کاربردهای پیشنهادی
- تحلیل چند منبع متنی و چندرسانهای و یافتن ارتباط میان آنها
- برنامهنویسی، بررسی معماری و بازنویسی بخشهای نرمافزار
- تحلیل فایل صوتی، پیادهسازی محتوا و تهیه خلاصه
- تقسیم هدفهای پیچیده به مراحل اجرایی و مقایسه گزینهها
مدلهای زبانی · Google
Gemini 3 Pro
مدل استدلالی و چندوجهی پیشرفته برای تحلیل متن، تصویر، ویدیو و صوت و انجام وظایف پیچیده.
ورودی چندوجهی استدلال قابل تنظیم تحلیل صوت نمونه API
پاسخ مدل
پاسخ اینجا نمایش داده میشود.
پاسخ اینجا نمایش داده میشود.پس از اجرای مدل، وضعیت پردازش و متن نهایی در همین بخش قرار میگیرد.
Gemini 3 Pro
مدل استدلالی و چندوجهی پیشرفته گوگل برای درک عمیق متن، تصویر، ویدیو و صوت، حل مسائل پیچیده، برنامهنویسی و برنامهریزی چندمرحلهای است.
قابلیتهای کلیدی
- درک یکپارچه متن، تصویر، ویدیو و صوت در یک درخواست
- زمینه طولانی و قیمتگذاری جداگانه برای ورودیهای بسیار بزرگ
- سطح استدلال قابل تنظیم برای کنترل سرعت و کیفیت
- خروجی متنی ساختاریافته و قابل کپی
ورودی و خروجی
- حداکثر ۱۰ تصویر و ۱۰ ویدیو در سطح مدل
- یک فایل صوتی برای تحلیل، خلاصهسازی یا پیادهسازی
- مجموع فایلهای هر درخواست در سایت باید کمتر از ۲۴ مگابایت باشد
- خروجی متنی و اطلاعات مصرف واقعی توکن
تنظیمات تخصصی
- thinking_level برای انتخاب سطح استدلال
- video_fps برای کنترل نمونهبرداری ویدیو
- temperature و top_p برای کنترل تنوع پاسخ
- max_output_tokens برای تعیین سقف طول خروجی
نکته استفاده
- برای مسائل ساده سطح استدلال پایین سریعتر و اقتصادیتر است.
- نرخ نمونهبرداری ویدیو را فقط هنگام نیاز افزایش دهید.
- هدف، محدودیتها و قالب خروجی را در ابتدای درخواست روشن بنویسید.