This model is deprecated. We only continue performance benchmarking for the default 10k input token workload. Results for other workloads are historical and no longer updated.

Google has launched a newer release, Gemini 2.0 Pro Experimental (Feb '25). We suggest considering it instead.

Google

•

Proprietary model

•

Released dezembro de 2023

Análise de inteligência, desempenho e preço do Gemini 1.0 Ultra

Name: Inteligência
Creator: Artificial Analysis
License: https://artificialanalysis.ai/docs/legal/Terms-of-Use.pdf

Experimente Benchmarks de provedores de API

Velocidade

N/D

Tokens de saída por segundo

Custo

Entrada US$ 0,00Saída US$ 0,00

N/D

Custo por tarefa do Intelligence Index

Verbosidade

N/D

Tokens de saída do Intelligence Index

Gemini 1.0 Ultra está abaixo da média em inteligência, mas tem preço competitivo em comparação com outros modelos sem raciocínio de preço semelhante. O modelo aceita entrada em texto, gera saída em texto e tem uma janela de contexto de 33k tokens.

Gemini 1.0 Ultra alcança 6 pontos no Artificial Analysis Intelligence Index, ficando abaixo da média entre os modelos comparáveis (mediana: 7).

O preço do Gemini 1.0 Ultra é de $0.00 por 1M de tokens de entrada (preço competitivo, mediana: $0.05) e $0.00 por 1M de tokens de saída (preço competitivo, mediana: $0.15).

Raciocínio	Não Esta página mostra a versão sem raciocínio deste modelo. Também pode existir uma variante com raciocínio.
Modalidade de entrada	Compatível com: texto
Modalidade de saída	Compatível com: texto
Janela de contexto	33k ~49 páginas A4 em fonte Arial tamanho 12

As métricas são comparadas com modelos da mesma classe:

Modelos sem raciocínio → comparados apenas com outros modelos sem raciocínio
Modelos de raciocínio → comparados com modelos com e sem raciocínio
Modelos de pesos abertos → comparados apenas com outros modelos de pesos abertos da mesma classe de tamanho:

Muito pequeno: ≤4B parâmetros
Pequeno: 4B–40B parâmetros
Médio: 40B–150B parâmetros
Grande: >150B parâmetros

Modelos proprietários → comparados com modelos proprietários e de pesos abertos da mesma faixa de preço, usando uma proporção combinada de 3:1 entre os preços de entrada e saída:

<$0.15 por 1M de tokens
$0.15–$1 por 1M de tokens
>$1 por 1M de tokens

Destaques

Updated

Inteligência

Artificial Analysis Intelligence Index · Higher is better

Velocidade

Output tokens per second · Higher is better

Custo por tarefa

Weighted average cost (USD) per Intelligence Index task · Lower is better

InteligênciaUpdated

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index v4.3.2 incorporates 10 evaluations: AA-Briefcase v1.1, GDPval-AA v2.1, AutomationBench-AA, Terminal-Bench 4.0, SciCode, Humanity's Last Exam, GDP.pdf, CritPt, AA-Omniscience, AA-LCR v1.1

Estimate (independent evaluation forthcoming)

Artificial Analysis Intelligence Index v4.3.2 includes: AA-Briefcase v1.1, GDPval-AA v2.1, AutomationBench-AA, Terminal-Bench 4.0, SciCode, Humanity's Last Exam, GDP.pdf, CritPt, AA-Omniscience, AA-LCR v1.1. See Intelligence Index methodology for further details, including a breakdown of each evaluation and how we run them.

Artificial Analysis Intelligence Index by Open Weights / Proprietary

Estimate (independent evaluation forthcoming)

Indicates whether the model weights are available. Models are labelled as 'Commercial Use Restricted' if commercial use is limited by conditions, and as 'Non-commercial' if the license prohibits commercial use.

Avaliações

Intelligence Evaluations

Intelligence evaluations measured independently by Artificial Analysis · Higher is better

AA-Briefcase v1.1Updated

Agentic knowledge work, (Elo-500)/2000

GDPval-AA v2.1Updated

Agentic real-world work tasks, (Elo-500)/2000

AutomationBench-AAUpdated

Agentic SaaS workflows

Terminal-Bench 4.0New

Agentic coding & terminal use

SciCode

Coding

Humanity's Last Exam

Reasoning & knowledge

GDP.pdfNew

Professional document reasoning, All-pass

CritPtUnder review

Physics reasoning

AA-Omniscience Accuracy

Knowledge

AA-Omniscience Non-Hallucination Rate

1 - hallucination rate

AA-LCR v1.1

Long context reasoning

Harvey LAB-AA

Legal agentic work, criterion pass rate

EnterpriseOps-Gym-AA

Agentic business operations

Terminal-Bench-Science 0.1New

Agentic scientific research workflows in a terminal

AA-AnalystAgent

Quantitative analysis on spreadsheets & documents

𝜏³-Banking

Agentic tool use

ITBench-AA

Kubernetes incident root-cause analysis

MMMU-Pro

Visual reasoning

MLCR-AA

Medical long context reasoning

While model intelligence generally translates across use cases, specific evaluations may be more relevant for certain use cases.

