ตอนนี้ Interactions API พร้อมให้บริการแก่ผู้ใช้ทั่วไปแล้ว เราขอแนะนำให้ใช้ API นี้เพื่อเข้าถึงฟีเจอร์และโมเดลล่าสุดทั้งหมด

Google uses AI technology to translate content into your preferred language. AI translations can contain errors.

โมเดล

Gemini 3

เสถียร

Gemini 3.5 Flash

โมเดลที่ชาญฉลาดที่สุดสำหรับประสิทธิภาพการทำงานที่ล้ำสมัยอย่างต่อเนื่องในงานแบบ Agent และงานเขียนโค้ด

เสถียร

Gemini 3.1 Flash-Lite

ประสิทธิภาพระดับล้ำสมัยเทียบเท่าโมเดลขนาดใหญ่กว่าในราคาที่ถูกกว่ามาก

เสถียร

Nano Banana 2

การสร้างและแก้ไขรูปภาพที่มีประสิทธิภาพสูงและมีประสิทธิภาพการทำงานสูง ซึ่งเพิ่มประสิทธิภาพเพื่อความเร็วและกรณีการใช้งานที่มีปริมาณมาก

เสถียร

Nano Banana Lite

การสร้างและแก้ไขรูปภาพที่มีเวลาในการตอบสนองต่ำมากและคุ้มค่า ซึ่งออกแบบมาสำหรับกรณีการใช้งานแบบโต้ตอบที่มีปริมาณมาก

เสถียร

Nano Banana Pro

โมเดลการสร้างและแก้ไขรูปภาพที่ล้ำสมัยที่สุดสำหรับการสร้างรูปภาพแบบเนทีฟที่มีบริบทสูง

เสถียร

เวอร์ชันตัวอย่าง

Gemini 3.1 Pro

ความสามารถในการให้เหตุผลขั้นสูง ทักษะการแก้ปัญหาที่ซับซ้อน และความสามารถในการเขียนโค้ดแบบ Agentic และแบบ Vibe Coding ที่ทรงพลัง

เวอร์ชันตัวอย่าง

Gemini 3 Flash

เวอร์ชันตัวอย่าง

Gemini 3.5 Live Translate

โมเดลการแปลเสียงพูดเป็นเสียงพูดแบบเรียลไทม์ที่มีเวลาในการตอบสนองต่ำ ซึ่งรองรับมากกว่า 70 ภาษา

เวอร์ชันตัวอย่าง ใหม่

Gemini 3.1 Flash Live

โมเดล Live API คุณภาพสูงที่มีเวลาในการตอบสนองต่ำสำหรับการสนทนาแบบเรียลไทม์และแอปพลิเคชัน AI ที่ใช้เสียงเป็นหลัก

เวอร์ชันตัวอย่าง ใหม่

Gemini 3.1 Flash TTS

การสร้างเสียงพูดที่มีประสิทธิภาพและมีเวลาในการตอบสนองต่ำ

เวอร์ชันตัวอย่าง ใหม่

Gemini Omni Flash

การสร้างและแก้ไขวิดีโอที่รวดเร็วและเป็นแบบสนทนา เปลี่ยนข้อความและรูปภาพให้เป็นวิดีโอ และปรับแต่งผลลัพธ์ผ่านภาษาธรรมชาติ

เวอร์ชันตัวอย่าง ใหม่

Gemini 2.5 Flash

โมเดลที่มีประสิทธิภาพคุ้มค่าที่สุดของเราสำหรับงานที่มีปริมาณมากและมีเวลาในการตอบสนองต่ำซึ่งต้องใช้การให้เหตุผล

Nano Banana

การสร้างและแก้ไขรูปภาพแบบเนทีฟที่ล้ำสมัยที่สุด ซึ่งออกแบบมาสำหรับเวิร์กโฟลว์ที่รวดเร็วและสร้างสรรค์

Gemini 2.5 Flash Live Live (เวอร์ชันตัวอย่าง)

เพิ่มประสิทธิภาพสำหรับ Agent แบบสนทนาแบบเรียลไทม์ที่มีการสตรีมเสียงแบบเนทีฟที่ใช้เวลาน้อยกว่า 1 วินาที

Gemini 2.5 Flash TTS (เวอร์ชันตัวอย่าง)

