Modelli Google

Modelli Gemini in evidenza

3.1 Pro

Progettato per una comprensione multimodale completa e la risoluzione di problemi complessi

  • Include una finestra contestuale da 1 milione di token
  • Miglioramento delle prestazioni nei workflow agentici e nelle attività di codifica autonome
  • Progettato per attività multimodali complesse e ragionamento avanzato

3 Flash

Il nostro modello agentico e di programmazione più potente, con le migliori funzionalità di comprensione multimodale

  • L'ultimo modello di punta della nostra linea di modelli Gemini
  • Funzionalità multimodali e di programmazione avanzate
  • Include la nuova opzione del livello di pensiero quasi pari a zero

3.1 Flash-Lite

Il nostro modello più conveniente, ottimizzato per i casi d'uso a bassa latenza per il traffico LLM ad alto volume e sensibile ai costi

  • Ottimizzato per bassa latenza e traffico elevato
  • Miglioramento della qualità delle risposte e del rispetto delle istruzioni
  • Miglioramento della qualità dell'input audio per le attività ASR

2.5 Flash Image

Inizia subito il tuo workflow creativo con la generazione di immagini e la modifica conversazionale

  • Generare immagini di alta qualità
  • In grado di eseguire l'editing conversazionale a turni
  • Lo stesso equilibrio tra velocità e prezzo di Gemini 2.5 Flash

Modelli Gemini disponibili a livello generale

diamond Gemini 2.5 Pro Il nostro modello ad alta capacità per ragionamento e programmazione complessi. Funzionalità di pensiero adattivo per risolvere sfide complesse di agentività e multimodalità con un contesto di 1 milione di token.
spark Gemini 2.5 Flash Velocissimo e altamente efficiente. Offre un equilibrio tra intelligenza e latenza con budget di pensiero controllabili per applicazioni versatili.
🍌 Gemini 2.5 Flash Image Trasforma le idee in asset pronti per la produzione. Offre editing conversazionale, fusione di più immagini e coerenza dei personaggi per workflow creativi avanzati.
performance_auto Gemini 2.5 Flash-Lite Creato per una scalabilità massiccia. Bilancia costi e prestazioni per attività a velocità effettiva elevata, ottimizzato per l'efficienza senza sacrificare la comprensione multimodale.
audio_spark Gemini 2.5 Flash con l'API Gemini Live Progettato per lo streaming bidirezionale in tempo reale. Offre funzionalità audio e di dialogo affettivo integrate a bassa latenza per interazioni naturali e conversazionali.
spark Gemini 2.0 Flash Prestazioni multimodali per gli sviluppatori che hanno bisogno di un modello conveniente per attività per uso generico.
performance_auto Gemini 2.0 Flash-Lite Semplificato e ultra efficiente per attività semplici e ad alta frequenza in cui la velocità e il prezzo sono la priorità.

Visualizzare l'anteprima dei modelli Gemini

anteprima Gemini 3.1 Flash-Lite Il nostro modello più conveniente, ottimizzato per casi d'uso a bassa latenza per il traffico LLM ad alto volume e sensibile ai costi.
anteprima Gemini 3.1 Flash Image Trasforma le idee in asset pronti per la produzione. Offre editing conversazionale, fusione di più immagini e coerenza dei personaggi per workflow creativi avanzati.
anteprima Gemini 3.1 Pro Il nostro ultimo modello basato sul ragionamento, ottimizzato per workflow agentici complessi e programmazione. È dotato di pensiero adattivo, una finestra contestuale da 1 milione di token e un grounding integrato per la risoluzione di problemi multimodali sofisticati.
anteprima Gemini 3 Flash Il nostro modello migliore per la comprensione multimodale complessa, progettato per affrontare i problemi agentici più difficili con solide capacità di programmazione e ragionamento all'avanguardia.
Anteprima Gemini 3 Pro Image Generazione di immagini ad alta fedeltà con composizione migliorata dal ragionamento. Supporta il rendering di testo leggibile, la modifica complessa multi-turno e la coerenza dei caratteri utilizzando fino a 14 input di riferimento.

