Google-Modelle

Ausgewählte Gemini-Modelle

3.1 Pro

Entwickelt für umfassendes multimodales Verständnis und komplexe Problemlösung

  • Kontextfenster mit 1 Million Tokens
  • Verbesserte Leistung bei agentischen Workflows und autonomen Programmieraufgaben
  • Entwickelt für komplexe multimodale Aufgaben und logisches Schlussfolgern

3 Flash

Unser leistungsstärkstes agentisches und Programmiermodell mit den besten multimodalen Verständnis-Funktionen

  • Das neueste Modell unserer Reihe von Gemini-Modellen
  • Verbesserte multimodale und Programmierfunktionen
  • Mit unserer neuen Option für eine Denkebene nahe null

3.1 Flash Lite

Unser kostengünstigstes Modell, optimiert für Anwendungsfälle mit niedriger Latenz für hohen LLM-Traffic, bei dem die Kosten eine entscheidende Rolle spielen

  • Optimiert für niedrige Latenz und hohen Traffic
  • Verbesserte Antwortqualität und Befolgung von Anweisungen
  • Verbesserte Audioeingabequalität für ASR-Aufgaben

2.5 Flash Image

Schneller Einstieg in den kreativen Workflow mit Bildgenerierung und Bildbearbeitung per Prompt

  • Hochwertige Bilder generieren
  • Fähig zur turnbasierten Bildbearbeitung per Prompt
  • Gleiches Verhältnis von Geschwindigkeit und Preis wie bei Gemini 2.5 Flash

Allgemein verfügbare Gemini-Modelle

performance_auto Gemini 3.1 Flash Lite Unser kostengünstigstes Modell, optimiert für Anwendungsfälle mit niedriger Latenz für hohen LLM-Traffic, bei dem die Kosten eine entscheidende Rolle spielen.
diamond Gemini 2.5 Pro Unser leistungsstarkes Modell für komplexe Schlussfolgerungen und Programmierung. Mit adaptiven Denkfunktionen zur Lösung komplexer agentischer und multimodaler Herausforderungen mit einem Kontext von 1 Million Tokens.
spark Gemini 2.5 Flash Blitzschnell und hochleistungsfähig. Bietet ein ausgewogenes Verhältnis zwischen Intelligenz und Latenz mit steuerbaren Denkbudgets für vielseitige Anwendungen.
🍌 Gemini 2.5 Flash Image Ideen in produktionsfertige Assets umwandeln. Mit Bildbearbeitung per Prompt, Multi-Image-Fusion und Zeichenkonsistenz für anspruchsvolle kreative Workflows.
performance_auto Gemini 2.5 Flash Lite Für den Einsatz in großem Maßstab entwickelt. Bietet ein ausgewogenes Verhältnis zwischen Kosten und Leistung für Aufgaben mit hohem Durchsatz, optimiert für Effizienz ohne Einbußen beim multimodalen Verständnis.
audio_spark Gemini 2.5 Flash mit Gemini Live API Entwickelt für bidirektionales Streaming in Echtzeit. Mit integrierten Audiofunktionen mit niedriger Latenz und affektiven Dialogfunktionen für natürliche, konversationelle Interaktionen.
spark Gemini 2.0 Flash Multimodale Leistung für Entwickler, die ein kostengünstiges Modell für allgemeine Zwecke benötigen.
performance_auto Gemini 2.0 Flash Lite Optimiert und äußerst effizient für einfache, häufige Aufgaben, bei denen Geschwindigkeit und Preis Priorität haben.