การสร้างเสียงพูดจากข้อความที่ควบคุมได้พร้อมการควบคุมสไตล์และจังหวะอย่างละเอียด

Gemini 2.5 Flash-Lite

โมเดลหลายรูปแบบที่เร็วที่สุดและคุ้มค่าที่สุดในตระกูล 2.5

Gemini 2.5 Pro

โมเดลขั้นสูงที่สุดของเราสำหรับงานที่ซับซ้อน ซึ่งมีความสามารถในการให้เหตุผลและการเขียนโค้ดที่ลึกซึ้ง

Gemini 2.5 Pro TTS (เวอร์ชันตัวอย่าง)

การสังเคราะห์เสียงพูดแบบรายละเอียดเสมือนจริงสูง ซึ่งเพิ่มประสิทธิภาพด้านคุณภาพในเวิร์กโฟลว์ที่มีโครงสร้าง เช่น พอดแคสต์และหนังสือเสียง

โมเดลเสียง

ส่วนนี้มีโมเดลเสียงทั้งหมด รวมถึงโมเดลที่อาจแสดงอยู่ในส่วนอื่นๆ แล้ว

Gemini 3.1 Flash Live Preview

โมเดลเสียงพูดเป็นเสียงพูด (A2A) คุณภาพสูงที่มีเวลาในการตอบสนองต่ำ ซึ่งออกแบบมาสำหรับการสนทนาแบบเรียลไทม์และแอปพลิเคชัน AI ที่ใช้เสียงเป็นหลัก

Gemini 3.1 Flash TTS Preview

การสร้างเสียงพูดที่มีประสิทธิภาพและมีเวลาในการตอบสนองต่ำ พร้อมเอาต์พุตที่เป็นธรรมชาติ พรอมต์ที่ควบคุมได้ และแท็กเสียงแสดงอารมณ์ใหม่สำหรับการควบคุมการบรรยายที่แม่นยำ

Gemini 2.5 Flash Live Live (เวอร์ชันตัวอย่าง)

โมเดล Live API หลักของเราสำหรับ Agent เสียงและวิดีโอแบบสองทิศทางที่มีเวลาในการตอบสนองต่ำ พร้อมความสามารถในการให้เหตุผลด้านเสียงแบบเนทีฟ

Gemini 2.5 Flash TTS (เวอร์ชันตัวอย่าง)

การสร้างเสียงพูดจากข้อความที่รวดเร็วและควบคุมได้สำหรับแอปพลิเคชันที่มีเวลาในการตอบสนองต่ำและคุ้มค่า รวมถึงผู้ช่วยแบบเรียลไทม์

Gemini 2.5 Pro TTS (เวอร์ชันตัวอย่าง)

โมเดล GenMedia

ส่วนนี้มีโมเดล GenMedia ทั้งหมด รวมถึงโมเดลที่อาจแสดงอยู่ในส่วนอื่นๆ แล้ว

Nano Banana 2

การสร้างภาพที่มีประสิทธิภาพสูงในระดับการผลิต ซึ่งผสานรวมความสามารถในการให้เหตุผลของตระกูล Gemini 3 เข้ากับความเร็วในการสร้างที่รวดเร็ว

Nano Banana Lite

ออกแบบมาให้เป็นผู้เชี่ยวชาญด้านประสิทธิภาพของตระกูลการสร้างรูปภาพ โดยมีการสร้างและแก้ไขรูปภาพที่มีเวลาในการตอบสนองต่ำมากและคุ้มค่า

Veo 3.1 (เวอร์ชันตัวอย่าง)

การสร้างวิดีโอสไตล์ภาพยนตร์ที่ล้ำสมัยที่สุดพร้อมการควบคุมความคิดสร้างสรรค์ขั้นสูงและเสียงที่ซิงค์แบบเนทีฟ

Nano Banana Pro

เอนจินการออกแบบระดับมืออาชีพที่มีแกนกลางด้านการให้เหตุผลสำหรับภาพระดับสตูดิโอคุณภาพ 4K, เลย์เอาต์ที่ซับซ้อน และการแสดงข้อความที่แม่นยำ

Veo 3.1 Lite (เวอร์ชันตัวอย่าง)

