এই নির্দেশিকায় জেমিনি এপিআই (Gemini API)-এর মাধ্যমে উপলব্ধ সমস্ত মডেল সম্পর্কে পরিচয় করিয়ে দেওয়া হয়েছে।
এজেন্টিক এবং কোডিং টাস্কগুলিতে ধারাবাহিক অত্যাধুনিক পারফরম্যান্সের জন্য সবচেয়ে বুদ্ধিমান মডেল।
স্থিতিশীল
অনেক কম খরচে বড় মডেলগুলোর সমকক্ষ অত্যাধুনিক পারফরম্যান্স।
স্থিতিশীল
শক্তিশালী ও উচ্চ-দক্ষতাসম্পন্ন ইমেজ তৈরি এবং সম্পাদনা, যা গতি এবং বিপুল পরিমাণ ব্যবহারের জন্য বিশেষভাবে অপ্টিমাইজ করা হয়েছে।
স্থিতিশীল
অত্যন্ত কম ল্যাটেন্সি এবং সাশ্রয়ী মূল্যে ছবি তৈরি ও সম্পাদনা, যা বিপুল পরিমাণে ইন্টারেক্টিভ ব্যবহারের জন্য ডিজাইন করা হয়েছে।
স্থিতিশীল
অত্যন্ত প্রাসঙ্গিক নেটিভ ইমেজ তৈরির জন্য অত্যাধুনিক ইমেজ জেনারেশন এবং এডিটিং মডেল।
স্থিতিশীল
উন্নত বুদ্ধিমত্তা, জটিল সমস্যা সমাধানের দক্ষতা এবং শক্তিশালী সক্রিয় ও ভাব-কোডিং ক্ষমতা।
প্রিভিউ
অনেক কম খরচে বড় মডেলগুলোর সমকক্ষ অত্যাধুনিক পারফরম্যান্স।
প্রিভিউ
স্বল্প বিলম্বের, রিয়েল-টাইম স্পিচ-টু-স্পিচ অনুবাদ মডেল যা ৭০টিরও বেশি ভাষা সমর্থন করে।
নতুন প্রিভিউ
রিয়েল-টাইম ডায়ালগ এবং ভয়েস-ফার্স্ট এআই অ্যাপ্লিকেশনের জন্য উচ্চ-মানের, স্বল্প-বিলম্বের লাইভ এপিআই মডেল।
নতুন প্রিভিউ
শক্তিশালী ও স্বল্প বিলম্বের স্পিচ জেনারেশন।
নতুন প্রিভিউ
দ্রুত ও কথোপকথনমূলক ভিডিও তৈরি এবং সম্পাদনা করুন। টেক্সট ও ছবিকে ভিডিওতে রূপান্তর করুন এবং স্বাভাবিক ভাষার মাধ্যমে ফলাফলকে আরও পরিমার্জিত করুন।
নতুন প্রিভিউ
যুক্তিনির্ভর ও স্বল্প বিলম্বের অধিক পরিমাণ কাজের জন্য আমাদের সেরা মূল্য-কর্মক্ষমতা মডেল।
দ্রুত ও সৃজনশীল কর্মপ্রবাহের জন্য ডিজাইন করা অত্যাধুনিক নেটিভ ইমেজ তৈরি ও সম্পাদনা ব্যবস্থা।
সাব-সেকেন্ড নেটিভ অডিও স্ট্রিমিং সহ রিয়েল-টাইম কথোপকথনমূলক এজেন্টদের জন্য অপ্টিমাইজ করা হয়েছে।
শৈলী এবং গতির উপর সূক্ষ্ম নিয়ন্ত্রণ সহ নিয়ন্ত্রণযোগ্য টেক্সট-টু-স্পিচ অডিও তৈরি।
২.৫ সিরিজের দ্রুততম এবং সবচেয়ে সাশ্রয়ী মাল্টিমোডাল মডেল।
জটিল কাজের জন্য আমাদের সবচেয়ে উন্নত মডেল, যাতে রয়েছে গভীর যুক্তি ও কোডিং ক্ষমতা।
পডকাস্ট এবং অডিওবুকের মতো কাঠামোগত ওয়ার্কফ্লোতে গুণমানের জন্য অপ্টিমাইজ করা উচ্চ-মানের স্পিচ সিন্থেসিস।
