Google modeller

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

Gemini 3.1 Flash Lite Image-modellen er en ekspert på effektivitet i familien for bildegenerering, utviklet for ultralav latens og kostnadseffektiv generering og redigering av bilder.

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 KI-modell for generell bistand i tekstsentrerte arbeidsflyter. Den egner seg for instruksjonsbasert prompting for å generere, transformere og analysere innhold med kontrollerbar struktur. Typiske bruksområder inkluderer chatassistenter, dokumentoppsummering, kunnskaps-QA og automatisering av arbeidsflyter. Offentlige tekniske detaljer er begrensede; integrasjonen samsvarer med vanlige mønstre for KI-assistenter, som strukturerte utdata, gjenfinning-forsterkede prompter og verktøy- eller funksjonskall.

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 modell for generelle formål i Gemini-familien, tilgjengelig i forhåndsversjon for evaluering og prototyping. Den støtter etterlevelse av instruksjoner, resonnering over flere runder og kode- og dataoppgaver, med strukturerte utdata og kall til verktøy/funksjoner for automatisering av arbeidsflyter. Typiske bruksområder omfatter chatassistenter, oppsummering og omskriving, retrieval-forsterket QA, datauttrekk og enkel kodehjelp på tvers av apper og tjenester. Tekniske høydepunkter inkluderer API-basert utrulling, strømmende svar, sikkerhetskontroller og at den er klar for integrasjon, med multimodale muligheter avhengig av forhåndsversjonskonfigurasjonen.

Hva er Veo 3.1-Fast Veo 3.1-Fast er Googles hastighetsoptimaliserte variant av Veo 3.1-familien av generative videomodeller. Den er spesifikt fininnstilt for å redusere latens og kostnader ved generering av korte videoer for sosiale medier, samtidig som den bevarer den forbedrede audiovisuelle kvaliteten som ble introdusert i Veo 3.1. Veo 3.1 og Veo 3.1-Fast tilfører rikere innebygd lydgenerering, sterkere etterlevelse av prompten og nye redigeringsflyter (for eksempel: første-/sistebildeinterpolasjon, “ingredients to video” og sceneutvidelse) sammenlignet med tidligere Veo-utgivelser.

Veo 3.1 er Googles inkrementell, men betydelig oppdatering av sin Veo-familie for tekst- og bilde→video, som tilfører rikere innebygd lyd, lengre og mer kontrollerbare videoutdata og mer presis redigering og kontroller på scenenivå.

gemini-3.1-flash coming soon

coming soon

coming soon

Veo 3 fra Google DeepMind representerer det fremste innen tekst-til-video-generering, og markerer første gang at en storskala generativ KI-modell sømløst synkroniserer video av høy kvalitet med tilhørende lyd – inkludert dialog, lydeffekter og omgivelseslydbilder.

Modell for dypsøk, med utvidede muligheter for dypsøk og informasjonsgjenfinning, et ideelt valg for kompleks kunnskapsintegrasjon og analyse.

Gemini 2.5 Flash Image (også kjent som nano-banana), Googles mest avanserte modell for bildegenerering og -redigering. Denne oppdateringen gjør det mulig å kombinere flere bilder til ett, opprettholde karakterkonsistens for å fortelle rike historier, utføre målrettede transformasjoner ved hjelp av naturlig språk og utnytte Geminis kunnskap om verden til å generere og redigere bilder.

Dyptgående søkemodell, med forbedrede muligheter for dyptgående søk og informasjonsgjenfinning, et ideelt valg for kompleks kunnskapsintegrasjon og -analyse.

En optimalisert Gemini 2.5 Flash-modell for høy kostnadseffektivitet og høy gjennomstrømning. Den minste og mest kostnadseffektive modellen, bygget for bruk i stor skala.

Gemini 2.5 Pro er en kunstig intelligensmodell levert av Google. Den har innebygde multimodale prosesseringsmuligheter og et ultralangt kontekstvindu på opptil 1 million tokens, noe som gir enestående kraftig støtte for komplekse oppgaver med lange sekvenser. Ifølge Googles data presterer Gemini 2.5 Pro spesielt godt i komplekse oppgaver. Denne modellen støtter en maksimal kontekstlengde på 1,048,576 tokens.

Gemini 2.5 Flash er en KI-modell utviklet av Google, utformet for å tilby raske og kostnadseffektive løsninger for utviklere, spesielt for applikasjoner som krever forbedrede inferensevner. Ifølge forhåndsvisningskunngjøringen for Gemini 2.5 Flash ble modellen lansert i forhåndsvisning 17. april 2025, støtter multimodale inndata og har et kontekstvindu på 1 million tokens. Denne modellen støtter en maksimal kontekstlengde på 65,536 tokens.