Gemini 中文指南
获取 API 密钥 ↗

模型

↓ 下载 MarkdownInteractions API

Gemini 4 #

Gemini 4 Carbon

我们最强大的推理模型,专为复杂的软件工程、多模态知识工作、科学推理和网络安全防御而构建。

  • 模型代码 gemini-4-carbon
  • 上下文 100 万 token
  • 最大输出 64K / 100 万 token
  • 模态 文本、图像、音频、视频、PDF

Gemini 4 Argon

与 Gemini 4 Carbon 相比,我们高效的 Gemini 4 前沿推理模型可在复杂的编码、智能体、数学和科学任务中提供更快的响应和更低的 token 每回合支出。

  • 模型代码 gemini-4-argon
  • 上下文 100 万 token
  • 最大输出 64K / 100 万 token
  • 模态 文本、图像、音频、视频、PDF

Gemini 4 Hydrogen

面向日常编程与智能体工作流,以出色的速度和效率提供前沿智能,拥有输入输出共享的 100 万 token 上下文窗口,并支持最长 100 万 token 的长输出。

  • 模型代码 gemini-4-hydrogen
  • 上下文 100 万 token
  • 最大输出 64K / 100 万 token
  • 模态 文本、图像、音频、视频、PDF

所有 Gemini 4 型号 #

模型

端点

Gemini 4 Carbon

gemini-4-carbon

Gemini 4 Argon

gemini-4-argon

Gemini 4 Hydrogen

gemini-4-hydrogen

Gemini 3 #

Stable

Gemini 3.8 Flash

我们的上一代 Flash 模型适用于软件工程、自主智能体和复杂的企业工作流程。

New

Gemini 3.8 Live

默认 Live API 模型可实现大多数低延迟语音智能体体验,无推理延迟。

New

Gemini 3.8 Live Extended Thinking

用于语音交互的高推理 Live API 模型,在需要更高背景推理时推荐。

New

Gemini 3.8 Flash TTS

旗舰创意文本转语音模型,提供录音室级声音保真度、富有表现力的演绎,以及声音设计和声音复刻能力。

New

Gemini 3.8 Flash-Lite TTS

快速、经济高效的文本转语音模型,适用于大批量生产、实时语音智能体级联和语音复制。

Stable

Gemini 3.6 Flash

我们的上一代 Flash 模型,在一般智能体和日常任务中平衡速度和多模态功能。

Stable

Gemini 3.5 Flash-Lite

我们最快、最具成本效益的 3.5 模型可实现高吞吐量执行。

Stable

Gemini 3.1 Flash-Lite

前沿级性能可与大型型号相媲美,而成本却仅为其一小部分。

New

Nano Banana 2.1

高效的图像生成与编辑模型,提升了视觉质量、文字排版和多轮交互的一致性。

Stable

Nano Banana 2

强大、高效的图像生成和编辑,针对速度和大容量用例进行了优化。

Stable

Nano Banana 2 Lite

超低延迟和经济高效的图像生成和编辑,专为大容量交互式用例而设计。

Stable

Nano Banana Pro

最先进的图像生成和编辑模型,用于创建高度上下文相关的本地图像。

Stable

Gemini 3.5 Transcribe

低延迟语音到文本模型,具有基于话语的语言检测、说话人二值化和单词时间戳。

New

Gemini Omni Flash

生成和编辑长达 15 秒的视频,具有原生音频、关键帧插值、视频扩展和字符一致性。

Preview

Gemini 3 Flash

前沿级性能可与大型型号相媲美,而成本却仅为其一小部分。

Preview

Gemini 3.5 Live Translate

支持 70+ 语言的低延迟实时语音翻译模型。

Preview

Gemini 3.1 Flash Live

旧版 Live API 预览模型。我们建议更新到 Gemini 3.8 Live。

Preview

Gemini 3.1 Flash TTS

旧版 TTS 预览模型。我们建议更新到 Gemini 3.8 Flash TTS 或 Gemini 3.8 Flash-Lite TTS。

所有 Gemini 3 型号 #

模型

端点

Gemini 3.8 Flash

gemini-3.8-flash

Gemini 3.8 Live

gemini-3.8-live

Gemini 3.8 Live Extended Thinking

gemini-3.8-live-extended-thinking

Gemini 3.8 Flash TTS

gemini-3.8-flash-tts

Gemini 3.8 Flash-Lite TTS

gemini-3.8-flash-lite-tts

Gemini 3.6 Flash

gemini-3.6-flash

Gemini 3.5 Flash-Lite

gemini-3.5-flash-lite

Gemini 3.1 Flash-Lite

gemini-3.1-flash-lite

Nano Banana 2.1

gemini-nano-banana-2.1

Nano Banana 2

gemini-3.1-flash-image

Nano Banana 2 Lite

gemini-3.1-flash-lite-image

Nano Banana Pro

gemini-3-pro-image

