北京时间2025年2月6日凌晨，Gemini 2.0发布了新的更新¹。

Gemini App

Gemini 2.0 Flash在API上线。Gemini 2.0 Flash在北京时间2025年1月31日凌晨就已经在App上线。

结合这些天的体验，Gemini 2.0 Flash在App端总结Youtube视频给我的感受是限制在增加，也就是其安全方面做得更激进了。 当然如果都是健康向上、不涉及Trump、有字幕的视频基本上都能概括。

随着昨天的更新，于我而言，总结Youtube视频主力模型已经不再是2.0 Flash或1.5系列模型了，应该选择的模型是 2.0 Flash Thinking Experimental with apps【可联动Youtube、Google Maps、Google Search的推理模型】。

其总结的视频更加详细，如果仅仅是看个视频内容大概，可以选择Gemini 2.0 Flash或1.5 Pro。

其他的App端模型可以忽略，毕竟这些模型都是经过聊天优化的，会损失性能，使用Gemini模型不联动Google全家桶的一些服务建议优先考虑白嫖AI Studio中的模型。

目前为止Gemini Advanced比不开会员多了2.0 Pro Experimental、1.5 Pro with Deep Research、1.5 Pro，聊胜于无。

鼓励大家多用Gemini App总结Youtube视频、在Gemini App中调用Imagen3文生图，免费版就够用了。

Imagen3据说绘图能力较强，并且也已经上线了Gemini API²，付费版API生成一张图片的成本为0.03刀，而在Gemini App中调用则完全免费。

Gemini API

在AI Studio中白嫖的话，优先考虑使用gemini-2.0-pro-exp-02-05模型。

如果API调用干活用的话【比如调用API批量去除网页中的html元素，保留文本】，肯定考虑Flash系列模型。据Google官方博客说明³，2.0系列的Flash模型提升了性能，价格维持在原来的水准，2.0 Flash去除了之前1.5 Flash的阶梯定价，为了进一步降低成本，可考虑Gemini 2.0 Flash-Lite模型。

需要说明的是Gemini 2.0 Flash-Lite模型支持多模态输入的，但只支持文本输出。

排行榜及体会

虽然排行榜基本上都或多或少地有些失真，但借助排名可以粗略估计模型的能力，优先考虑livebench排行榜，可以看到Gemini 2.0系列的模型并没有想象中来得惊艳，实验模型的进化，伴随着的是有些能力的提升和有些能力的降低，并没有实现全部能力指标的提升。

目前o3-mini-2025-01-31-high在代码能力方面来到了断崖式领先的80多分，但在开发者心目中真正好用的依旧是claude-3-5-sonnet-20241022，能超越claude的经典LLM非推理LLM，看来只能是claude自己了。

claude除了在代码方面造诣颇高外，文字方面的能力也很不错，和它对话感觉更像是真人，它输出的文字相较于其他的LLM更有温度，除了有些懒。抛开其CEO—Dario Amodei颇具争议的博文不谈，claude真的太牛了！

我目前日常学习优先考虑的永远是claude，除了claude pro，近期我也开通了windsurf pro，cascade这个ai agent使用体验较好，而且成本相较于cursor的20刀/月更低。

个人感想

Gemini系列模型，我的使用场景：

• App总结Youtube视频

Gemini App对我而言主要是总结Youtube视频，除非视频足够吸引我或者是实操类的视频，不然我更愿意用Gemini总结节约我时间。

• Flash系列模型生产中用

在生产中处理数据，可使用Flash模型实现最高的性价比，最近看到一篇名为《Ingesting Millions of PDFs and why Gemini 2.0 Changes Everything》^{4 5}的博文，作者指出Gemini 2.0 Flash在成本效益上表现突出， OCR准确率近乎完美且价格低廉。

• Glarity Chrome扩展中使用Flash模型总结网页文章

每天使用Page Summary的次数在10～20次左右。一个月的成本很低，2025年1月份Gemini API的GCP账单费用为0.06刀。

虽然目前有很多免费的网页总结扩展，但我还是更倾向于用Gemini Flash系列模型总结，毕竟其上下文窗口大，而且成本也很低。

• …

Gemini宣称的上下文窗口较大，我使用了这么长时间的Gemini还没有哪一次对话超出该窗口的情况，这方面不好评价。大的上下文窗口表面上利好RAG，但其实上下文窗口并不是越大越好，容纳的东西越多也意味着噪声越多。

Gemini模型的视觉能力很强，上个学期使用Gemini提取图片新闻里面的汉字，一张挤满了多条新闻的图片，Gemini几乎将其中的汉字全部识别出来了，多模态能力确实强。

等到Project Astro正式推出时，估计能给我带来更多惊喜。

总结

Gemini模型现阶段可圈可点，平时多和其他模型对比使用，方能更好地发现其优势和不足。Google系列模型强就强在和它的全家桶集成较好，生态是Gemini独有的。

Gemini绝对是一款被低估的模型，不要因为Google Bard在2023年的捉襟见肘，而忽视了其在2024年、2025年的逐步变好。从Bard更名为Gemini，是一次成功的品牌变更，其试图摆脱Bard的负面形象，而Gemini系列模型的一次次更新确实证明了Google的实力。

面对DeepSeek爆火的当下，可能你会问日常难道不用DeepSeek？

个人认为DeepSeek确实有东西，但并不意味着已经天下无敌，完全实现了东升西降！只能说是开源逼近闭源⁶，就比如DeepSeek目前欠缺的有多模态，实时语音方面落后豆包等一众模型。

而且近期DeepSeek的爆火已经使得其服务不堪重负，如果仅仅是调用R1 API，总感觉差点意思，R1+搜索才能实现最佳的DeepSeek体验，准备等深度求索服务稳定了再加入我的日常LLM询问选项，不然问一个问题后，就直接服务器繁忙的，很影响体验。

---