Modele


Gemini 3


Gemini 2.5 Flash

Gemini 2.5 Flash

Nasz najlepszy model pod względem stosunku ceny do wydajności do zadań wymagających rozumowania, które charakteryzują się krótkim czasem oczekiwania i dużą ilością danych.

Nano Banana

Najnowocześniejsze generowanie i edytowanie obrazów natywnych, które umożliwia szybką pracę twórczą.

Gemini 2.5 Flash Live (wersja testowa)

Zoptymalizowany pod kątem agentów konwersacyjnych działających w czasie rzeczywistym, którzy przesyłają strumieniowo dźwięk natywny w czasie krótszym niż sekunda.

Gemini 2.5 Flash TTS (wersja testowa)

Generowanie dźwięku na podstawie tekstu z możliwością kontrolowania stylu i tempa.


Gemini 2.5 Flash-Lite

Gemini 2.5 Flash-Lite

Najszybszy i najbardziej ekonomiczny model multimodalny z rodziny 2.5.


Gemini 2.5 Pro

Gemini 2.5 Pro

Nasz najbardziej zaawansowany model do złożonych zadań, który ma zaawansowane możliwości rozumowania i kodowania.

Gemini 2.5 Pro TTS (wersja testowa)

Synteza mowy o wysokiej jakości, zoptymalizowana pod kątem jakości w uporządkowanych procesach, takich jak podcasty i audiobooki.


Modele audio

Ta sekcja zawiera wszystkie modele audio, w tym te, które mogą być już wymienione w innych sekcjach

Gemini 3.1 Flash Live wersja testowa

Nasz wysokiej jakości model audio-to-audio (A2A) o krótkim czasie oczekiwania, który jest przeznaczony do prowadzenia dialogów w czasie rzeczywistym i tworzenia aplikacji AI opartych na głosie.

Gemini 3.1 Flash TTS (wersja testowa)

Wydajne generowanie mowy z krótkim czasem oczekiwania, naturalnymi wynikami, sterowalnymi promptami i nowymi ekspresyjnymi tagami audio, które umożliwiają precyzyjną kontrolę nad narracją.

Gemini 2.5 Flash Live (wersja testowa)

Nasz flagowy model Live API do dwukierunkowych agentów głosowych i wideo o krótkim czasie oczekiwania, który ma natywne możliwości rozumowania audio.

Gemini 2.5 Flash TTS (wersja testowa)

Szybkie i sterowalne generowanie mowy na podstawie tekstu do aplikacji o krótkim czasie oczekiwania i niskich kosztach oraz asystentów działających w czasie rzeczywistym.

Gemini 2.5 Pro TTS (wersja testowa)

Synteza mowy o wysokiej jakości, zoptymalizowana pod kątem jakości w uporządkowanych procesach, takich jak podcasty i audiobooki.


Modele generatywne mediów

Ta sekcja zawiera wszystkie modele generatywne mediów, w tym te, które mogą być już wymienione w innych sekcjach

Nano Banana 2 (wersja testowa)

Wydajne tworzenie wizualne na dużą skalę, które łączy inteligencję serii Gemini 3 z błyskawiczną szybkością generowania.

Veo 3.1 (wersja testowa)

Najnowocześniejsze generowanie filmów kinowych z zaawansowanymi opcjami kreatywnymi i natywnie zsynchronizowanym dźwiękiem.

Nano Banana Pro (wersja testowa)

Profesjonalny silnik projektowy z rdzeniem rozumującym, który umożliwia tworzenie wizualizacji 4K o jakości studyjnej, złożonych układów i precyzyjnego renderowania tekstu.

Veo 3.1 Lite (wersja testowa)

Wydajne, tanie i przyjazne dla deweloperów generowanie i edytowanie filmów oraz sterowanie kinowe z rodziny Veo 3.1.

Nano Banana

Najnowocześniejsze generowanie i edytowanie obrazów natywnych, które umożliwia szybką pracę twórczą.

Imagen 4

Najlepszy model zamiany tekstu na obraz, który umożliwia szybkie i bardzo szybkie generowanie oraz wyjątkową przejrzystość w rozdzielczości do 2K.


Modele generowania muzyki

Ta sekcja zawiera wszystkie modele generowania muzyki, w tym te, które mogą być już wymienione w innych sekcjach

Lyria 3 Pro (wersja testowa)

Nasz flagowy model generowania muzyki, który jest zoptymalizowany pod kątem pełnych utworów o złożonej strukturze.

