Mô hình Google

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

Mô hình Gemini 3.1 Flash Lite Image là một chuyên gia về hiệu suất trong dòng mô hình tạo sinh hình ảnh, được thiết kế cho độ trễ siêu thấp và cho việc tạo sinh, chỉnh sửa hình ảnh hiệu quả về chi phí.

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 là một mô hình AI dùng để hỗ trợ mục đích chung trong các quy trình công việc tập trung vào văn bản. Nó phù hợp với kiểu nhắc lệnh theo chỉ dẫn để tạo sinh, chuyển đổi và phân tích nội dung với cấu trúc có thể kiểm soát. Các trường hợp sử dụng điển hình bao gồm trợ lý trò chuyện, tóm tắt tài liệu, hỏi đáp kiến thức (QA) và tự động hóa quy trình làm việc. Chi tiết kỹ thuật công khai còn hạn chế; việc tích hợp phù hợp với các mẫu trợ lý AI phổ biến như đầu ra có cấu trúc, nhắc lệnh tăng cường truy xuất và gọi công cụ hoặc hàm.

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 là một mô hình mục đích chung trong họ Gemini, hiện có sẵn ở dạng bản xem trước để phục vụ đánh giá và tạo mẫu. Nó hỗ trợ tuân theo hướng dẫn, lập luận đa lượt và các tác vụ liên quan đến mã và dữ liệu, với đầu ra có cấu trúc và khả năng gọi công cụ/hàm để tự động hóa luồng công việc. Các trường hợp sử dụng điển hình bao gồm trợ lý trò chuyện, tóm tắt và viết lại, hỏi đáp tăng cường truy xuất, trích xuất dữ liệu và hỗ trợ viết mã nhẹ trên các ứng dụng và dịch vụ. Các điểm nổi bật về kỹ thuật bao gồm triển khai dựa trên API, phản hồi theo luồng, kiểm soát an toàn và khả năng sẵn sàng tích hợp, cùng khả năng đa phương thức tùy thuộc vào cấu hình bản xem trước.

Veo 3.1-Fast là gì Veo 3.1-Fast là biến thể được Google tối ưu về tốc độ thuộc họ mô hình video tạo sinh Veo 3.1. Nó được tối ưu hóa đặc biệt nhằm giảm độ trễ và chi phí cho việc tạo video ngắn có độ dài theo chuẩn mạng xã hội, đồng thời vẫn giữ được độ trung thực âm thanh và hình ảnh đã được cải thiện trong Veo 3.1. So với các bản phát hành Veo trước đây, Veo 3.1 và Veo 3.1-Fast bổ sung khả năng tạo âm thanh tích hợp phong phú hơn, bám sát prompt mạnh hơn, và các quy trình chỉnh sửa mới (ví dụ: nội suy khung hình đầu/cuối, “ingredients to video”, và mở rộng cảnh).

Veo 3.1 là bản cập nhật tiệm tiến nhưng đáng kể của Google cho dòng Veo chuyển đổi văn bản và hình ảnh→video, bổ sung âm thanh gốc phong phú hơn, đầu ra video dài hơn và dễ kiểm soát hơn, cùng khả năng chỉnh sửa tinh vi và điều khiển ở cấp độ cảnh.

gemini-3.1-flash coming soon

coming soon

coming soon

Veo 3 của Google DeepMind đại diện cho đỉnh cao của công nghệ tạo video từ văn bản, đánh dấu lần đầu tiên một mô hình AI tạo sinh quy mô lớn có thể đồng bộ hóa liền mạch video độ trung thực cao với âm thanh đi kèm — bao gồm lời thoại, hiệu ứng âm thanh và âm thanh môi trường.

Mô hình tìm kiếm chuyên sâu, với khả năng tìm kiếm chuyên sâu và truy xuất thông tin được tăng cường, là lựa chọn lý tưởng cho việc tích hợp và phân tích tri thức phức tạp.

Gemini 2.5 Flash Image (hay còn gọi là nano-banana), mô hình tạo sinh và chỉnh sửa hình ảnh tiên tiến nhất của Google. Bản cập nhật này cho phép bạn kết hợp nhiều hình ảnh thành một, duy trì tính nhất quán về nhân vật để kể những câu chuyện phong phú, thực hiện các biến đổi có mục tiêu bằng ngôn ngữ tự nhiên và tận dụng kiến thức thế giới của Gemini để tạo và chỉnh sửa hình ảnh.

Mô hình tìm kiếm chuyên sâu, với khả năng tìm kiếm chuyên sâu và truy xuất thông tin nâng cao, là lựa chọn lý tưởng cho việc tích hợp và phân tích kiến thức phức tạp.

Một mô hình Gemini 2.5 Flash được tối ưu hóa nhằm đạt hiệu quả về chi phí cao và thông lượng cao. Mô hình nhỏ nhất, có hiệu quả về chi phí cao nhất, được xây dựng để sử dụng ở quy mô lớn.

Gemini 2.5 Pro là một mô hình trí tuệ nhân tạo do Google cung cấp. Nó có khả năng xử lý đa phương thức nguyên sinh và cửa sổ ngữ cảnh siêu dài lên tới 1 triệu token, mang lại sự hỗ trợ mạnh mẽ chưa từng có cho các tác vụ phức tạp có chuỗi dài. Theo dữ liệu của Google, Gemini 2.5 Pro thể hiện đặc biệt tốt trong các tác vụ phức tạp. Mô hình này hỗ trợ độ dài ngữ cảnh tối đa là 1,048,576 token.

Gemini 2.5 Flash là một mô hình AI do Google phát triển, được thiết kế để cung cấp các giải pháp nhanh và tiết kiệm chi phí cho nhà phát triển, đặc biệt cho các ứng dụng đòi hỏi khả năng suy luận nâng cao. Theo thông báo về bản xem trước của Gemini 2.5 Flash, mô hình này đã được phát hành dưới dạng bản xem trước vào ngày 17 tháng 4 năm 2025, hỗ trợ đầu vào đa phương thức và có cửa sổ ngữ cảnh 1 triệu token. Mô hình này hỗ trợ độ dài ngữ cảnh tối đa 65,536 token.