Gemini API เป็นเส้นทางที่เร็วที่สุดในการเปลี่ยนพรอมต์ให้เป็นผลงานด้วย Gemini, Veo, Nano Banana และอื่นๆ ซึ่งช่วยให้คุณผสานรวมโมเดล Generative เหล่านี้เข้ากับแอปพลิเคชันเพื่อสร้างข้อความที่สร้างขึ้นและรูปภาพ วิเคราะห์อินพุตแบบหลายรูปแบบ และสร้าง Agent แบบสนทนาได้
Python
from google import genai
client = genai.Client()
response = client.models.generate_content(
model="gemini-4-argon",
contents="Explain how AI works in a few words",
)
print(response.text)
JavaScript
import { GoogleGenAI } from "@google/genai";
const ai = new GoogleGenAI({});
async function main() {
const response = await ai.models.generateContent({
model: "gemini-4-argon",
contents: "Explain how AI works in a few words",
});
console.log(response.text);
}
await main();
Go
package main
import (
"context"
"fmt"
"log"
"google.golang.org/genai"
)
func main() {
ctx := context.Background()
client, err := genai.NewClient(ctx, nil)
if err != nil {
log.Fatal(err)
}
result, err := client.Models.GenerateContent(
ctx,
"gemini-4-argon",
genai.Text("Explain how AI works in a few words"),
nil,
)
if err != nil {
log.Fatal(err)
}
fmt.Println(result.Text())
}
Java
package com.example;
import com.google.genai.Client;
import com.google.genai.types.GenerateContentResponse;
public class GenerateTextFromTextInput {
public static void main(String[] args) {
Client client = new Client();
GenerateContentResponse response =
client.models.generateContent(
"gemini-4-argon",
"Explain how AI works in a few words",
null);
System.out.println(response.text());
}
}
C#
using System.Threading.Tasks;
using Google.GenAI;
using Google.GenAI.Types;
public class GenerateContentSimpleText {
public static async Task main() {
var client = new Client();
var response = await client.Models.GenerateContentAsync(
model: "gemini-4-argon", contents: "Explain how AI works in a few words"
);
Console.WriteLine(response.Candidates[0].Content.Parts[0].Text);
}
}
REST
curl "https://generativelanguage.googleapis.com/v1beta/models/gemini-4-argon:generateContent" \
-H "x-goog-api-key: $GEMINI_API_KEY" \
-H 'Content-Type: application/json' \
-X POST \
-d '{
"contents": [
{
"parts": [
{
"text": "Explain how AI works in a few words"
}
]
}
]
}'
พบกับโมเดลต่างๆ
ดูทั้งหมดGemini 4 Argon ใหม่
โมเดลการให้เหตุผลที่โดดเด่นของเราซึ่งมีหน้าต่างบริบทขนาด 1 ล้านโทเค็นที่ใช้ร่วมกันและการถอดรหัสแบบยาวสูงสุด 1 ล้านโทเค็น
Gemini 3.6 Flash ใหม่
โมเดลล่าสุดของเราที่สร้างสมดุลระหว่างความเร็วกับความชาญฉลาดเพื่อมอบประสิทธิภาพที่แข็งแกร่งในงานแบบเป็น Agent และงานที่ใช้ข้อมูลหลายรูปแบบ
Gemini 3.8 Flash TTS ใหม่
โมเดลการอ่านออกเสียงข้อความระดับสตูดิโอที่มีการแสดงออกอย่างชัดเจน การออกแบบเสียงที่กำหนดเอง และการจำลองเสียง
Gemini 3.5 Flash-Lite ใหม่
โมเดลที่รองรับปริมาณงานสูงและคำนึงถึงต้นทุน ซึ่งได้รับการเพิ่มประสิทธิภาพสำหรับงานของ Agent ย่อยที่มีเวลาในการตอบสนองต่ำและมีการส่งข้อความปริมาณมาก
Gemini 3.1 Flash-Lite
โมเดลที่รองรับปริมาณมากและคำนึงถึงต้นทุน พร้อมประสิทธิภาพและคุณภาพของซีรีส์ Gemini 3
Gemini 3 Flash
ประสิทธิภาพระดับแนวหน้าที่เทียบเท่ากับโมเดลขนาดใหญ่กว่าโดยมีค่าใช้จ่ายเพียงเศษเสี้ยว
Nano Banana
โมเดลการสร้างและแก้ไขรูปภาพที่ล้ำสมัย
Gemini Omni Flash
โมเดลการสร้างวิดีโอและแก้ไขวิดีโอสุดล้ำของเรา
Gemini Robotics
โมเดลภาษาแบบมองเห็นภาพ (VLM) ที่นำความสามารถด้าน Agentic AI ของ Gemini มาใช้กับหุ่นยนต์และช่วยให้การให้เหตุผลขั้นสูงในโลกจริง
สำรวจความสามารถ
การสร้างรูปภาพแบบเนทีฟ (Nano Banana)
สร้างและแก้ไขรูปภาพที่มีบริบทสูงได้โดยตรงด้วย Gemini 2.5 Flash Image
บริบทแบบยาว
ป้อนโทเค็นหลายล้านรายการลงในโมเดล Gemini และรับความเข้าใจจากรูปภาพ วิดีโอ และเอกสารที่ไม่มีโครงสร้าง
เอาต์พุตที่มีโครงสร้าง
จำกัดให้ Gemini ตอบกลับด้วย JSON ซึ่งเป็นรูปแบบข้อมูลที่มีโครงสร้างที่เหมาะสำหรับการประมวลผลอัตโนมัติ
การเรียกใช้ฟังก์ชัน
สร้างเวิร์กโฟลว์แบบ Agentic โดยเชื่อมต่อ Gemini กับ API และเครื่องมือภายนอก
การสร้างวิดีโอด้วย Gemini Omni Flash
สร้างเนื้อหาวิดีโอคุณภาพสูงจากพรอมต์ข้อความหรือรูปภาพด้วยโมเดลสุดล้ำของเรา
Voice Agent ที่มี Live API
สร้างแอปพลิเคชันเสียงและ Agent แบบเรียลไทม์ด้วย Live API
เครื่องมือ
เชื่อมต่อ Gemini กับโลกภายนอกผ่านเครื่องมือในตัว เช่น Google Search, บริการ URL, Google Maps, การเรียกใช้โค้ด และการใช้งานคอมพิวเตอร์
การทำความเข้าใจเอกสาร
ประมวลผลไฟล์ PDF ได้สูงสุด 1,000 หน้าด้วยความเข้าใจข้อมูลหลายรูปแบบอย่างเต็มรูปแบบหรือประเภทไฟล์อื่นๆ ที่เป็นข้อความ
กำลังคิด
สำรวจว่าความสามารถในการคิดช่วยปรับปรุงการให้เหตุผลสำหรับงานและ Agent ที่ซับซ้อนได้อย่างไร