Google 模型

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 model 是圖像生成系列中的效率專家，專為超低延遲與具成本效益的圖像生成與修改而設計。

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 是一款面向以文字為中心工作流程的通用型協助 AI 模型。它適用於採用指令式提示，生成、轉換並分析具有可控結構的內容。典型用途包括聊天助理、文件摘要、知識問答與工作流程自動化。公開的技術細節有限；其整合方式與常見的 AI 助理模式一致，例如結構化輸出、檢索增強式提示，以及工具或函式呼叫。

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 是 Gemini 系列中的通用模型，以預覽形式提供，用於評估與原型製作。它支援指令遵循、多輪推理，以及程式碼與資料任務，並提供結構化輸出與工具/函式呼叫以實現工作流程自動化。典型用例如聊天助理、摘要與改寫、檢索增強型問答、資料擷取，以及在各類應用與服務中的輕量級程式協助。技術亮點包括基於 API 的部署、串流回應、安全控制與整合就緒，並可依預覽設定提供多模態能力。

什麼是 Veo 3.1-Fast Veo 3.1-Fast 是 Google 的 Veo 3.1 生成式影片模型系列中經過速度優化的變體。它經過專門調校，可在保留 Veo 3.1 引入的更高視聽保真度的同時，降低用於生成短篇（社群平台時長）影片的延遲與成本。與先前的 Veo 版本相比，Veo 3.1 和 Veo 3.1-Fast 也新增更豐富的原生音訊生成、更強的提示貼合度，以及新的編輯流程（例如：首/末影格插值、「ingredients to video」、場景延伸）。

Veo 3.1 是 Google 對其 Veo 文本與圖像→影片系列的一次漸進但意義重大的更新，新增更豐富的原生音訊、更長且更可控的影片輸出，以及更精細的編輯與場景層級控制。

gemini-3.1-flash coming soon

coming soon

coming soon

Google DeepMind 的 Veo 3 代表了文字轉影片生成技術的尖端水準，並標誌著大型生成式 AI 模型首次能夠將高保真影片與搭配的音訊—包括對話、音效與環境音景—無縫同步。

深度搜尋模型，具備增強的深度搜尋與資訊檢索能力，是進行複雜知識整合與分析的理想選擇。

Gemini 2.5 Flash Image（又稱 nano-banana），Google 最先進的圖像生成與編輯模型。此更新可讓您將多張圖像合成為單一圖像、維持角色一致性以講述豐富的故事、使用自然語言執行針對性的轉換，並運用 Gemini 的世界知識來生成與編輯圖像。

深度搜尋模型，具備增強的深度搜尋與資訊檢索能力，是複雜知識整合與分析的理想之選。

為高成本效益與高吞吐量而優化的 Gemini 2.5 Flash 模型。最小、最具成本效益的模型，專為大規模使用而設計。

Gemini 2.5 Pro 是由 Google 提供的人工智慧模型。它具備原生的多模態處理能力與可達 1 million tokens 的超長上下文視窗，為複雜、長序列任務提供前所未有的強大支援。根據 Google 的數據，Gemini 2.5 Pro 在複雜任務上表現尤為出色。此模型支援的最大上下文長度為 1,048,576 tokens。

Gemini 2.5 Flash 是 Google 開發的 AI 模型，旨在為開發者提供快速且具成本效益的解決方案，特別適用於需要增強推理能力的應用程式。 根據 Gemini 2.5 Flash 的預覽版公告，該模型已於 2025 年 4 月 17 日以預覽版發布，支援多模態輸入，並具有 100 萬個詞元的上下文視窗。 此模型支援的最大上下文長度為 65,536 個詞元。