การสร้างและแก้ไขวิดีโอที่มีประสิทธิภาพสูง ต้นทุนต่ำ และเน้นนักพัฒนาซอฟต์แวร์เป็นหลัก รวมถึงการควบคุมสไตล์ภาพยนตร์จากตระกูล Veo 3.1

Gemini Omni Flash (เวอร์ชันตัวอย่าง)

Imagen 4 (เลิกใช้งานแล้ว)

โมเดลการสร้างรูปภาพจากข้อความที่ล้ำสมัยที่สุด ซึ่งมีการสร้างที่รวดเร็วและรวดเร็วมาก รวมถึงความคมชัดที่ยอดเยี่ยมสูงสุดถึงความละเอียด 2K

โมเดลการสร้างเสียงดนตรี

ส่วนนี้มีโมเดลการสร้างเสียงดนตรีทั้งหมด รวมถึงโมเดลที่อาจแสดงอยู่ในส่วนอื่นๆ แล้ว

Lyria 3 Pro (เวอร์ชันตัวอย่าง)

โมเดลการสร้างเสียงดนตรีหลักของเรา ซึ่งเพิ่มประสิทธิภาพสำหรับเพลงเต็มเพลงที่มีความสอดคล้องของโครงสร้างที่ซับซ้อน

Lyria 3 Clip (เวอร์ชันตัวอย่าง)

เพิ่มประสิทธิภาพสำหรับการสร้างคลิปดนตรีสั้นๆ ลูป และตัวอย่างความยาวสูงสุด 30 วินาที

Lyria RealTime (เวอร์ชันทดลอง)

โมเดลการสร้างเสียงดนตรีแบบรายละเอียดเสมือนจริงสูง ซึ่งมีการควบคุมความคิดสร้างสรรค์แบบละเอียดและความสามารถในการสตรีมแบบเรียลไทม์

โมเดลเครื่องมือและโมเดล Agent

การใช้คอมพิวเตอร์ เวอร์ชันตัวอย่าง

โมเดลเฉพาะที่ "มองเห็น" หน้าจอดิจิทัลและดำเนินการ UI ได้ เช่น การคลิก การพิมพ์ และการไปยังส่วนต่างๆ เพื่อทำให้งานเบราว์เซอร์ที่ซับซ้อนเป็นไปโดยอัตโนมัติ

Gemini Deep Research (เวอร์ชันตัวอย่าง)

โมเดลแบบ Agent ที่วางแผนและดำเนินการวิจัยแบบหลายขั้นตอนในแหล่งข้อมูลหลายร้อยแห่งโดยอัตโนมัติเพื่อสร้างรายงานแบบโต้ตอบที่มีการอ้างอิง

Gemini Deep Research Max (เวอร์ชันตัวอย่าง)

ความครอบคลุมสูงสุดสำหรับการรวบรวมและสังเคราะห์บริบทโดยอัตโนมัติจากแหล่งข้อมูลหลายร้อยแห่ง

Agent Antigravity (เวอร์ชันตัวอย่าง)

Agent ที่มีการจัดการแบบอเนกประสงค์ที่วางแผน ให้เหตุผล เรียกใช้โค้ด จัดการไฟล์ และเรียกดูเว็บภายในแซนด์บ็อกซ์ Linux ที่ปลอดภัยและแยกจากกันโดยอัตโนมัติ

โมเดลงานเฉพาะ

Gemini Embedding 2

โมเดลการฝังหลายรูปแบบแรกของเรา ซึ่งจะแมปข้อความ รูปภาพ วิดีโอ เสียง และ PDF ลงในพื้นที่การฝังแบบรวมสำหรับการค้นหาเชิงความหมายขั้นสูงและระบบ RAG

Gemini Embedding

การแสดงเวกเตอร์แบบหลายมิติสำหรับการค้นหาเชิงความหมายขั้นสูง การจัดประเภทข้อความ และระบบ RAG

Gemini Robotics-ER 1.6(เวอร์ชันตัวอย่าง)

โมเดลการให้เหตุผลแบบ Embodied ขั้นสูงที่เข้าใจพื้นที่ทางกายภาพและวางแผนงานแบบหลายขั้นตอนสำหรับ Agent หุ่นยนต์ที่มีความสามารถใหม่ๆ เช่น การอ่านเครื่องมือ การให้เหตุผลเชิงพื้นที่และทางกายภาพที่ได้รับการปรับปรุง

