Modelli Google

Modelli Gemini in primo piano

3.1 Pro

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

  • Finestra contestuale da 1 milione di token
  • Prestazioni migliorate per i workflow agentici e le attività di programmazione autonome
  • Progettato per attività multimodali complesse e ragionamenti avanzati

3 Flash

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

  • L'ultimo modello della nostra linea di modelli Gemini
  • Funzionalità multimodali e di programmazione migliorate
  • 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 la bassa latenza e il traffico ad alto volume
  • Qualità delle risposte e rispetto delle istruzioni migliorati
  • Qualità dell'input audio migliorata per le attività ASR

2.5 Flash Image

Inizia subito il tuo workflow creativo con la generazione di immagini e l'editing conversazionale

  • Genera immagini di alta qualità
  • Possibilità di editing conversazionale a turni
  • 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 ragionamenti e programmazione complessi. Offre funzionalità di pensiero adattivo per risolvere sfide agentiche e multimodali complesse con un contesto di 1 milione di token.
spark Gemini 2.5 Flash Velocissimo e altamente capace. 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 Progettato per una scalabilità elevata. Bilancia costi e prestazioni per attività ad alta velocità effettiva, ottimizzato per l'efficienza senza sacrificare la comprensione multimodale.
audio_spark Gemini 2.5 Flash con API Gemini Live Progettato per lo streaming bidirezionale in tempo reale. Offre funzionalità audio e di dialogo affettivo integrate a bassa latenza per interazioni conversazionali naturali.
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 ed estremamente efficiente per attività semplici e ad alta frequenza in cui la velocità e il prezzo sono la priorità.

Modelli Gemini in anteprima

anteprima Gemini 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.
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 modello più recente basato sul ragionamento, ottimizzato per workflow agentici e programmazione complessi. Offre pensiero adattivo, una finestra contestuale da 1 milione di token e 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 funzionalità di programmazione avanzate 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, l'editing multi-turno complesso e la coerenza dei caratteri utilizzando fino a 14 input di riferimento.

Modelli Gemma

Gemma 3n Un modello open progettato per un'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 open con input di testo e immagini, supporto per oltre 140 lingue e una finestra contestuale di 128.000 token.
Gemma 2 Un modello open che supporta la generazione, il riepilogo e l'estrazione di testo.
Gemma Un modello open piccolo e leggero che supporta la generazione, il riepilogo e l'estrazione di testo.
ShieldGemma 2 Modelli ottimizzati per le istruzioni per valutare la sicurezza di testo e immagini in base a policy definite.
PaliGemma Un modello open di visione-linguaggio che combina SigLIP e Gemma.
CodeGemma Un modello open potente e leggero per attività di programmazione, tra cui il completamento, la generazione e la comprensione del codice.
TxGemma Un modello che genera previsioni, classificazioni o testo in base a dati correlati alla terapia, per creare modelli AI con meno dati e calcoli.
MedGemma Una raccolta di varianti di Gemma 3 addestrate per le prestazioni nella comprensione di testo 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 Embedding per il testo Converte i dati di testo in rappresentazioni vettoriali per la ricerca semantica, la classificazione e il clustering.
width_normal Embedding multimodali Genera vettori basati su immagini, per attività come la classificazione e la ricerca di immagini.

Modelli Imagen

photo_spark Imagen 4 per la generazione Utilizza i prompt di testo per generare nuove immagini di qualità superiore rispetto ai nostri modelli di generazione di immagini precedenti
photo_spark Imagen 4 per la generazione rapida Utilizza i prompt di testo per generare nuove immagini di qualità superiore e con latenza inferiore rispetto ai nostri modelli di generazione di immagini precedenti
photo_spark Imagen 4 per la generazione ultra Utilizza i prompt di testo per generare nuove immagini di qualità superiore e con una migliore aderenza ai prompt rispetto ai nostri modelli di generazione di immagini precedenti
photo_spark Imagen 3 per la generazione 002 Utilizza i prompt di testo per generare nuove immagini
photo_spark Imagen 3 per la generazione 001 Utilizza i prompt di testo per generare nuove immagini
photo_spark Imagen 3 per la generazione rapida Utilizza i prompt di testo per generare nuove immagini con una latenza inferiore rispetto agli altri nostri modelli di generazione di immagini
image_edit_auto Imagen 3 per la modifica e la personalizzazione Modifica le immagini esistenti o genera nuove immagini in base ai prompt di testo e al contesto fornito.
photo_spark Prova virtuale Genera immagini di persone che indossano prodotti di abbigliamento.

Modelli Imagen in anteprima

image_edit_auto Riconfigurazione del prodotto Imagen su Vertex AI Modifica le immagini dei prodotti per inserirle in scene o sfondi diversi in base ai prompt di testo.

Modelli Veo

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

Modelli Veo in anteprima

film Veo 3 Genera anteprima Genera video da prompt di testo e immagini di alta qualità.
film Veo 3 Fast anteprima Genera video da prompt di testo e immagini di alta qualità e con bassa latenza.
film Veo 3.1 Genera anteprima Genera video da prompt di testo e immagini di alta qualità.
film Veo 3.1 Anteprima veloce Genera video da prompt di testo e immagini con alta qualità e bassa latenza.
movie Veo 2 Anteprima Genera video da prompt di testo e immagini, supportando l'inpaint e l'outpaint.

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 brani musicali completi da prompt di testo e immagini.
music_note_spark Lyria 3 Clip (anteprima) Genera audio clip di 30 secondi da prompt di testo e immagini.
audio_spark Lyria 2 Genera musica da prompt di testo.

Modelli MedLM

medical_information MedLM-medium Un modello conforme a HIPAA per il question answering medico e la riepilogazione di documenti sanitari.
clinical_notes MedLM-large-large Un modello conforme a HIPAA per rispondere a domande mediche e riepilogare documenti sanitari.

Supporto dei linguaggi

Gemini

Tutti i modelli Gemini sono in grado di comprendere e rispondere nelle seguenti lingue:

Afrikaans (af), albanese (sq), amarico (am), arabo (ar), armeno (hy), assamese (as), azero (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), divehi (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), lao (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), 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), tagico (tg), tamil (ta), telugu (te), tailandese (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), lao (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), 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), tagico (tg), tamil (ta), telugu (te), tailandese (th), turco (tr), ucraino (uk), urdu (ur), uzbeko (uz), vietnamita (vi), gallese (cy), xhosa (xh), yiddish (yi), yoruba (yo) e zulu (zu).

Imagen 3

Imagen 3 supporta le seguenti lingue:

Inglese (en), cinese (semplificato e tradizionale) (zh), hindi (hi), giapponese (ja), coreano (ko), portoghese (pt) e spagnolo (es).

MedLM

Il modello MedLM supporta la lingua inglese (en).

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 di modelli e asset open source selezionati. Per esplorare i modelli e le API di AI generativa disponibili su Vertex AI, vai a Model Garden nella Google Cloud console.

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