Modelli Gemma

Gemma 4 Un modello aperto adatto ad attività come la generazione di testo, la programmazione e il ragionamento, che supporta l'input multimodale (testo e immagine per tutte le varianti e audio per le varianti E2B ed E4B).
Gemma 3n Un modello aperto progettato per l'esecuzione efficiente su dispositivi con poche risorse, che supporta l'input multimodale (testo, immagini, video e audio) e l'output di testo in oltre 140 lingue.
Gemma 3 Un modello aperto con input di testo e immagini, supporto per oltre 140 lingue e una finestra contestuale di 128.000 token.
Gemma 2 Un modello aperto che supporta la generazione, il riepilogo e l'estrazione di testo.
Gemma Un modello aperto piccolo e leggero che supporta la generazione, il riassunto e l'estrazione di testo.
ShieldGemma 2 Modelli ottimizzati per le istruzioni per valutare la sicurezza di testo e immagini in base a norme definite.
PaliGemma Un modello open vision-language che combina SigLIP e Gemma.
CodeGemma Un modello aperto potente e leggero per attività di programmazione, tra cui completamento, generazione e comprensione del codice.
TxGemma Un modello che genera previsioni, classificazioni o testo in base a dati correlati alla terapia, per creare modelli di AI con meno dati e calcoli.
MedGemma Una raccolta di varianti di Gemma 3 addestrate per le prestazioni nella comprensione di testi e immagini mediche.
MedSigLIP Una variante di SigLIP addestrata per codificare immagini e testo medici in uno spazio di embedding comune.
T5Gemma Una famiglia di modelli di ricerca encoder-decoder leggeri.

Modelli di embedding

width_normal Embeddings for Text Converte i dati di testo in rappresentazioni vettoriali per la ricerca semantica, la classificazione e il clustering.
width_normal Incorporamenti multimodali Genera vettori basati su immagini per attività come la classificazione e la ricerca di immagini.

Modelli Veo

Film Veo 2 Generate Genera video da prompt di testo e immagini.
film Veo 3 Generate Genera video da prompt di testo e immagini di alta qualità.
film Veo 3 Fast Genera video da prompt di testo e immagini con alta qualità e bassa latenza.
film Veo 3.1 Genera Genera video di alta qualità da prompt di testo e immagini.
movie Veo 3.1 Fast Genera video da prompt di testo e immagini con alta qualità e bassa latenza.

Visualizzare l'anteprima dei modelli Veo

Film Anteprima di Veo 3.1 Lite Genera video da prompt di testo e immagini con alta qualità e costi contenuti.
film Veo 3 Genera anteprima Genera video da prompt di testo e immagini di alta qualità.
film Anteprima di Veo 3 Fast Genera video da prompt di testo e immagini con alta qualità e bassa latenza.
film Veo 3.1 Genera anteprima Genera video di alta qualità da prompt di testo e immagini.
movie Veo 3.1 Fast preview Genera video da prompt di testo e immagini con alta qualità e bassa latenza.
movie Anteprima di Veo 2 Genera video da prompt di testo e immagini, supportando la pittura interna ed esterna.

Modelli Veo sperimentali

Film Veo 2 sperimentale Un modello sperimentale con funzionalità in fase di test.

Modelli Lyria

music_note_spark Lyria 3 Pro (anteprima) Genera tracce musicali complete a partire da prompt di testo e immagini.
music_note_spark Clip di Lyria 3 (anteprima) Genera clip audio di 30 secondi da prompt di testo e immagini.
audio_spark Lyria 2 Genera musica da prompt di testo.

Supporto dei linguaggi

Gemini

Tutti i modelli Gemini possono comprendere e rispondere nelle seguenti lingue:

