این راهنما همه مدل‌های دردسترس ازطریق Gemini API را معرفی می‌کند.
Gemini 4
اصطبل
همه مدل‌های Gemini 4
| مدل | نقطه پایانی |
|---|---|
| Gemini 4 Argon | gemini-4-argon |
Gemini 3
اصطبل
Gemini 3.8 Flash
هوشمندترین مدل Flash ما که برای مهندسی نرم‌افزار بلندمدت، عامل‌های خودکار، و گردش‌های کاری پیچیده سازمانی طراحی شده است.
جدید پایدار
Gemini 3.8 Live
مدل Live API پیش‌فرض برای اکثر تجربه‌های عامل صوتی با تأخیر کم بدون تأخیر استدلال.
جدید پایدار
Gemini 3.8 Live Extended Thinking
مدل Live API با استدلال بالا برای تعاملات صوتی، زمانی توصیه می‌شود که استدلال پس‌زمینه بالاتری موردنیاز باشد.
جدید پایدار
Gemini 3.8 Flash TTS
مدل نوشتار به گفتار خلاقانه پرچم‌دار برای وفاداری صوتی در سطح استودیو، بازیگری رسا، طراحی صدا، و همانندسازی صدا.
جدید پایدار
Gemini 3.8 Flash-Lite TTS
مدل نوشتار به گفتار سریع و مقرون‌به‌صرفه برای تولید با حجم بالا، آبشارهای عامل صوتی هم‌زمان، و همانندسازی صدا.
جدید پایدار
Gemini 3.6 Flash
مدل Flash نسل قبلی ما که سرعت و قابلیت‌های چندحالته را در تکالیف عمومی عامل‌محور و روزمره متعادل می‌کند.
اصطبل
Gemini 3.5 Flash-Lite
سریع‌ترین و مقرون‌به‌صرفه‌ترین مدل 3.5 ما برای اجرای با توان گذرداد بالا.
اصطبل
Gemini 3.1 Flash-Lite
عملکردی در سطح پیشرفته که با کسری از هزینه با مدل‌های بزرگ‌تر رقابت می‌کند.
اصطبل
Nano Banana 2.1
مدل تولید و ویرایش تصویر با کارایی بالا با کیفیت بصری، طرح حروف، و پایداری چندنوبتی بهبودیافته.
جدید پایدار
Nano Banana 2
تولید و ویرایش تصویر قدرتمند و با کارایی بالا، بهینه‌سازی‌شده برای سرعت و موارد استفاده با حجم بالا.
اصطبل
Nano Banana 2 Lite
تولید و ویرایش تصویر با تأخیر بسیار کم و مقرون‌به‌صرفه، طراحی‌شده برای موارد استفاده تعاملی با حجم بالا.
اصطبل
Nano Banana Pro
مدل‌های پیشرفته تولید و ویرایش تصویر برای ایجاد تصویر بومی بسیار بافتاری.
اصطبل
Gemini 3.5 Transcribe
مدل گفتار به نوشتار با تأخیر کم با تشخیص زبان براساس گفته، بخش‌بندی صدای گوینده، و مُهرهای زمان کلمه.
جدید پایدار
پیش‌نمایش
Gemini 3 Flash
عملکردی در سطح پیشرفته که با کسری از هزینه با مدل‌های بزرگ‌تر رقابت می‌کند.
پیش‌نمایش
Gemini 3.5 Live Translate
مدل ترجمه گفتار به گفتار هم‌زمان با تأخیر کم که از بیش‌از ۷۰ زبان پشتیبانی می‌کند.
جدید
Gemini 3.1 Flash Live
مدل پیش‌نمایش Live API قدیمی. توصیه می‌کنیم به Gemini 3.8 Live به‌روزرسانی کنید.
جدید
Gemini 3.1 Flash TTS
مدل پیش‌نمایش TTS قدیمی. توصیه می‌کنیم به Gemini 3.8 Flash TTS یا Gemini 3.8 Flash-Lite TTS به‌روزرسانی کنید.
پیش‌نمایش
Gemini Omni Flash
تولید، ویرایش، درون‌یابی فریم کلیدی، و گسترش سریع ویدیو با صدای بومی.
