Google modeller

Lightweight base variant of Veo3.1 with lower computing overhead, meets basic video generation demands for low-cost bulk preview scenarios.

Modellen Gemini 3.1 Flash Lite Image er effektivitetseksperten i billedgenereringsfamilien, designet til ultralav latenstid og omkostningseffektiv billedgenerering og -redigering.

Core Capabilities Overview: Resolution: Up to 4K (4096×4096), on par with Pro. Reference Image Consistency: Up to 14 reference images (10 objects + 4 characters), maintaining style/character consistency. Extreme Aspect Ratios: New 1:4, 4:1, 1:8, 8:1 ratios added, suitable for long images, posters, and banners. Text Rendering: Advanced text generation, suitable for infographics and marketing poster layouts. Search Enhancement: Integrated Google Search + Image Search. Grounding: Built-in thinking process; complex prompts are reasoned before generation.

Omni is the new model that can create anything from any input — starting with video. With Omni, you can combine images, audio, video and text as input and generate high-quality videos grounded in Gemini's real-world knowledge. You can also easily edit your videos through conversation.

Gemini 3.1 Flash-Lite is a highly cost-efficient and low-latency Tier-3 model in Google’s Gemini 3 series, designed for high-volume production AI workflow where throughput and speed matter more than maximal reasoning depth. It combines a large multimodal context window with efficient inference performance at a lower cost than most flagship counterparts.

Nano Banana Pro er en AI-model til generel assistance i tekstcentrerede arbejdsgange. Den egner sig til instruktionsbaserede prompts til at generere, transformere og analysere indhold med kontrollerbar struktur. Typiske anvendelser omfatter chatassistenter, opsummering af dokumenter, vidensbaseret QA og automatisering af arbejdsgange. Offentligt tilgængelige tekniske detaljer er begrænsede; integrationen er på linje med almindelige AI-assistentmønstre såsom strukturerede output, retrieval-forstærkede prompts og værktøjs- eller funktionskald.

Gemini 3.1 Pro is the next generation in the Gemini series of models, a suite of highly-capable, natively multimodal, reasoning models. Gemini 3 Pro is now Google’s most advanced model for complex tasks, and can comprehend vast datasets, challenging problems from different information sources, including text, audio, images, video, and entire code repositories

Gemini 3 Flash is a lightweight, efficient multimodal large-scale model from Google tailored for real-world scenarios that require fast responses and low latency.

Gemini 3 Pro Preview er en generelt anvendelig model i Gemini-familien, tilgængelig i forhåndsvisning til evaluering og prototyping. Den kan følge instruktioner, udføre fleromgangs-ræsonnering og løse kode- og dataopgaver, med strukturerede output samt værktøjs-/funktionskald til automatisering af arbejdsgange. Typiske anvendelser omfatter chatassistenter, opsummering og omskrivning, videnhentningsforstærket spørgsmål-og-svar (QA), dataudtræk og letvægts kodehjælp på tværs af apps og tjenester. Tekniske højdepunkter omfatter API-baseret implementering, streamede svar, sikkerhedskontroller og integrationsparathed, med multimodale funktioner afhængigt af forhåndsvisningskonfigurationen.

Hvad er Veo 3.1-Fast Veo 3.1-Fast er Googles hastighedsoptimerede variant af Veo 3.1-familien af generative videomodeller. Den er specifikt tilpasset til at reducere latens og omkostninger ved generering af korte videoer i længder typiske for sociale medier, samtidig med at den bevarer den forbedrede lyd- og billedkvalitet, der blev introduceret i Veo 3.1. Veo 3.1 og Veo 3.1-Fast tilføjer mere avanceret indbygget lydgenerering, bedre overholdelse af prompts og nye redigeringsforløb (for eksempel: interpolation mellem første/sidste frame, “ingredients to video” og sceneudvidelse) sammenlignet med tidligere Veo-udgivelser.

Veo 3.1 er Googles inkrementelle, men væsentlige opdatering af sin Veo tekst-og-billede→video-familie, som tilføjer rigere indbygget lyd, længere og mere kontrollerbare videooutput samt mere finkornet redigering og kontroller på sceneniveau.

gemini-3.1-flash coming soon

coming soon

coming soon

Google DeepMinds Veo 3 repræsenterer det ypperste inden for tekst-til-video-generering og markerer første gang, at en generativ AI-model i stor skala sømløst synkroniserer video i høj kvalitet med ledsagende lyd — herunder dialog, lydeffekter og omgivende lydlandskaber.

Model til dyb søgning, med forbedrede muligheder for dyb søgning og informationsgenfinding, et ideelt valg til kompleks vidensintegration og analyse.

Gemini 2.5 Flash Image (også kendt som nano-banana), Googles mest avancerede model til billedgenerering og -redigering. Denne opdatering gør det muligt for dig at kombinere flere billeder til ét, bevare konsistens i karakterer for at fortælle rige historier, udføre målrettede transformationer med naturligt sprog og udnytte Geminis viden om verden til at generere og redigere billeder.

Dybsøgningsmodel, med forbedrede funktioner til dybsøgning og informationsgenfinding, et ideelt valg til kompleks vidensintegration og analyse.

En optimeret Gemini 2.5 Flash-model med høj omkostningseffektivitet og højt gennemløb. Den mindste, mest omkostningseffektive model, bygget til brug i stor skala.

Gemini 2.5 Pro er en kunstig intelligensmodel leveret af Google. Den har indbyggede multimodale behandlingsfunktioner og et ultralangt kontekstvindue på op til 1 million tokens, hvilket giver hidtil uset stærk understøttelse af komplekse opgaver med lange sekvenser. Ifølge Googles data klarer Gemini 2.5 Pro sig særligt godt i komplekse opgaver. Denne model understøtter en maksimal kontekstlængde på 1,048,576 tokens.

Gemini 2.5 Flash er en AI-model udviklet af Google, designet til at levere hurtige og omkostningseffektive løsninger til udviklere, især til applikationer der kræver forbedrede inferenskapaciteter. Ifølge Gemini 2.5 Flash-previewannoncen blev modellen frigivet i preview den 17. april 2025, understøtter multimodalt input og har et kontekstvindue på 1 million tokens. Denne model understøtter en maksimal kontekstlængde på 65,536 tokens.