Gemini-Modelle in der Vorabversion

preview Gemini 3.1 Flash Image Ideen in produktionsfertige Assets umwandeln. Mit Bildbearbeitung per Prompt, Multi-Image-Fusion und Zeichenkonsistenz für anspruchsvolle kreative Workflows.
Vorschau Gemini 3.1 Pro Unser neuestes Modell, bei dem Schlussfolgerungen im Vordergrund stehen und das für komplexe agentische Workflows und Programmierung optimiert ist. Mit adaptivem Denken, einem Kontextfenster mit 1 Million Tokens und integrierter Grounding-Funktion für anspruchsvolle multimodale Problemlösung.
preview Gemini 3 Flash Unser bestes Modell für komplexes multimodales Verständnis, entwickelt für die Bewältigung der anspruchsvollsten agentischen Probleme mit leistungsstarken Programmier- und hochmodernen Schlussfolgerungsfunktionen.
preview Gemini 3 Pro Image Hochwertige Bildgenerierung mit durch Schlussfolgerungen verbesserter Komposition. Unterstützt gut lesbare Textwiedergabe, komplexe Multi-Turn-Bearbeitung und Zeichenkonsistenz mit bis zu 14 Referenzeingaben.

Gemma-Modelle

Gemma 4 Ein offenes Modell, das sich gut für Aufgaben wie Textgenerierung, Programmierung und Schlussfolgerungen eignet und multimodale Eingaben unterstützt (Text und Bild für alle Varianten sowie zusätzlich Audio für die Varianten E2B und E4B).
Gemma 3n Ein offenes Modell, das für die effiziente Ausführung auf Geräten mit geringen Ressourcen entwickelt wurde und multimodale Eingaben (Text, Bild, Video und Audio) sowie Textausgabe in über 140 Sprachen unterstützt.
Gemma 3 Ein offenes Modell mit Text- und Bildeingabe, Unterstützung für über 140 Sprachen und einem Kontextfenster mit 128.000 Tokens.
Gemma 2 Ein offenes Modell, das Textgenerierung, -zusammenfassung und -extraktion unterstützt.
Gemma Ein kleines, schlankes offenes Modell, das Textgenerierung, -zusammenfassung und -extraktion unterstützt.
ShieldGemma 2 Modelle, die auf Anweisungen abgestimmt sind, um die Sicherheit von Text und Bildern anhand definierter Richtlinien zu bewerten.
PaliGemma Ein offenes Modell für Bild- und Sprachverarbeitung, das SigLIP und Gemma kombiniert.
CodeGemma Ein leistungsstarkes, schlankes offenes Modell für Programmieraufgaben, einschließlich Codevervollständigung, -generierung und ‑verständnis.
TxGemma Ein Modell, das Vorhersagen, Klassifizierungen oder Text auf Grundlage von Daten im Zusammenhang mit Therapien generiert, um KI-Modelle mit weniger Daten und Rechenleistung zu erstellen.
MedGemma Eine Sammlung von Gemma 3-Varianten, die für die Leistung bei der Verarbeitung von medizinischen Texten und Bildern trainiert wurden.
MedSigLIP Eine SigLIP-Variante, die trainiert wurde, um medizinische Bilder und Texte in einen gemeinsamen Einbettungsraum zu codieren.
T5Gemma Eine Familie von schlanken Encoder-Decoder-Modellen für die Forschung.

Einbettungsmodelle

width_normal Einbettungen für Text Wandelt Textdaten in Vektordarstellungen für semantische Suche, Klassifizierung und Clustering um.
width_normal Multimodale Einbettungen Generiert Vektoren auf Grundlage von Bildern für Aufgaben wie Bildklassifizierung und ‑suche.

Veo-Modelle

movie Veo 2 Generate Generiert Videos aus Text-Prompts und Bildern.
movie Veo 3 Generate Generiert Videos aus Text-Prompts und Bildern in hoher Qualität.
movie Veo 3 Fast Generiert Videos aus Text-Prompts und Bildern in hoher Qualität und mit niedriger Latenz.
movie Veo 3.1 Generate Generiert Videos aus Text-Prompts und Bildern in hoher Qualität.
movie Veo 3.1 Fast Generiert Videos aus Text-Prompts und Bildern in hoher Qualität und mit niedriger Latenz.