Comparações do Intelligence Index

Intelligence Index vs. Cost per Intelligence Index Task

Artificial Analysis Intelligence Index · Weighted average cost (USD) per Artificial Analysis Intelligence Index task

Most attractive quadrant

Pareto line

Weighted average cost per Intelligence Index task. Each evaluation’s cost is calculated from input, cache hit, cache write, reasoning, and answer token prices, divided by task count, and weighted by its Intelligence Index weight.

Custo

Cost per Intelligence Index Task

Weighted average cost (USD) per Artificial Analysis Intelligence Index task, segmented by token type. Lower is better

Cost to Run Artificial Analysis Intelligence Index

Cost (USD) to run all evaluations in the Artificial Analysis Intelligence Index

The cost to run the evaluations in the Artificial Analysis Intelligence Index, calculated using the model's input, cache hit, cache write, reasoning, and answer token prices and the number of tokens used across evaluations (excluding repeats).

Pricing: Cache Hit, Input, and Output

Price (USD per M Tokens)

Price per token for cached prompts (previously processed), typically offering a significant discount compared to regular input price, represented as USD per million tokens. The values shown here are the cache hit price; cache write and cache storage are billed separately and vary by provider — see "Cache pricing by provider" for detail.

Janela de contexto

Context Window

Context window: tokens limit · Higher is better

Larger context windows are relevant to RAG (Retrieval Augmented Generation) LLM workflows which typically involve reasoning and information retrieval of large amounts of data.

Maximum number of combined input & output tokens. Output tokens commonly have a significantly lower limit (varied by model).

Perguntas frequentes

Perguntas comuns sobre o Gemini 1.0 Ultra

O Gemini 1.0 Ultra foi lançado em 6 de dezembro de 2023.

Google criou o Gemini 1.0 Ultra.

Gemini 1.0 Ultra alcança 6 pontos (estimativa) no Artificial Analysis Intelligence Index, ficando abaixo da média entre outros modelos sem raciocínio em uma faixa de preço semelhante (mediana: 7).

Não, o Gemini 1.0 Ultra não é um modelo de raciocínio. Ele fornece respostas diretas, sem raciocínio em cadeia prolongado.

Gemini 1.0 Ultra aceita entrada em texto.

Gemini 1.0 Ultra permite saída em texto.

Não, o Gemini 1.0 Ultra não aceita imagens como entrada. Ele só consegue processar texto.

Não, o Gemini 1.0 Ultra não é multimodal. Ele aceita apenas entrada em texto.

Gemini 1.0 Ultra tem uma janela de contexto de 33k tokens. Isso determina quanto texto e histórico da conversa o modelo consegue processar em uma única solicitação.

Não, o Gemini 1.0 Ultra é proprietário. Os pesos não estão disponíveis publicamente.

Gemini 1.0 Ultra é um modelo proprietário, e Google não divulgou o tamanho nem o número de parâmetros do modelo.

Gemini 1.0 Ultra alcança 6 pontos no Artificial Analysis Intelligence Index. Esse benchmark composto avalia os modelos em raciocínio, conhecimento, matemática e programação.

Consulte a página de provedores para ver a disponibilidade atual por API. Ver provedores

Acesse a página de provedores para consultar a disponibilidade. Comparar provedores

Análise de inteligência, desempenho e preço do Gemini 1.0 Ultra

Resumo do modelo

InteligênciaUpdated

Velocidade

Custo

Verbosidade

Resumo da comparação

Especificações técnicas

299 modelos nesta classe

Inteligência

Velocidade

Custo por tarefa

InteligênciaUpdated

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index by Open Weights / Proprietary

Artificial Analysis Intelligence Index

Open Weights

Avaliações

Intelligence Evaluations

Intelligence Evaluation Relevance

Artificial Analysis Intelligence Index

Comparações do Intelligence Index

Intelligence Index vs. Cost per Intelligence Index Task

Cost per Intelligence Index Task

Artificial Analysis Intelligence Index

Custo

Cost per Intelligence Index Task

Cost per Intelligence Index Task

Cost to Run Artificial Analysis Intelligence Index

Cost to Run Artificial Analysis Intelligence Index

Pricing: Cache Hit, Input, and Output

Cache Hit

Janela de contexto

Context Window

Context Window for RAG

Context Window

Perguntas frequentes

Quando o Gemini 1.0 Ultra foi lançado?

Quem criou o Gemini 1.0 Ultra?

Qual é a inteligência do Gemini 1.0 Ultra?

O Gemini 1.0 Ultra é um modelo de raciocínio?

Quais modalidades de entrada o Gemini 1.0 Ultra aceita?

Quais modalidades de saída o Gemini 1.0 Ultra aceita?

O Gemini 1.0 Ultra consegue processar imagens?

O Gemini 1.0 Ultra é multimodal?

Qual é a janela de contexto do Gemini 1.0 Ultra?

O Gemini 1.0 Ultra é de código aberto?

Quantos parâmetros o Gemini 1.0 Ultra tem?

Qual é o desempenho do Gemini 1.0 Ultra nos benchmarks?

O Gemini 1.0 Ultra está disponível por API?

Onde posso usar o Gemini 1.0 Ultra?