এই বিভাগে সমস্ত অডিও মডেল রয়েছে, যার মধ্যে এমন মডেলও অন্তর্ভুক্ত যা ইতিমধ্যেই অন্যান্য বিভাগে তালিকাভুক্ত থাকতে পারে।
আমাদের উচ্চ-মানের, স্বল্প-বিলম্বের অডিও-টু-অডিও (A2A) মডেলটি রিয়েল-টাইম সংলাপ এবং ভয়েস-ফার্স্ট এআই অ্যাপ্লিকেশনের জন্য ডিজাইন করা হয়েছে।
শক্তিশালী ও স্বল্প-বিলম্বের স্পিচ জেনারেশন, সাথে রয়েছে স্বাভাবিক আউটপুট, নিয়ন্ত্রণযোগ্য প্রম্পট এবং নির্ভুল ন্যারেটিভ নিয়ন্ত্রণের জন্য নতুন অভিব্যক্তিপূর্ণ অডিও ট্যাগ।
নেটিভ অডিও রিজনিং সহ লো-ল্যাটেন্সি, দ্বিমুখী ভয়েস এবং ভিডিও এজেন্টের জন্য আমাদের ফ্ল্যাগশিপ লাইভ এপিআই মডেল।
কম বিলম্বের, ব্যয়-সাশ্রয়ী অ্যাপ্লিকেশন এবং রিয়েল-টাইম অ্যাসিস্ট্যান্টের জন্য দ্রুত ও নিয়ন্ত্রণযোগ্য টেক্সট-টু-স্পিচ।
পডকাস্ট এবং অডিওবুকের মতো কাঠামোগত ওয়ার্কফ্লোতে গুণমানের জন্য অপ্টিমাইজ করা উচ্চ-মানের স্পিচ সিন্থেসিস।
এই বিভাগে সমস্ত জেনারেটিভ মিডিয়া মডেল রয়েছে, যার মধ্যে এমন মডেলও অন্তর্ভুক্ত থাকতে পারে যা ইতিমধ্যেই অন্যান্য বিভাগে তালিকাভুক্ত আছে।
জেমিনি ৩ সিরিজের বুদ্ধিমত্তা এবং বিদ্যুৎ-গতিসম্পন্ন উৎপাদন ক্ষমতার সমন্বয়ে উচ্চ-দক্ষতাসম্পন্ন ও উৎপাদন-স্তরের ভিজ্যুয়াল সৃষ্টি।
ইমেজ জেনারেশন সিরিজের সবচেয়ে কার্যকরী টুল হিসেবে ডিজাইন করা হয়েছে, যা অত্যন্ত কম ল্যাটেন্সি এবং সাশ্রয়ী মূল্যে ইমেজ তৈরি ও সম্পাদনার সুবিধা প্রদান করে।
উন্নত ক্রিয়েটিভ কন্ট্রোল এবং নেটিভলি সিঙ্ক্রোনাইজড অডিও সহ সর্বাধুনিক সিনেম্যাটিক ভিডিও তৈরি।
স্টুডিও-মানের ৪কে ভিজ্যুয়াল, জটিল লেআউট এবং নির্ভুল টেক্সট রেন্ডারিংয়ের জন্য একটি রিজনিং কোর সহ পেশাদার ডিজাইন ইঞ্জিন।
Veo 3.1 সিরিজের মাধ্যমে উচ্চ দক্ষতা ও স্বল্প খরচে ডেভেলপারদের সুবিধা দিয়ে ভিডিও তৈরি, সম্পাদনা এবং সিনেম্যাটিক নিয়ন্ত্রণ করুন।
দ্রুত ও কথোপকথনমূলক ভিডিও তৈরি এবং সম্পাদনা করুন। টেক্সট ও ছবিকে ভিডিওতে রূপান্তর করুন এবং স্বাভাবিক ভাষার মাধ্যমে ফলাফলকে আরও পরিমার্জিত করুন।
দ্রুত ও সৃজনশীল কর্মপ্রবাহের জন্য ডিজাইন করা অত্যাধুনিক নেটিভ ইমেজ তৈরি ও সম্পাদনা ব্যবস্থা।