جدید
همه مدل‌های Gemini 3
| مدل | نقطه پایانی |
|---|---|
| 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 3.1 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 Omni Flash | gemini-omni-1.1-flash |
| Gemini 3.5 Transcribe | gemini-3.5-transcribe |
Gemini 2.5 Flash
| مدل | شرح | نقطه پایانی |
|---|---|---|
| Gemini 2.5 Flash | بهترین مدل ما ازنظر قیمت و عملکرد برای تکلیف‌های با حجم بالا و تأخیر کم که به استدلال نیاز دارند. | gemini-2.5-flash |
| Nano Banana | تولید و ویرایش تصویر بومی پیشرفته که برای گردش‌های کاری سریع و خلاقانه طراحی شده است. | gemini-2.5-flash-image |
| Gemini 2.5 Flash Live | بهینه‌شده برای عامل‌های مکالمه‌ای هم‌زمان با جاری‌سازی صوتی بومی زیر ثانیه. | gemini-2.5-flash-native-audio-preview-12-2025 |
| Gemini 2.5 Flash TTS | تولید صدای نوشتار به گفتار قابل‌کنترل با کنترل دقیق بر سبک و سرعت. | gemini-2.5-flash-preview-tts |
Gemini 2.5 Flash-Lite
| مدل | شرح | نقطه پایانی |
|---|---|---|
| Gemini 2.5 Flash-Lite | سریع‌ترین و مقرون‌به‌صرفه‌ترین مدل چندحالته در خانواده ۲.۵. | gemini-2.5-flash-lite |
Gemini 2.5 Pro
| مدل | شرح | نقطه پایانی |
|---|---|---|
| Gemini 2.5 Pro | پیشرفته‌ترین مدل ما برای تکالیف پیچیده، با قابلیت‌های استدلال عمیق و کدنویسی در خانواده 2.5. | gemini-2.5-pro |
| Gemini 2.5 Pro TTS | ترکیب گفتار با وفاداری بالا که برای کیفیت در گردش کارهای ساختاریافته مانند پادکست‌ها و کتاب‌های صوتی بهینه‌سازی شده است. | gemini-2.5-pro-preview-tts |
مدل‌های صوتی
این بخش شامل همه مدل‌های صوتی است، ازجمله مدل‌هایی که ممکن است ازقبل در بخش‌های دیگر فهرست شده باشند
| مدل | شرح | نقطه پایانی |
|---|---|---|
| Gemini 3.8 Live | گزینه پیش‌فرض برای اکثر تجربه‌های کارگزار صوتی با تأخیر کم و گفتگوی هم‌زمان بدون تأخیر در استدلال. | gemini-3.8-live |
| Gemini 3.8 Live Extended Thinking | مدل صوتی به صوتی با استدلال بالا که وقتی استدلال پس‌زمینه‌ای بالاتر درطول تعاملات زنده موردنیاز است توصیه می‌شود. | gemini-3.8-live-extended-thinking |
| Gemini 3.8 Flash TTS | مدل نوشتار به گفتار خلاقانه شاخص برای وفاداری صدای استودیویی، بازیگری رسا، و گویش‌های منطقه‌ای در ۱۳۰ زبان. | gemini-3.8-flash-tts |
| Gemini 3.8 Flash-Lite TTS | مدل نوشتار به گفتار سریع و مقرون‌به‌صرفه‌ای که برای حجم کاری تولید بالا در ۱۰۱ زبان ساخته شده است. | gemini-3.8-flash-lite-tts |
| Gemini 3.1 Flash Live | مدل پیش‌نمایش قدیمی صدا به صدا. توصیه می‌کنیم به Gemini 3.8 Live به‌روزرسانی کنید. | gemini-3.1-flash-live-preview |
| Gemini 3.1 Flash TTS | مدل پیش‌نمایش نوشتار به گفتار قدیمی. توصیه می‌کنیم به Gemini 3.8 Flash TTS یا Gemini 3.8 Flash-Lite TTS به‌روزرسانی کنید. | gemini-3.1-flash-tts-preview |
| Gemini 3.5 Transcribe | مدل گفتار به نوشتار با تأخیر کم با تشخیص زبان مبتنی بر گفتار، بخش‌بندی صدای گوینده، مُهرهای زمان در سطح کلمه، و سوگیری واژگان سفارشی. | gemini-3.5-transcribe |
| Gemini 2.5 Flash Live | مدل Live API پرچم‌دار ما برای عامل‌های صوتی و تصویری دوسویه با تأخیر کم و استدلال صوتی بومی. | gemini-2.5-flash-native-audio-preview-12-2025 |
| Gemini 2.5 Flash TTS | نوشتار به گفتار سریع و قابل‌کنترل برای برنامه‌های کم‌تأخیر و مقرون‌به‌صرفه و دستیارهای هم‌زمان. | gemini-2.5-flash-preview-tts |
