结合 Flash 的速度和解决更复杂问题的能力，提升了其性能。
上周，我们已将更新后的 2.0 Flash 推出，供所有 Gemini 应用的桌面端和移动端用户使用，帮助每个人以新的方式发现、互动和与 Gemini 协作。
今天，我们正式通过 Google AI Studio 和 Vertex AI 中的 Gemini API，将更新后的 Gemini 2.0 Flash 面向所有人开放。开发者现在可以使用 2.0 Flash 构建生产应用程序。
同时，我们还推出了 Gemini 2.0 Pro 的实验版本，这是我们迄今为止在编程性能和复杂提示方面表现最佳的模型。它已在 Google AI Studio 和 Vertex AI 中推出，并面向 Gemini 高级用户开放，可在桌面端和移动端的应用模型下拉菜单中使用。
此外，我们还推出了一种新的模型——Gemini 2.0 Flash-Lite，这是我们迄今为止最具成本效益的模型，已在 Google AI Studio 和 Vertex AI 中公开预览。
最后，2.0 Flash Thinking Experimental 将面向 Gemini 应用的桌面端和移动端用户开放，可在模型下拉菜单中使用。
所有这些模型在发布时都将支持多模态输入和文本输出，未来几个月内还将推出更多模态的通用版本。更多详细信息，包括定价信息，可在 Google for Developers 博客中查看。展望未来，我们正在为 Gemini 2.0 系列模型开发更多更新和改进功能。
2.0 Flash：面向通用版本的新更新
Flash 系列模型于 2024 年 I/O 大会上首次推出，因其强大的工作性能而受到开发者的喜爱，适用于大规模、高频次的任务，能够高效地进行多模态推理，处理大量信息，其上下文窗口为 100 万个标记。我们很高兴看到开发者社区对它的热烈反响。
现在，2.0 Flash 已面向更多用户开放，涵盖我们所有 AI 产品，并在关键基准测试中提升了性能，图像生成和文本转语音功能也将很快推出。
您可以在 Gemini 应用中或通过 Google AI Studio 和 Vertex AI 中的 Gemini API 试用 Gemini 2.0 Flash。定价详情可在 Google for Developers 博客中查看。如下是基准测试
2.0 Pro 实验版：我们在编程性能和复杂提示方面表现最佳的模型
随着我们持续分享 Gemini 2.0 的早期实验版本（如 Gemini-Exp-1206），我们从开发者那里得到了很多关于其优势和最佳用例（如编程）的反馈。
今天，我们根据这些反馈推出了 Gemini 2.0 Pro 的实验版本。它在编程性能和处理复杂提示方面表现出色，对世界知识的理解和推理能力也比我们之前发布的任何模型都要强。它拥有我们迄今为止最大的上下文窗口，达到 200 万个标记，能够全面分析和理解大量信息，并且可以调用工具，如谷歌搜索和代码执行。
Gemini 2.0 Pro 现已作为实验模型向 Google AI Studio 和 Vertex AI 中的开发者开放，并向 Gemini 高级用户开放，可在桌面端和移动端的应用模型下拉菜单中使用。
2.0 Flash-Lite：我们迄今为止最具成本效益的模型
我们收到了很多关于 1.5 Flash 价格和速度方面的积极反馈。我们希望在保持成本和速度的同时，继续提升质量。因此，今天，我们推出了 2.0 Flash-Lite，这是一个比 1.5 Flash 更好的模型，速度和成本与 1.5 Flash 相同。它在大多数基准测试中的表现优于 1.5 Flash。
与 2.0 Flash 一样，它拥有 100 万个标记的上下文窗口和多模态输入。例如，它可以在谷歌 AI Studio 的付费层级中，为大约 4 万张独特的照片生成相关的一行字标题，费用不到一美元。
Gemini 2.0 Flash-Lite 现已在 Google AI Studio 和 Vertex AI 中公开预览。
我们的责任和安全工作
随着 Gemini 模型家族的能力不断增强，我们将继续投资于强大的措施，以实现安全和可靠的使用。例如，我们的 Gemini 2.0 系列采用了新的强化学习技术，利用 Gemini 自身来批评其回应。这使得反馈更加准确和有针对性，提高了模型处理敏感提示的能力。
我们还利用自动化红队测试来评估安全和安全风险，包括由间接提示注入带来的风险，这是一种网络安全攻击，攻击者将恶意指令隐藏在可能被 AI 系统检索到的数据中。
Gemini 2.0 Pro 实验版
我们采用相同提示词可以与DeepSeek R1对比，不相上下， 之前文章在利用LLM大模型学习英语思路