Veo-Modelle in der Vorabversion

movie movie Veo 3.1 Lite (Vorabversion) Generiert Videos aus Text-Prompts und Bildern in hoher Qualität und zu niedrigen Kosten.
movie movie Veo 3 Generate preview Generates videos from text prompts and images with high quality.
movie Veo 3 Fast (Vorabversion) Generiert Videos aus Text-Prompts und Bildern in hoher Qualität und mit niedriger Latenz.
movie Veo 3.1 Generate (Vorabversion) Generiert Videos aus Text-Prompts und Bildern in hoher Qualität.
movie Veo 3.1 Fast (Vorabversion) Generiert Videos aus Text-Prompts und Bildern in hoher Qualität und mit niedriger Latenz.
movie Veo 2 (Vorabversion) Generiert Videos aus Text-Prompts und Bildern und unterstützt Inpainting und Outpainting.

Experimentelle Veo-Modelle

movie Veo 2 (experimentell) Ein experimentelles Modell mit Funktionen, die getestet werden.

Lyria-Modelle

music_note_spark Lyria 3 Pro (Vorabversion) Generiert vollständige Musiktitel aus Text und Bild-Prompts.
music_note_spark Lyria 3 Clip (Vorabversion) Generiert 30-Sekunden-Audioclips aus Text- und Bild-Prompts.
audio_spark Lyria 2 Generiert Musik aus Text-Prompts.

Sprachunterstützung

Gemini

Alle Gemini-Modelle können die folgenden Sprachen verstehen und darauf antworten:

Afrikaans (af), Albanisch (sq), Amharisch (am), Arabisch (ar), Armenisch (hy), Assamesisch (as), Aserbaidschanisch (az), Baskisch (eu), Belarussisch (be), Bengalisch (bn), Bosnisch (bs), Bulgarisch (bg), Katalanisch (ca), Cebuano (ceb), Chinesisch (vereinfacht und traditionell) (zh), Korsisch (co), Kroatisch (hr), Tschechisch (cs), Dänisch (da), Dhivehi (dv), Niederländisch (nl), Englisch (en), Esperanto (eo), Estnisch (et), Filipino (Tagalog) (fil), Finnisch (fi), Französisch (fr), Friesisch (fy), Galicisch (gl), Georgisch (ka), Deutsch (de), Griechisch (el), Gujarati (gu), Haitianisches Kreolisch (ht), Hausa (ha), Hawaiianisch (haw), Hebräisch (iw), Hindi (hi), Hmong (hmn), Ungarisch (hu), Isländisch (is), Igbo (ig), Indonesisch (id), Irisch (ga), Italienisch (it), Japanisch (ja), Javanisch (jv), Kannada (kn), Kasachisch (kk), Khmer (km), Koreanisch (ko), Krio (kri), Kurdisch (ku), Kirgisisch (ky), Laotisch (lo), Latein (la), Lettisch (lv), Litauisch (lt), Luxemburgisch (lb), Mazedonisch (mk), Malagasy (mg), Malaiisch (ms), Malayalam (ml), Maltesisch (mt), Maori (mi), Marathi (mr), Meiteilon (Manipuri) (mni-Mtei), Mongolisch (mn), Myanmarisch (Burmesisch) (my), Nepali (ne), Norwegisch (no), Nyanja (Chichewa) (ny), Odia (Oriya) (or), Paschtu (ps), Persisch (fa), Polnisch (pl), Portugiesisch (pt), Punjabi (pa), Rumänisch (ro), Russisch (ru), Samoanisch (sm), Schottisch-Gälisch (gd), Serbisch (sr), Sesotho (st), Shona (sn), Sindhi (sd), Singhalesisch (si), Slowakisch (sk), Slowenisch (sl), Somali (so), Spanisch (es), Sundanesisch (su), Suaheli (sw), Schwedisch (sv), Tadschikisch (tg), Tamil (ta), Telugu (te), Thailändisch (th), Türkisch (tr), Ukrainisch (uk), Urdu (ur), Uigurisch (ug), Usbekisch (uz), Vietnamesisch (vi), Walisisch (cy), Xhosa (xh), Jiddisch (yi), Yoruba (yo) und Zulu (zu).

