Frontierowy model z rodziny Gemini 4 od Google (Google DeepMind). Multimodalny (tekst, obraz, audio, wideo, PDF), okno kontekstu 1M tokenow, tryb rozumowania i zdolnosci agentowe.
Okno kontekstowe
1M
tokenów
Max output
1 000 000
tokenów
Dostęp:APIHostedWdrożenie:☁ Cloud
Przegląd
Dostęp i wdrożenie
APIHostowane
Chmura
Wagi: Zamknięte
Kluczowe parametry
📏 Kontekst: 1M
✓ Narzędzia
📥 Wejście: tekst, obraz, audio, wideo…
Specyfikacja techniczna
Okno kontekstowe
1M
tokenów
Max output tokens
1 000 000
tokenów na odpowiedź
Licencja
Proprietary (closed weights)
Funkcje:✓ Używanie narzędzi
Modalności
⬇ Wejście (Input)
textimageaudiovideodocuments
⬆ Wyjście (Output)
textcode
Możliwości i zastosowania
Natywne możliwości modelu
Zdolności agentowe
Zdolność modelu do autonomicznego planowania i wykonywania wieloetapowych zadań poprzez sekwencyjne użycie narzędzi, utrzymywanie kontekstu i adaptację do wyników pośrednich.
Kategoria: planning
Kodowanie agentowe
Wielogodzinne, wieloetapowe zadania programistyczne wykonywane samodzielnie przez model: klonowanie repozytorium, uruchamianie testów, iteracja poprawek, integracja z narzędziami CLI. Charakterystyczne dla wariantów Codex (GPT-5.1-Codex-Mini, Codex-Max).
Kategoria: coding
Rozumienie multimodalne
Zdolność modelu do łączenia i interpretowania informacji z więcej niż jednej modalności, np. tekstu i obrazu.
Kategoria: multimodal
Wyniki benchmarków
7 benchmarków
AA Index v5.0
59
📄 Google DeepMind (deepmind.google/models/gemini)
Vals Index v2.2
70.4%
📄 Google DeepMind (deepmind.google/models/gemini)
FrontierSWE 2
61.2%
📄 Google DeepMind (deepmind.google/models/gemini)
Terminal-Bench 4.0 (AA)
65.2%
📄 Google DeepMind (deepmind.google/models/gemini)
Agents' Last Exam v1.1
77.4%
📄 Google DeepMind (deepmind.google/models/gemini)
GraphWalks (256k-1M, BFS F1)
F1
96.2%
📄 Google DeepMind (deepmind.google/models/gemini)
SEC-bench Pro
88.2%
📄 Google DeepMind (deepmind.google/models/gemini)
Cennik
Architektura techniczna
Forma modelu (Model Form)