afrikaans (af), albanese (sq), amarico (am), arabo (ar), armeno (hy), assamese (as), azerbaigiano (az), basco (eu), bielorusso (be), bengalese (bn), bosniaco (bs), bulgaro (bg), catalano (ca), cebuano (ceb), cinese (semplificato e tradizionale) (zh), corso (co), croato (hr), ceco (cs), danese (da), dhivehi (dv), olandese (nl), inglese (en), esperanto (eo), estone (et), filippino (tagalog) (fil), finlandese (fi), francese (fr), frisone (fy), galiziano (gl), georgiano (ka), tedesco (de), greco (el), gujarati (gu), creolo haitiano (ht), hausa (ha), hawaiano (haw), ebraico (iw), hindi (hi), hmong (hmn), ungherese (hu), islandese (is), igbo (ig), indonesiano (id), irlandese (ga), italiano (it), giapponese (ja), giavanese (jv), kannada (kn), kazako (kk), khmer (km), coreano (ko), krio (kri), curdo (ku), kirghiso (ky), laotiano (lo), latino (la), lettone (lv), lituano (lt), lussemburghese (lb), macedone (mk), malgascio (mg), malese (ms), malayalam (ml), maltese (mt), maori (mi), marathi (mr), meiteilon (manipuri) (mni-Mtei), mongolo (mn), myanmar (birmano) (my), nepalese (ne), norvegese (no), nyanja (chichewa) (ny), odia (oriya) (or), pashto (ps), persiano (fa), polacco (pl), portoghese (pt), punjabi (pa), rumeno (ro), russo (ru), samoano (sm), gaelico scozzese (gd), serbo (sr), sesotho (st), shona (sn), sindhi (sd), singalese (si), slovacco (sk), sloveno (sl), somalo (so), spagnolo (es), sundanese (su), swahili (sw), svedese (sv), tagiko (tg), tamil (ta), telugu (te), thailandese (th), turco (tr), ucraino (uk), urdu (ur), uiguro (ug), uzbeko (uz), vietnamita (vi), gallese (cy), xhosa (xh), yiddish (yi), yoruba (yo), e zulu (zu).

Gemma

Gemma e Gemma 2 supportano solo la lingua inglese (en). Gemma 3 e Gemma 3n forniscono supporto multilingue in oltre 140 lingue.

Incorporamenti

I modelli di text embedding multilingue supportano le seguenti lingue:

Afrikaans (af), albanese (sq), amarico (am), arabo (ar), armeno (hy), azero (az), basco (eu), bielorusso (be), bengalese (bn), bulgaro (bg), catalano (ca), cebuano (ceb), cinese (semplificato e tradizionale) (zh), corso (co), ceco (cs), danese (da), olandese (nl), inglese (en), esperanto (eo), estone (et), filippino (tagalog) (fil), finlandese (fi), francese (fr), frisone (fy), galiziano (gl), georgiano (ka), tedesco (de), greco (el), gujarati (gu), creolo haitiano (ht), hausa (ha), hawaiano (haw), ebraico (iw), hindi (hi), hmong (hmn), ungherese (hu), islandese (is), igbo (ig), indonesiano (id), irlandese (ga), italiano (it), giapponese (ja), giavanese (jv), kannada (kn), kazako (kk), khmer (km), coreano (ko), curdo (ku), kirghiso (ky), laotiano (lo), latino (la), lettone (lv), lituano (lt), lussemburghese (lb), macedone (mk), malgascio (mg), malese (ms), malayalam (ml), maltese (mt), maori (mi), marathi (mr), mongolo (mn), myanmar (birmano) (my), nepalese (ne), nyanja (chichewa) (ny), norvegese (no), pashto (ps), persiano (fa), polacco (pl), portoghese (pt), punjabi (pa), rumeno (ro), russo (ru), samoano (sm), gaelico scozzese (gd), serbo (sr), sesotho (st), shona (sn), sindhi (sd), singalese (si), slovacco (sk), sloveno (sl), somalo (so), spagnolo (es), sundanese (su), swahili (sw), svedese (sv), tagiko (tg), tamil (ta), telugu (te), thailandese (th), turco (tr), ucraino (uk), urdu (ur), uzbeko (uz), vietnamita (vi), gallese (cy), xhosa (xh), yiddish (yi), yoruba (yo), e zulu (zu).

Esplora tutti i modelli in Model Garden

Model Garden è una piattaforma che ti aiuta a scoprire, testare, personalizzare ed eseguire il deployment di modelli e asset proprietari di Google e OSS selezionati. Per esplorare i modelli di AI generativa e le API disponibili sulla piattaforma di agenti Gemini Enterprise, vai a Model Garden nella console Google Cloud .

Vai a Model Garden

Per saperne di più su Model Garden, inclusi i modelli e le funzionalità disponibili, consulta Esplora i modelli di AI in Model Garden.

Versioni modello

Per visualizzare tutte le versioni del modello, inclusi i modelli legacy e ritirati, consulta Versioni e ciclo di vita del modello.

Passaggi successivi