এখন পর্যন্ত সেরা টেক্সট-টু-ইমেজ মডেল, যা দ্রুত ও অতি-দ্রুত জেনারেশন এবং 2K রেজোলিউশন পর্যন্ত অসাধারণ স্বচ্ছতা প্রদান করে।
এই বিভাগে সঙ্গীত তৈরির সমস্ত মডেল রয়েছে, যার মধ্যে এমন মডেলও অন্তর্ভুক্ত যা ইতিমধ্যেই অন্যান্য বিভাগে তালিকাভুক্ত থাকতে পারে।
আমাদের ফ্ল্যাগশিপ মিউজিক জেনারেশন মডেল, যা জটিল কাঠামোগত সংগতিসম্পন্ন পূর্ণদৈর্ঘ্য গানের জন্য অপ্টিমাইজ করা হয়েছে।
৩০ সেকেন্ড পর্যন্ত সংক্ষিপ্ত মিউজিক্যাল ক্লিপ, লুপ এবং প্রিভিউ তৈরি করার জন্য বিশেষভাবে তৈরি।
উচ্চ মানের সঙ্গীত তৈরির মডেল যা সূক্ষ্ম সৃজনশীল নিয়ন্ত্রণ এবং রিয়েল-টাইম স্ট্রিমিং সুবিধা প্রদান করে।
একটি বিশেষায়িত মডেল যা ডিজিটাল স্ক্রিন "দেখতে" পারে এবং জটিল ব্রাউজার টাস্কগুলো স্বয়ংক্রিয় করতে ক্লিক করা, টাইপ করা ও নেভিগেট করার মতো UI অ্যাকশনগুলো সম্পাদন করতে পারে।
একটি সক্রিয় মডেল যা শত শত উৎস থেকে বহু-ধাপের গবেষণার স্বায়ত্তশাসিত পরিকল্পনা ও বাস্তবায়নের মাধ্যমে উদ্ধৃত ও ইন্টারেক্টিভ প্রতিবেদন তৈরি করে।
শত শত উৎস থেকে স্বয়ংক্রিয়ভাবে তথ্য সংগ্রহ ও সংশ্লেষণের সর্বোচ্চ ব্যাপকতা।
একটি সাধারণ-উদ্দেশ্যমূলক পরিচালিত এজেন্ট যা একটি সুরক্ষিত, বিচ্ছিন্ন লিনাক্স স্যান্ডবক্সের অভ্যন্তরে স্বায়ত্তশাসিতভাবে পরিকল্পনা করে, যুক্তি-তর্ক করে, কোড চালায়, ফাইল পরিচালনা করে এবং ওয়েব ব্রাউজ করে।
আমাদের প্রথম মাল্টিমোডাল এমবেডিং মডেল, যা উন্নত সিমান্টিক সার্চ এবং RAG সিস্টেমের জন্য টেক্সট, ছবি, ভিডিও, অডিও এবং পিডিএফ-কে একটি সমন্বিত এমবেডিং স্পেসে ম্যাপ করে।
উন্নত শব্দার্থিক অনুসন্ধান, পাঠ্য শ্রেণিবিন্যাস এবং RAG সিস্টেমের জন্য উচ্চ-মাত্রিক ভেক্টর উপস্থাপনা।
উন্নত মূর্ত যুক্তি মডেল যা ভৌত স্থান বোঝে এবং রোবটিক এজেন্টদের জন্য বহু-ধাপের কাজের পরিকল্পনা করে, যার মধ্যে যন্ত্র পাঠ, উন্নত স্থানিক এবং ভৌত যুক্তির মতো নতুন ক্ষমতা রয়েছে।
আমাদের দ্বিতীয় প্রজন্মের শক্তিশালী মডেল, যা অত্যাধুনিক বৈশিষ্ট্য এবং উন্নত সক্ষমতা সহ আসে, যার মধ্যে রয়েছে অসাধারণ গতি, নেটিভ টুল ব্যবহার এবং একটি ১এম টোকেন কনটেক্সট উইন্ডো।
আমাদের দ্রুততম দ্বিতীয় প্রজন্মের মডেল, যা ব্যয় সাশ্রয় এবং স্বল্প ল্যাটেন্সির জন্য বিশেষভাবে তৈরি।
