Para apps para dispositivos móveis e Web, os SDKs do Firebase AI Logic permitem interagir com os modelos do Gemini compatíveis diretamente do seu app.
Os modelos Gemini são considerados multimodais porque são capazes de processar e até gerar várias modalidades, incluindo texto, código, PDFs, imagens, vídeo e áudio.
Além disso, consulte nossas perguntas frequentes sobre todos os modelos que o Firebase AI Logic aceita ou não.
Modelos em destaque
Gemini 4 Argon
gemini-4-argon
Raciocínio avançado e compreensão multimodal avançada para lidar com
casos de uso complexos e fluxos de trabalho inteligentes no app.
Gemini 3.8 Flash
gemini-3.8-flash
Desempenho de ponta que rivaliza com modelos maiores por uma fração do
custo.
Gemini 3.5 Flash-Lite
gemini-3.5-flash-lite
Modelo de alto volume e sensível a custos, com o desempenho e a qualidade da série Gemini 3.
Gemini 3.1 Flash Image (Nano Banana 2)
gemini-3.1-flash-image
Modelo de geração e edição de imagens eficiente e avançado,
otimizado para velocidade e casos de uso de alto volume.
Modelos de uso geral
Acessar tabelas com detalhes do modelo
Gemini 4 Argon
gemini-4-argon
Raciocínio avançado e compreensão multimodal avançada para lidar com
casos de uso complexos e fluxos de trabalho inteligentes no app.
Gemini 3.8 Flash
gemini-3.8-flash
Desempenho de ponta que rivaliza com modelos maiores por uma fração do
custo.
Gemini 3.5 Flash-Lite
gemini-3.5-flash-lite
Modelo de alto volume e sensível a custos, com o desempenho e a qualidade da série Gemini 3.
Modelos de geração de imagens
Acessar tabelas com detalhes do modelo
Gemini 3 Pro Image (Nano Banana Pro)
gemini-3-pro-image
Modelo de edição e geração de imagens de última geração para criação de imagens nativas altamente contextualizadas.
Gemini 3.1 Flash Image (Nano Banana 2)
gemini-3.1-flash-image
Modelo de geração e edição de imagens eficiente e de alta qualidade,
otimizado para velocidade e casos de uso de alto volume.
Gemini 3.1 Flash-Lite Image (Nano Banana 2 Lite)
gemini-3.1-flash-lite-image
Modelo de geração e edição de imagens de latência ultrabaixa e econômico, projetado para casos de uso interativos de alto volume.
Modelos de geração de áudio
Modelos de conversão de texto em voz (TTS)
É possível gerar voz com base em entradas de texto com os modelos de TTS Gemini.
Acessar tabelas com detalhes do modelo
Gemini 3.x Flash TTS
gemini-3.1-flash-tts-preview
Geração de voz potente e de baixa latência com base em entrada de texto.
Live API modelos
É possível gerar áudio transmitido bidirecionalmente com modelos que oferecem suporte ao Gemini Live API.
Acessar tabelas com detalhes do modelo
Gemini 3.x Flash com áudio nativo da API Gemini Live
API Gemini Developer:gemini-3.1-flash-live-preview
API Gemini da Agent Platform:
não compatível
Permite interações de voz e vídeo em tempo real e de baixa latência com um
modelo do Gemini bidirecional.
Gemini 2.5 Flash com áudio nativo da API Gemini Live
API Gemini Developer:gemini-2.5-flash-native-audio-preview-12-2025
API Gemini da Agent Platform:gemini-live-2.5-flash-native-audio
Permite interações de voz e vídeo em tempo real e de baixa latência com um
modelo do Gemini bidirecional.
O restante desta página fornece informações detalhadas sobre os modelos compatíveis com o Firebase AI Logic.
-
- Entrada e saída compatíveis
- Comparação de alto nível dos recursos compatíveis
- Especificações e limitações, por exemplo, máximo de tokens de entrada ou duração máxima do vídeo de entrada
Descrição de como os modelos são versionados, especificamente as versões estável, pré-lançamento e experimental
Listas de nomes de modelos disponíveis para incluir no código durante a inicialização.
Listas de idiomas disponíveis para os modelos
Na parte de baixo desta página, é possível conferir informações detalhadas sobre os modelos da geração anterior.
Comparação de modelos
Cada modelo tem recursos diferentes para atender a vários casos de uso. Cada uma das tabelas nesta seção descreve cada modelo quando usado com Firebase AI Logic. Cada modelo pode ter recursos adicionais que não estão disponíveis ao usar nossos SDKs.
Se você não encontrar as informações que procura nas subseções a seguir, consulte a documentação do provedor de API escolhido: Gemini Developer API ou Agent Platform Gemini API (formerly Vertex AI).
Entrada e saída compatíveis
A tabela a seguir lista os tipos de entrada e saída compatíveis ao usar cada modelo com Firebase AI Logic.