โมเดลก่อนหน้า

Gemini 2.0 Flash (ปิดตัวลงแล้ว)

โมเดลที่ทำงานหนักรุ่นที่ 2 ของเรา ซึ่งมีฟีเจอร์รุ่นใหม่และความสามารถที่ได้รับการปรับปรุง รวมถึงความเร็วที่เหนือกว่า การใช้เครื่องมือแบบเนทีฟ และหน้าต่างบริบทขนาด 1 ล้านโทเค็น

Gemini 2.0 Flash-Lite ปิดตัวลงแล้ว

โมเดลรุ่นที่ 2 ที่เร็วที่สุดของเรา ซึ่งเพิ่มประสิทธิภาพด้านความคุ้มค่าและเวลาในการตอบสนองต่ำ

Gemini 3.1 Flash-Lite (เวอร์ชันตัวอย่าง) (ปิดตัวลงแล้ว)

โมเดลหลายรูปแบบที่คุ้มค่าที่สุดของเรา ซึ่งมีประสิทธิภาพการทำงานที่เร็วที่สุดสำหรับงานที่มีความถี่สูงและมีขนาดเล็ก

Gemini 3 Pro (เวอร์ชันตัวอย่าง) (ปิดตัวลงแล้ว)

โมเดลการให้เหตุผลที่ล้ำสมัยที่สุดของเราพร้อมความสามารถในการทำความเข้าใจข้อมูลหลายรูปแบบขั้นสูง

รูปแบบชื่อเวอร์ชันของโมเดล

โมเดล Gemini มีให้ใช้งานในเวอร์ชัน เสถียร เวอร์ชันตัวอย่าง เวอร์ชันล่าสุด หรือ เวอร์ชันทดลอง

เสถียร

ชี้ไปยังโมเดลเสถียรที่เฉพาะเจาะจง โดยปกติแล้วโมเดลเสถียรจะไม่เปลี่ยนแปลง แอปการผลิตส่วนใหญ่ควรใช้โมเดลเสถียรที่เฉพาะเจาะจง

เช่น gemini-3.5-flash

เวอร์ชันตัวอย่าง

ชี้ไปยังโมเดลเวอร์ชันตัวอย่างที่อาจใช้สำหรับการผลิต โดยปกติแล้วโมเดลเวอร์ชันตัวอย่างจะเปิดใช้การเรียกเก็บเงิน อาจมีขีดจำกัดอัตราที่เข้มงวดมากขึ้น และจะเลิกใช้งานโดยแจ้งให้ทราบล่วงหน้าอย่างน้อย 2 สัปดาห์

เช่น gemini-2.5-flash-preview-09-2025

ล่าสุด

ชี้ไปยังรุ่นล่าสุดสำหรับโมเดลรูปแบบหนึ่งๆ ซึ่งอาจเป็นรุ่นเสถียร รุ่นตัวอย่าง หรือรุ่นทดลอง นามแฝงนี้จะมีการสลับแบบ Hot-Swap ทุกครั้งที่มีการเผยแพร่โมเดลรูปแบบหนึ่งๆ รุ่นใหม่ เราจะแจ้งให้ทราบทางอีเมลล่วงหน้า 2 สัปดาห์ ก่อนที่จะมีการเปลี่ยนแปลงเวอร์ชันที่อยู่เบื้องหลังเวอร์ชันล่าสุด

เช่น gemini-flash-latest

เวอร์ชันทดลอง

ชี้ไปยังโมเดลทดลองซึ่งโดยปกติแล้วจะไม่เหมาะสำหรับการใช้งานจริงและมีขีดจำกัดอัตราที่เข้มงวดมากขึ้น เราเผยแพร่โมเดลเวอร์ชันทดลองเพื่อรวบรวมความคิดเห็นและนำข้อมูลอัปเดตล่าสุดไปให้นักพัฒนาซอฟต์แวร์ได้ใช้โดยเร็ว

โมเดลเวอร์ชันทดลองไม่เสถียรและปลายทางของโมเดลอาจมีการเปลี่ยนแปลง

การเลิกใช้งานโมเดล

ดูข้อมูลเกี่ยวกับการเลิกใช้งานโมเดลได้ที่หน้าการเลิกใช้งาน Gemini