Lyria 3 Clip (wersja testowa)

Zoptymalizowany pod kątem generowania krótkich klipów muzycznych, pętli i podglądów o długości do 30 sekund.

Lyria RealTime (wersja eksperymentalna)

Model generowania muzyki o wysokiej jakości, który zapewnia szczegółową kontrolę kreatywną i możliwości przesyłania strumieniowego w czasie rzeczywistym.


Modele narzędzi i agentów

Korzystanie z komputera wersja testowa

Specjalistyczny model, który może „widzieć” ekran cyfrowy i wykonywać działania w interfejsie użytkownika, takie jak klikanie, pisanie i nawigowanie, aby zautomatyzować złożone zadania w przeglądarce.

Gemini Deep Research (wersja testowa)

Model agentowy, który autonomicznie planuje i wykonuje wieloetapowe badania w setkach źródeł, aby tworzyć interaktywne raporty z cytatami.

Gemini Deep Research Max (wersja testowa)

Maksymalna kompleksowość w zakresie automatycznego zbierania i syntezy kontekstu w setkach źródeł.

Antigravity Agent (wersja testowa)

Agent zarządzany do zwykłych obciążeń, który autonomicznie planuje, rozumuje, uruchamia kod, zarządza plikami i przegląda internet w bezpiecznej, izolowanej piaskownicy Linux.


Modele zadań specjalistycznych

Gemini Embedding 2

Nasz pierwszy model osadzania multimodalnego, który mapuje tekst, obrazy, filmy, dźwięk i pliki PDF w ujednoliconej przestrzeni osadzania, aby umożliwić zaawansowane wyszukiwanie semantyczne i systemy RAG.

Gemini Embedding

Reprezentacje wektorowe o wysokiej wymiarowości do zaawansowanego wyszukiwania semantycznego, klasyfikacji tekstu i systemów RAG.

Gemini Robotics-ER 1.6(wersja testowa)

Zaawansowany model rozumowania ucieleśnionego, który rozumie przestrzenie fizyczne i planuje wieloetapowe zadania dla agentów robotycznych z nowymi możliwościami, takimi jak odczytywanie instrumentów oraz ulepszone rozumowanie przestrzenne i fizyczne.


Poprzednie modele

Gemini 2.0 Flash (wycofany)

Nasz model roboczy drugiej generacji z funkcjami nowej generacji i ulepszonymi możliwościami, w tym większą szybkością, natywnym korzystaniem z narzędzi i oknem kontekstu z milionem tokenów.

Gemini 2.0 Flash-Lite (wycofany)

Nasz najszybszy model drugiej generacji, który jest zoptymalizowany pod kątem oszczędności i krótkiego czasu oczekiwania.

Gemini 3 Pro (wersja testowa) – wyłączenie

Nasz najnowocześniejszy model rozumowania z zaawansowanym rozpoznawaniem multimodalnym.


Wzorce nazw wersji modelu

Modele Gemini są dostępne w wersjach stabilnych, testowych, najnowszych lub eksperymentalnych.

Stabilny

Wskazuje konkretny stabilny model. Modele stabilne zwykle się nie zmieniają. Większość aplikacji produkcyjnych powinna używać konkretnego stabilnego modelu.

Na przykład: gemini-3.5-flash.

Wersja testowa

Wskazuje model w wersji testowej, który może być używany w środowisku produkcyjnym. Modele w wersji testowej zwykle mają włączone rozliczenia, mogą mieć bardziej restrykcyjne limity liczby żądań i zostaną wycofane z co najmniej 2-tygodniowym wyprzedzeniem.

Na przykład: gemini-2.5-flash-preview-09-2025.

Najnowsze

Wskazuje najnowszą wersję konkretnego wariantu modelu. Może to być wersja stabilna, testowa lub eksperymentalna. Ten alias zostanie zamieniony na nową wersję konkretnego wariantu modelu. Zanim zmienimy wersję, która jest najnowsza, wyślemy e-maila z 2-tygodniowym wyprzedzeniem.

Na przykład: gemini-flash-latest.

Eksperymentalna

Wskazuje model eksperymentalny, który zwykle nie nadaje się do użytku produkcyjnego i ma bardziej restrykcyjne limity liczby żądań. Modele eksperymentalne udostępniamy, aby zbierać opinie i szybko udostępniać deweloperom najnowsze aktualizacje.

Modele eksperymentalne nie są stabilne, a dostępność punktów końcowych modelu może się zmienić.

Wycofanie modeli

Więcej informacji o wycofywaniu modeli znajdziesz na stronie Wycofanie Gemini.