Gemini 1.5 Pro 是 Google DeepMind 于2024年2月发布的旗舰级多模态大语言模型，以其突破性的长上下文理解能力著称。它采用混合专家（MoE）架构，原生支持对文本、图像、音频、视频和代码的联合推理。其最突出的特点是拥有高达200万token的上下文窗口，能够一次性处理约150万个单词，相当于超过5000页的文本、数小时的视频或完整的超大型代码库。
该模型的核心能力在于对海量多模态信息的深度理解与分析。它在「大海捞针」等长上下文检索任务中实现了近乎完美的准确率，并能根据一份语法手册从零学习翻译一种新语言（如Kalamang语）。此外，Gemini 1.5 Pro还支持代码执行功能，可在沙盒环境中生成并运行Python代码来解决复杂的数学或逻辑推理问题。它适用于长文档摘要、跨模态内容创作、复杂的代码审查与编程辅助、以及视频内容的理解与问答等场景。需要注意的是，该模型为闭源商业API服务，无法本地部署，需通过Google AI Studio或Vertex AI平台调用，并会产生相应费用。