আমাদের সবচেয়ে সাশ্রয়ী মাল্টিমোডাল মডেল, যা উচ্চ-ফ্রিকোয়েন্সির হালকা কাজগুলোর জন্য দ্রুততম পারফরম্যান্স প্রদান করে।
আমাদের সর্বাধুনিক যুক্তি মডেল, যা উন্নত বহুবিধ বোধগম্যতা সম্পন্ন।
জেমিনি মডেলগুলো স্টেবল , প্রিভিউ , লেটেস্ট বা এক্সপেরিমেন্টাল ভার্সনে পাওয়া যায়।
একটি নির্দিষ্ট স্থিতিশীল মডেলকে নির্দেশ করে। স্থিতিশীল মডেলগুলো সাধারণত পরিবর্তন হয় না। বেশিরভাগ প্রোডাকশন অ্যাপের একটি নির্দিষ্ট স্থিতিশীল মডেল ব্যবহার করা উচিত।
উদাহরণস্বরূপ: gemini-3.5-flash .
এটি একটি প্রিভিউ মডেলকে নির্দেশ করে যা প্রোডাকশনের জন্য ব্যবহার করা যেতে পারে। প্রিভিউ মডেলগুলিতে সাধারণত বিলিং সক্রিয় থাকবে, এগুলিতে আরও কঠোর রেট লিমিট থাকতে পারে এবং কমপক্ষে ২ সপ্তাহের নোটিশে এগুলি পর্যায়ক্রমে বাতিল করা হবে।
উদাহরণস্বরূপ: gemini-2.5-flash-preview-09-2025 ।
একটি নির্দিষ্ট মডেল ভ্যারিয়েশনের সর্বশেষ রিলিজকে নির্দেশ করে। এটি একটি স্টেবল, প্রিভিউ বা এক্সপেরিমেন্টাল রিলিজ হতে পারে। একটি নির্দিষ্ট মডেল ভ্যারিয়েশনের প্রতিটি নতুন রিলিজের সাথে এই অ্যালিয়াসটি হট-সোয়াপ হয়ে যাবে। সর্বশেষ সংস্করণের আগের সংস্করণটি পরিবর্তন করার ২ সপ্তাহ আগে ইমেলের মাধ্যমে একটি নোটিশ দেওয়া হবে।
উদাহরণস্বরূপ: gemini-flash-latest .
এটি একটি পরীক্ষামূলক মডেলকে নির্দেশ করে, যা সাধারণত প্রোডাকশন ব্যবহারের জন্য উপযুক্ত হবে না এবং এতে আরও কঠোর রেট লিমিট থাকবে। আমরা ফিডব্যাক সংগ্রহ করতে এবং আমাদের সর্বশেষ আপডেটগুলো দ্রুত ডেভেলপারদের কাছে পৌঁছে দিতে পরীক্ষামূলক মডেল প্রকাশ করি।
পরীক্ষামূলক মডেলগুলো স্থিতিশীল নয় এবং মডেলের প্রান্তবিন্দুগুলোর প্রাপ্যতা পরিবর্তন সাপেক্ষ।
মডেল বাতিলকরণ সম্পর্কে তথ্যের জন্য, জেমিনি বাতিলকরণ পৃষ্ঠাটি দেখুন।
অন্য কিছু উল্লেখ না করা থাকলে, এই পৃষ্ঠার কন্টেন্ট Creative Commons Attribution 4.0 License-এর অধীনে এবং কোডের নমুনাগুলি Apache 2.0 License-এর অধীনে লাইসেন্স প্রাপ্ত। আরও জানতে, Google Developers সাইট নীতি দেখুন। Java হল Oracle এবং/অথবা তার অ্যাফিলিয়েট সংস্থার রেজিস্টার্ড ট্রেডমার্ক।
2026-07-16 UTC-তে শেষবার আপডেট করা হয়েছে।
