Google-Modelle

Ausgewählte Gemini-Modelle

4 Argon

Das Frontier-Modell von Google, das sich für komplexe Aufgaben in der realen Welt eignet

  • Hervorragend für Programmierung, Finanzen, Recht, Cybersicherheit und Wissenschaft
  • Detaillierte mehrstufige Schlussfolgerungen mit konfigurierbaren Denkebenen
  • Lange Ausgaben von bis zu 1 Million Tokens

3.8 Flash

Entwickelt für langfristige Programmierung und autonome Agenten

  • Verbesserte Antwortqualität
  • Zuverlässigere Codegenerierung
  • Stärkere multimodale Schlussfolgerungen

Nano Banana 2.1

Ideen in produktionsreife Assets umwandeln

  • Hochwertige Bilder generieren
  • Fähig zur turnbasierten Bearbeitung per Prompt
  • Fähig zur Zusammenführung mehrerer Bilder und zur gleichbleibenden Darstellung von Charakteren für komplexe kreative Workflows

Allgemein verfügbare Gemini-Modelle

Gemini 4 Argon Googles Frontier-Modell, das sich für tiefgehende Arbeit bei komplexen Aufgaben in der realen Welt in verschiedenen Bereichen wie Programmierung, Finanzen, Recht, Cybersicherheit und Wissenschaft eignet.
Gemini 4 Argon Cyber Permissive (Gemini Frontier Cyber Model) Eine Version von Gemini 4 Argon für defensive Cybersicherheitsanwendungsfälle. Hinter einer Zulassungsliste verfügbar.
Gemini 3.8 Flash Cyber (Gemini Cyber) Unser für Cybersicherheit optimiertes Modell.
Gemini 3.8 Live Optimiert für Live-Interaktionen mit verbesserter Sprachqualität, Zuverlässigkeit und Echtzeit-Agentenorchestrierung.
Gemini 3.8 Flash Unser bisher intelligentestes Modell, das für langfristige Programmierung und autonome Agenten entwickelt wurde.
Gemini 3.7 Flash Unser intelligentes Alltagsmodell für Entwickler, das einen Schritt nach vorn im Bereich Softwareentwicklung darstellt und mit dem sich deutlich besser arbeiten lässt.
Gemini 3.6 Flash Optimiert für komplexe, mehrstufige Workflows, verbesserte Codegenerierung und verbesserte multimodale Schlussfolgerungen – und das alles mit weniger Tokens.
Gemini 3.5 Flash-Lite Leichte agentische Workflows mit Höchstgeschwindigkeit und minimalen Kosten erstellen.
Gemini Nano Banana 2.1 Hochwertige multimodale Bildgenerierung und ‑bearbeitung. Deutlich verbesserte Prompt-Einhaltung, Textdarstellung und visuelle Qualität.
Gemini 3.1 Flash-Lite Image (Nano Banana 2 Lite) Ideen in produktionsreife Assets umwandeln. Entwickelt für Arbeitslasten mit hohem Volumen und geringer Latenz.
Gemini 3.1 Flash Image Ideen in produktionsreife Assets umwandeln. Bietet Bearbeitung per Prompt, Zusammenführung mehrerer Bilder und Charakterkonsistenz für komplexe kreative Workflows.
Gemini 3 Pro Image Hochwertige Bildgenerierung mit durch Schlussfolgerungen verbesserter Komposition. Unterstützt eine gut lesbare Textdarstellung, komplexe Bearbeitung in mehreren Schritten und Charakterkonsistenz mit bis zu 14 Referenzeingaben.
Gemini 3.5 Flash Gemini 3.5 Flash bietet nahezu die Leistung des Pro-Modells mit den Kosten und der Geschwindigkeit der Flash-Stufe: Programmierung auf Pro-Niveau, parallele agentische Ausführung – und das alles zum gleichen Preispunkt wie ein Flash-Modell.
Gemini 3.1 Flash-Lite Unser kosteneffizientestes Modell, das für Anwendungsfälle mit niedriger Latenz und umfangreichem, kostensensitivem LLM-Traffic (Large Language Model) optimiert ist.
Gemini 2.5 Pro Unser leistungsstarkes Modell für komplexe Schlussfolgerungen und Programmierung. Bietet adaptive Denkfähigkeiten zur Lösung komplexer agentischer und multimodaler Herausforderungen mit einem Kontext von 1 Million Tokens.
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 produktionsreife Assets umwandeln. Bietet Bearbeitung per Prompt, Zusammenführung mehrerer Bilder und Charakterkonsistenz für komplexe kreative Workflows.
Gemini 2.5 Flash-Lite Entwickelt für massive Skalierung. Bietet ein ausgewogenes Verhältnis zwischen Kosten und Leistung für Aufgaben mit hohem Durchsatz und ist für Effizienz optimiert, ohne das multimodale Verständnis zu beeinträchtigen.
Gemini 2.5 Flash mit Gemini Live API Entwickelt für bidirektionales Streaming in Echtzeit. Bietet integrierte Audiofunktionen mit geringer Latenz und affektive Dialogfunktionen für natürliche, konversationelle Interaktionen.

Gemini-Modelle in der Vorabversion

Gemini 3.8 Flash TTS Unser Flaggschiffmodell für die Text-to-Speech-Technologie mit Sprachqualität in Studioqualität, ausdrucksstarkem Schauspiel, regionalen Akzenten und stabilem Audio mit mehreren Sprechern in Langform.
Gemini 3.8 Flash-Lite TTS Schnelle, kosteneffiziente Text-to-Speech-Technologie für Produktionsarbeitslasten mit hohem Durchsatz und Sprachagenten.
Gemini Omni 1.1 Flash Videos aus Text- oder Referenz-Assets generieren oder vorhandene Videos bearbeiten.
Gemini Omni Flash Videos aus Text- oder Referenz-Assets generieren oder vorhandene Videos bearbeiten.
Gemini 3.1 Pro Unser Modell, bei dem der Schwerpunkt auf Schlussfolgerungen liegt und das für komplexe agentische Workflows und Programmierung optimiert ist. Bietet adaptives Denken, ein Kontextfenster mit 1 Million Tokens und integrierte Grounding-Funktionen für die multimodale Problemlösung.
Gemini 3 Flash Unser bestes Modell für komplexes multimodales Verständnis, das für die Bewältigung der anspruchsvollsten agentischen Probleme mit starken Programmier- und hochmodernen Schlussfolgerungsfähigkeiten entwickelt wurde.

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 Vision-Language-Modell, das SigLIP und Gemma kombiniert.
CodeGemma Ein leistungsstarkes, schlankes offenes Modell für Programmieraufgaben, einschließlich Code-Autocomplete, -Generierung und ‑Verständnis.
TxGemma Ein Modell, das Vorhersagen, Klassifizierungen oder Text auf Grundlage von Daten im Zusammenhang mit der Therapie 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

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

Veo-Modelle

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

Veo-Modelle in der Vorabversion

movie Veo 3.1 Lite preview Generiert Videos aus Text-Prompts und Bildern in hoher Qualität und zu geringen Kosten.

Lyria-Modelle

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

Sprachunterstützung

Gemini

Alle Gemini-Modelle können die folgenden Sprachen verstehen. Gemini-Modelle, die Textantworten geben können, können auch in diesen Sprachen 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), Schottisches 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

Multilinguale Modelle für 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), Schottisches 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.