Gemma

Gemma und Gemma 2 unterstützen nur die englische Sprache (en). Gemma 3 und Gemma 3n bieten mehrsprachige Unterstützung in über 140 Sprachen.

Einbettungen

Modelle für mehrsprachige Texteinbettungen unterstützen die folgenden Sprachen:

Afrikaans (af), Albanisch (sq), Amharisch (am), Arabisch (ar), Armenisch (hy), Aserbaidschanisch (az), Baskisch (eu), Belarussisch (be), Bengalisch (bn), Bulgarisch (bg), Katalanisch (ca), Cebuano (ceb), Chinesisch (vereinfacht und traditionell) (zh), Korsisch (co), Tschechisch (cs), Dänisch (da), Niederländisch (nl), Englisch (en), Esperanto (eo), Estnisch (et), Filipino (Tagalog) (fil), Finnisch (fi), Französisch (fr), Friesisch (fy), Galicisch (gl), Georgisch (ka), Deutsch (de), Griechisch (el), Gujarati (gu), Haitianisches Kreolisch (ht), Hausa (ha), Hawaiianisch (haw), Hebräisch (iw), Hindi (hi), Hmong (hmn), Ungarisch (hu), Isländisch (is), Igbo (ig), Indonesisch (id), Irisch (ga), Italienisch (it), Japanisch (ja), Javanisch (jv), Kannada (kn), Kasachisch (kk), Khmer (km), Koreanisch (ko), Kurdisch (ku), Kirgisisch (ky), Laotisch (lo), Latein (la), Lettisch (lv), Litauisch (lt), Luxemburgisch (lb), Mazedonisch (mk), Malagasy (mg), Malaiisch (ms), Malayalam (ml), Maltesisch (mt), Maori (mi), Marathi (mr), Mongolisch (mn), Myanmarisch (Burmesisch) (my), Nepali (ne), Nyanja (Chichewa) (ny), Norwegisch (no), Paschtu (ps), Persisch (fa), Polnisch (pl), Portugiesisch (pt), Punjabi (pa), Rumänisch (ro), Russisch (ru), Samoanisch (sm), Schottisch-Gälisch (gd), Serbisch (sr), Sesotho (st), Shona (sn), Sindhi (sd), Singhalesisch (si), Slowakisch (sk), Slowenisch (sl), Somali (so), Spanisch (es), Sundanesisch (su), Suaheli (sw), Schwedisch (sv), Tadschikisch (tg), Tamil (ta), Telugu (te), Thailändisch (th), Türkisch (tr), Ukrainisch (uk), Urdu (ur), Usbekisch (uz), Vietnamesisch (vi), Walisisch (cy), Xhosa (xh), Jiddisch (yi), Yoruba (yo) und Zulu (zu).

Alle Modelle in Model Garden untersuchen

Model Garden ist eine Plattform, mit der Sie Vertex AI ermitteln, testen, anpassen und bereitstellen sowie OSS-Modelle und -Assets auswählen können. Informationen zu den in der Gemini Enterprise Agent Platform verfügbaren generativen KI-Modellen und APIs finden Sie im Model Garden in der Google Cloud Console.

Zu Model Garden

Weitere Informationen zu Model Garden, einschließlich der verfügbaren Modelle und Funktionen, finden Sie unter KI-Modelle in Model Garden entdecken.

Modellversionen

Alle Modellversionen, einschließlich älterer und eingestellter Modelle, finden Sie unter Modellversionen und Lebenszyklus.

Nächste Schritte