Gemini 3.5 Transcribe

gemini-3.5-transcribe
gemini-3.5-transcribe-live

Gemini Omni Flash

gemini-omni-1.2-flash
gemini-omni-1.1-flash

Gemini 3.1 Pro

gemini-3.1-pro-preview

Gemini 3 Flash

gemini-3-flash-preview

Gemini 3.5 Live Translate

gemini-3.5-live-translate-preview

Gemini 3.1 Flash Live

gemini-3.1-flash-live-preview

Gemini 3.1 Flash TTS

gemini-3.1-flash-tts-preview

Gemini 2.5 Flash #

模型

说明

端点

Gemini 2.5 Flash

我们针对需要推理的低延迟、大批量任务提供最佳性价比模型。

gemini-2.5-flash

Nano Banana

最先进的本机图像生成和编辑,专为快速、创造性的工作流程而设计。

gemini-2.5-flash-image

Gemini 2.5 Flash Live

针对实时对话智能体进行了优化,具有亚秒级本机音频流。

gemini-2.5-flash-native-audio-preview-12-2025

Gemini 2.5 Flash TTS

可控的文本转语音音频生成,可对风格和节奏进行精细控制。

gemini-2.5-flash-preview-tts

Gemini 2.5 Flash-Lite #

模型

说明

端点

Gemini 2.5 Flash-Lite

2.5 系列中最快、最经济的多式联运型号。

gemini-2.5-flash-lite

Gemini 2.5 Pro #

模型

说明

端点

Gemini 2.5 Pro

我们用于复杂任务的最先进模型,在 2.5 系列中具有深度推理和编码功能。

gemini-2.5-pro

Gemini 2.5 Pro TTS

高保真语音合成针对播客和有声读物等结构化工作流程的质量进行了优化。

gemini-2.5-pro-preview-tts

音频模型 #

本节包含所有音频模型,包括可能已在其他部分中列出的模型

模型

说明

端点

Gemini 3.8 Live

大多数低延迟语音智能体体验和实时对话的默认选项,无推理延迟。

gemini-3.8-live

Gemini 3.8 Live Extended Thinking

当实时交互过程中需要更高的背景推理时,推荐使用我们的高推理音频到音频模型。

gemini-3.8-live-extended-thinking

Gemini 3.8 Flash TTS

旗舰创意文本转语音模型,可实现工作室级语音保真度、表现力表演和 130 语言的地方方言。

gemini-3.8-flash-tts

Gemini 3.8 Flash-Lite TTS

快速、经济高效的文本转语音模型,专为 101 语言的高吞吐量生产工作负载而构建。

gemini-3.8-flash-lite-tts

Gemini 3.1 Flash Live

旧版音频到音频预览模型。我们建议更新到 Gemini 3.8 Live。

gemini-3.1-flash-live-preview

Gemini 3.1 Flash TTS

旧版文本转语音预览模型。我们建议更新到 Gemini 3.8 Flash TTS 或 Gemini 3.8 Flash-Lite TTS。

gemini-3.1-flash-tts-preview

Gemini 2.5 Flash Live

我们的旗舰 Live API 型号适用于低延迟、双向语音和视频智能体,具有本机音频推理功能。

gemini-2.5-flash-native-audio-preview-12-2025

Gemini 2.5 Flash TTS

快速且可控的文本转语音,适用于低延迟、经济高效的应用程序和实时助手。

gemini-2.5-flash-preview-tts

Gemini 2.5 Pro TTS

高保真语音合成针对播客和有声读物等结构化工作流程的质量进行了优化。

gemini-2.5-pro-preview-tts

生成媒体模型 #

本节包含所有生成媒体模型,包括可能已在其他部分中列出的模型

模型

说明

端点

Nano Banana 2.1

高效的图像生成与编辑模型,提升了视觉质量、文字排版和多轮交互的一致性。

gemini-nano-banana-2.1

Nano Banana 2

高效率的生产规模视觉创作,将 Gemini 3 系列的智能与闪电般的生成速度相结合。

gemini-3.1-flash-image

Nano Banana 2 Lite

我们最快、最便宜的 Gemini 图像模型专为速度和规模而设计,其中速度和成本是主要的运营限制。未针对多个参考输入或多轮顺序编辑进行优化。

gemini-3.1-flash-lite-image

Nano Banana Pro

专业设计引擎,具有工作室品质 4K 视觉效果、复杂布局和精确文本渲染的推理核心。

gemini-3-pro-image

Gemini Omni Flash

通过本机音频、关键帧插值和视频扩展,快速生成和编辑长达 15 秒的视频。

gemini-omni-1.2-flash
gemini-omni-1.1-flash

Nano Banana

最先进的本机图像生成和编辑,专为快速、创造性的工作流程而设计。

gemini-2.5-flash-image

Imagen 4(关闭)