| Gemini 2.5 Pro TTS | ترکیب گفتار با وفاداری بالا که برای کیفیت در گردش کارهای ساختاریافته مانند پادکست‌ها و کتاب‌های صوتی بهینه‌سازی شده است. | gemini-2.5-pro-preview-tts |
مدل‌های رسانه هوشواره‌ای
این بخش شامل همه مدل‌های رسانه هوشواره‌ای است، ازجمله مدل‌هایی که ممکن است قبلاً در بخش‌های دیگر فهرست شده باشند
| مدل | شرح | نقطه پایانی |
|---|---|---|
| Nano Banana 2.1 | مدل تولید و ویرایش تصویر با کارایی بالا با کیفیت بصری، طرح حروف، و سازگاری چندنوبتی بهبودیافته. | gemini-nano-banana-2.1 |
| Nano Banana 2 | تولید دیداری در مقیاس تولید با کارایی بالا، که هوش سری Gemini 3 را با سرعت تولید برق‌آسا ترکیب می‌کند. | gemini-3.1-flash-image |
| Nano Banana 2 Lite | به‌عنوان متخصص کارایی در خانواده تولید تصویر طراحی شده است و تولید و ویرایش تصویر را با تأخیر بسیار کم و به‌صورت مقرون‌به‌صرفه ارائه می‌دهد. | gemini-3.1-flash-lite-image |
| Veo 3.1 | تولید ویدیو سینمایی پیشرفته با کنترل‌های خلاقانه پیشرفته و صدای همگام‌سازی‌شده بومی. | veo-3.1-generate-preview |
| Nano Banana Pro | موتور طراحی حرفه‌ای با هسته استدلالی برای تصاویر 4K با کیفیت استودیویی، چیدمان‌های پیچیده، و پرداز دقیق نوشتار. | gemini-3-pro-image |
| Veo 3.1 Lite | تولید، ویرایش، و کنترل سینمایی ویدیو با کارایی بالا، هزینه کم، و اولویت توسعه‌دهنده از خانواده Veo 3.1. | veo-3.1-lite-generate-preview |
| Gemini Omni Flash | تولید، ویرایش، درون‌یابی فریم کلیدی، و گسترش سریع ویدیو با صدای بومی. | gemini-omni-1.1-flash |
| Nano Banana | تولید و ویرایش تصویر بومی پیشرفته که برای گردش‌های کاری سریع و خلاقانه طراحی شده است. | gemini-2.5-flash-image |
| Imagen 4 (خاموش) | مدل نوشتار به تصویر با تولید سریع و فوق‌سریع (خاموش شده). | imagen-4.0-generate |
مدل‌های تولید موسیقی
این بخش شامل همه مدل‌های تولید موسیقی است، ازجمله مدل‌هایی که ممکن است ازقبل در بخش‌های دیگر فهرست شده باشند
| مدل | شرح | نقطه پایانی |
|---|---|---|
| Lyria 3.5 | مدل تولید موسیقی پرچم‌دار ما، بهینه‌شده برای آهنگ‌های کامل با انسجام ساختاری پیچیده. | lyria-3.5 |
| Lyria 3 Clip | برای تولید کلیپ‌های موسیقی کوتاه، حلقه‌ها، و پیش‌نمایش‌های حداکثر ۳۰ ثانیه‌ای بهینه‌سازی شده است. | lyria-3-clip-preview |
| Lyria 3 Pro | مدل تولید موسیقی نسل قبلی برای آهنگ‌های کامل. | lyria-3-pro-preview |
| Lyria RealTime | مدل تولید موسیقی با وفاداری بالا که کنترل خلاقانه دقیق و قابلیت‌های جاری‌سازی هم‌زمان ارائه می‌دهد. | lyria-realtime-exp |
مدل‌های ابزار و کارگزار
| مدل | شرح | نقطه پایانی |
|---|---|---|
| Gemini Deep Research | مدلی عامل‌گرا که به‌طور خودکار پژوهش‌های چندمرحله‌ای را در صدها منبع برنامه‌ریزی و اجرا می‌کند تا گزارش‌های تعاملی و استنادشده تولید کند. | deep-research-preview-04-2026 |
| Gemini Deep Research Max | حداکثر جامعیت برای جمع‌آوری و ترکیب خودکار بافت در صدها منبع. | deep-research-max-preview-04-2026 |
| عامل Antigravity | یک عامل مدیریت‌شده با هدف کلی که به‌طور مستقل برنامه‌ریزی، استدلال، اجرای کد، مدیریت فایل‌ها، و مرور وب را در یک جعبه امن Linux امن و ایزوله انجام می‌دهد. | antigravity-preview-09-2026 |
مدل‌های تکلیف تخصصی
| مدل | شرح | نقطه پایانی |
|---|---|---|