具有快速和超快速生成(关闭)的文本到图像模型。

imagen-4.0-generate

音乐生成模型 #

本节包含所有音乐生成模型,包括其他部分中可能已列出的模型

模型

说明

端点

Lyria 3.5

我们的旗舰音乐生成模型,针对具有复杂结构连贯性的全长歌曲进行了优化。

lyria-3.5

Lyria 3 Clip

针对生成短音乐剪辑、循环和长达 30 秒的预览进行了优化。

lyria-3-clip-preview

Lyria 3 Pro

上一代完整歌曲的音乐生成模型。

lyria-3-pro-preview

Lyria RealTime

高保真音乐生成模型提供精细的创意控制和实时流媒体功能。

lyria-realtime-exp

工具和智能体型号 #

模型

说明

端点

Gemini Deep Research

一种智能体模型,可以自主计划和执行跨数百个来源的多步骤研究,以生成引用的交互式报告。

deep-research-preview-04-2026

Gemini Deep Research Max

跨数百个来源的自动上下文收集和综合的最大全面性。

deep-research-max-preview-04-2026

Antigravity 智能体

通用托管智能体,可在安全、隔离的 Linux 沙箱内自主规划、推理、运行代码、管理文件和浏览网页。

antigravity-preview-09-2026

专门的任务模型 #

模型

说明

端点

Gemini Decision 1

使用零输出 token 进行快速、校准的多模态是/否、选择和评分决策 Decisions API.

gemini-decision-1

Gemini Embedding 2

我们的第一个多模态嵌入模型,将文本、图像、视频、音频和 PDF 映射到高级语义搜索和 RAG 系统的统一嵌入空间中。

gemini-embedding-2

Gemini Embedding

用于高级语义搜索、文本分类和 RAG 系统的高维向量表示。

gemini-embedding-001

Gemini Robotics ER 2

具身推理模型可为机器人任务提供高级视频理解、空间推理、多步骤工具编排和多机器人协作。

gemini-robotics-er-2-preview

以前的型号 #

模型

说明

端点

Gemini Robotics ER 1.6 (关闭)

先进的具身推理模型,可理解物理空间并为机器人智能体规划多步骤任务,具有仪器读取、改进的空间和物理推理等新功能。

gemini-robotics-er-1.6-preview

电脑使用 (关闭)

一种专门的模型,可以“看到”数字屏幕并执行单击、键入和导航等 UI 操作,以自动执行复杂的浏览器任务。

gemini-2.5-computer-use-preview-10-2025

Gemini 2.0 Flash (关闭)

我们的第二代主力模型具有下一代功能和改进的功能,包括卓越的速度、本地工具使用和 1M token 上下文窗口。

gemini-2.0-flash

Gemini 2.0 Flash-Lite (关闭)

我们最快的第二代型号,针对成本效率和低延迟进行了优化。

gemini-2.0-flash-lite

Gemini 3.1 Flash-Lite Preview (关闭)

我们最具成本效益的多模态模型,为高频、轻量级任务提供最快的性能。

gemini-3.1-flash-lite-preview

Gemini 3 Pro Preview (关闭)

我们最先进的推理模型,具有先进的多模态理解。

gemini-3-pro-preview

型号版本名称模式 #

Gemini 型号有以下两种版本: 稳定, 预览, 最新的, 或 实验性的 版本。

稳定 #

指向特定的稳定模型。稳定的模型通常不会改变。大多数生产应用程序应该使用特定的稳定模型。

例如: gemini-3.6-flash.

预览 #

指向可用于生产的预览模型。预览版模型通常会启用计费功能,可能会具有更严格的速率限制,并且将在至少 2 周的情况下弃用。

例如: gemini-2.5-flash-preview-09-2025.

最新 #

指向特定型号变体的最新版本。这可以是稳定版、预览版或实验版。此别名将随着特定型号变体的每个新版本进行热交换。一个 2-周通知 在最新版本更改之前,将通过电子邮件提供。

例如: gemini-flash-latest.

实验性的 #

指向一个实验模型,该模型通常不适合生产使用,并且具有更严格的速率限制。我们发布实验模型来收集反馈并将我们的最新更新快速交付到开发人员手中。

实验模型不稳定,模型端点的可用性可能会发生变化。

模型弃用 #

有关模型弃用的信息,请访问 Gemini 弃用公告 页。

搜索标题、API 名称或正文内容