| Gemini Embedding 2 | اولین مدل جاسازی چندحالته ما که نوشتار، تصویر، ویدیو، صدا، و فایل‌های PDF را در فضای جاسازی یکپارچه برای جستجوی معنایی پیشرفته و سیستم‌های RAG نگاشت می‌کند. | gemini-embedding-2-preview |
| جاسازی Gemini | نمایش‌های برداری با ابعاد بالا برای جستجوی معنایی پیشرفته، طبقه‌بندی نوشتار، و سیستم‌های RAG. | gemini-embedding-001 |
| Gemini Robotics ER 2 | مدل استدلال تجسم‌یافته که درک پیشرفته ویدیو، استدلال فضایی، هماهنگ‌سازی ابزار چندمرحله‌ای، و همکاری چندرباتی را برای کارهای رباتیک ارائه می‌دهد. | gemini-robotics-er-2-preview |
| Gemini Robotics ER 1.6 | مدل استدلال تجسمی پیشرفته‌ای که فضاهای فیزیکی را درک می‌کند و وظایف چندمرحله‌ای را برای عامل‌های رباتیک با قابلیت‌های جدیدی مثل خواندن ابزار، استدلال فضایی و فیزیکی بهبودیافته برنامه‌ریزی می‌کند. | gemini-robotics-er-1.6-preview |
مدل‌های قبلی
| مدل | شرح | نقطه پایانی |
|---|---|---|
| استفاده از رایانه (خاموش کردن) | مدلی تخصصی که می‌تواند صفحه‌نمایش دیجیتال را «ببیند» و کنش‌های واسط کاربر مثل کلیک کردن، تایپ کردن، و پیمایش را برای خودکارسازی تکالیف پیچیده مرورگر انجام دهد. | gemini-2.5-computer-use-preview-10-2025 |
| Gemini 2.0 Flash (خاموش کردن) | مدل نسل دوم ما که با ویژگی‌های نسل آتی و قابلیت‌های بهبودیافته، ازجمله سرعت برتر، استفاده از ابزار بومی، و پنجره زمینه‌ای ۱ میلیون داده‌واحد (توکن) طراحی شده است. | gemini-2.0-flash |
| Gemini 2.0 Flash-Lite (خاموش) | سریع‌ترین مدل نسل دوم ما که برای مقرون‌به‌صرفه بودن و تأخیر کم بهینه‌سازی شده است. | gemini-2.0-flash-lite |
| Gemini 3.1 Flash-Lite Preview (خاموش) | مقرون‌به‌صرفه‌ترین مدل چندوجهی ما که سریع‌ترین عملکرد را برای کارهای سبک با بسامد بالا ارائه می‌دهد. | gemini-3.1-flash-lite-preview |
| پیش‌نمایش Gemini 3 Pro (خاموش) | مدل استدلالی پیشرفته ما با درک چندحالته پیشرفته. | gemini-3-pro-preview |
الگوهای نام نسخه مدل
مدل‌های Gemini در نسخه‌های پایدار، پیش‌نمایش، جدیدترین، یا آزمایشی دردسترس هستند.
اصطبل
به مدل پایدار خاصی اشاره می‌کند. مدل‌های پایدار معمولاً تغییر نمی‌کنند. اکثر برنامه‌های تولید باید از مدل پایدار خاصی استفاده کنند.
برای مثال: gemini-3.6-flash.
پیش‌نمایش
به مدل پیش‌نمایشی اشاره می‌کند که ممکن است برای تولید استفاده شود. مدل‌های پیش‌نمایش معمولاً صورت‌حساب فعال دارند، ممکن است با محدودیت‌های نرخ محدودکننده‌تری همراه باشند، و با حداقل ۲ هفته اطلاع قبلی منسوخ خواهند شد.
برای مثال: gemini-2.5-flash-preview-09-2025.
جدیدترین
به جدیدترین نسخه پخش برای یک مدل خاص اشاره می‌کند. این نسخه می‌تواند پایدار، پیش‌نمایش، یا آزمایشی باشد. این نام مستعار با هر نسخه جدید از یک گونه مدل خاص، به‌صورت داغ تعویض خواهد شد. برای تغییرات اساسی، اعلان ۲ هفته‌ای ازطریق ایمیل قبل‌از تغییر نسخه پشت جدیدترین ارائه خواهد شد.
برای مثال: gemini-flash-latest.
آزمایشی
به مدل آزمایشی اشاره می‌کند که معمولاً برای استفاده در تولید مناسب نیست و با محدودیت‌های نرخ محدودکننده‌تری همراه است. ما مدل‌های آزمایشی را منتشر می‌کنیم تا بازخورد جمع‌آوری کنیم و جدیدترین به‌روزرسانی‌های خود را به‌سرعت در اختیار توسعه‌دهندگان قرار دهیم.
مدل‌های آزمایشی پایدار نیستند و دردسترس بودن نقطه‌های پایانی مدل ممکن است تغییر کند.
منسوخ شدن مدل
برای کسب اطلاعات درباره مدل‌های منسوخ‌شده، به صفحه منسوخ شدن Gemini مراجعه کنید.