Para saber mais sobre os tipos de arquivo compatíveis, consulte Arquivos de entrada e requisitos compatíveis.
|
Gemini 4 Argon |
Gemini 3.x Flash, Flash‑Lite |
Gemini 3.x Pro Image |
Gemini 3.x Flash Image |
Gemini 3.x Flash‑Lite Image |
Gemini 3.x Flash TTS |
Gemini Live |
|
|---|---|---|---|---|---|---|---|
| Tipos de entrada | |||||||
| Texto | |||||||
| Código | |||||||
| Documentos (PDFs ou texto simples) |
|||||||
| Imagens | |||||||
| Vídeo | |||||||
| Áudio | |||||||
| Tipos de saída | |||||||
| Texto | |||||||
| Texto (streaming) | |||||||
| Código | |||||||
| Saída estruturada (como JSON) |
|||||||
| Imagens | |||||||
| Vídeo | |||||||
| Áudio | |||||||
Recursos e funcionalidades compatíveis
A tabela a seguir lista os recursos e as funcionalidades disponíveis ao usar cada modelo com Firebase AI Logic.
|
Gemini 4 Argon |
Gemini 3.x Flash, Flash‑Lite |
Gemini 3.x Pro Image |
Gemini 3.x Flash Image |
Gemini 3.x Flash‑Lite Image |
Gemini 3.x Flash TTS |
Gemini Live |
|
|---|---|---|---|---|---|---|---|
| Raciocínio | |||||||
| Gerar texto com base em entradas somente de texto ou multimodais | intercalado ou como parte da imagem | intercalado ou como parte da imagem | intercalado ou como parte da imagem | transcrição de áudio | |||
| Gerar imagens | |||||||
| Editar imagens | |||||||
| Gerar áudio | fala | áudio transmitido | |||||
|
Gerar
saída estruturada
(como JSON) |
|||||||
|
Analisar documentos
(PDFs ou texto simples) (saída de texto | saída de imagem) |
|||||||
|
Analisar imagens (saída de texto | saída de imagem) |
|||||||
|
Analisar vídeo (saída de texto | saída de imagem) |
vídeo transmitido | ||||||
| Analisar áudio | áudio transmitido | ||||||
| Conversa multiturno | |||||||
| Streaming multimodal bidirecional | |||||||
| Ferramentas compatíveis | |||||||
| Chamadas de função | |||||||
| Execução de código | |||||||
| Contexto do URL | |||||||
|
Embasamento com o
|
|||||||
|
Embasamento com o
|
|||||||
Especificações e limitações
A tabela a seguir lista as especificações e limitações ao usar cada modelo com Firebase AI Logic.
| Propriedade |
Gemini 4 Argon |
Gemini 3.x Flash, Flash‑Lite |
Gemini 3.x Pro Image |
Gemini 3.x Flash Image |
Gemini 3.x Flash‑Lite Image |
Gemini 3.x Flash TTS |
Gemini Live |
|---|---|---|---|---|---|---|---|
| Limite de tokens de entrada * | 1.048.576 tokens | 1.048.576 tokens | 65.536 tokens | 131.072 tokens | 65.536 tokens | 8.192 tokens | consulte a documentação |
| Limite de tokens de saída * | 32.768 tokens (sem streaming) 65.536 tokens (streaming) ** |
65.536 tokens | 32.768 tokens | 32.768 tokens | 4.096 tokens | 16.384 tokens | |
| PDFs (por solicitação) | |||||||
| Número máximo de arquivos PDF de entrada *** |
900 arquivos | 900 arquivos | 14 arquivos | 14 arquivos | 14 arquivos | --- | consulte a documentação |
| Número máximo de páginas por arquivo PDF de entrada *** |
900 páginas | 900 páginas | 14 páginas | 14 páginas | 14 páginas | --- | |
| Tamanho máximo por arquivo PDF de entrada |
50 MB | 50 MB | 50 MB | 50 MB | 50 MB | --- | |
| Imagens (por solicitação) | |||||||
| Número máximo de imagens de entrada |
1.000 imagens | 1.000 imagens | 14 imagens | 14 imagens | 14 imagens | --- | consulte a documentação |
| Tamanho máximo por imagem de entrada codificada em base64 |
7 MB | 7 MB | 7 MB | 7 MB | 7 MB | --- | |
| Número máximo de imagens de saída |
--- | --- | Até o limite de tokens de saída | Até o limite de tokens de saída | Até o limite de tokens de saída | --- | |
| Vídeo (por solicitação) | |||||||
| Número máximo de arquivos de vídeo de entrada |
10 arquivos | 10 arquivos | --- | Até o limite de tokens de entrada | Até o limite de tokens de entrada | --- | consulte a documentação |
| Duração máxima de todo o vídeo de entrada (somente frames) |
aproximadamente 60 minutos | aproximadamente 60 minutos | --- | aproximadamente 25 minutos | ~12 minutos | --- | |
| Duração máxima de todos os vídeos de entrada (frames+áudio) |
aproximadamente 45 minutos | aproximadamente 45 minutos | --- | --- | --- | --- | |
| Áudio (por solicitação) | |||||||
| Número máximo de arquivos de áudio de entrada |
1 arquivo | 1 arquivo | --- | --- | --- | --- | consulte a documentação |
| Duração máxima de todo o áudio de entrada |
Cerca de 8,4 horas | Cerca de 8,4 horas | --- | --- | --- | --- | |
*
Para todos os modelos Gemini, um token equivale a cerca de quatro caracteres.
Portanto, 100 tokens equivalem a cerca de 60 a 80 palavras em inglês. Para modelos Gemini, é possível
determinar a contagem total de tokens nas suas solicitações usando
countTokens.
**
Para gemini-4-argon, o Firebase AI Logic ainda não
oferece suporte à decodificação longa, mas esse recurso será lançado em breve.
*** PDFs são tratados como imagens, portanto, uma única página de um PDF é tratada como uma imagem. O número de páginas permitido em uma solicitação é limitado ao número de imagens que o modelo aceita.
Encontrar mais informações detalhadas
As cotas e os preços são diferentes para cada modelo. Os preços também dependem da entrada e da saída.
Saiba mais sobre os tipos de arquivos de entrada compatíveis, como especificar o tipo MIME e como garantir que os arquivos de entrada e as solicitações multimodais atendam aos requisitos e sigam as práticas recomendadas em Arquivos de entrada e requisitos compatíveis.
Controle de versões de modelos e padrões de nomenclatura
Os modelos são oferecidos nas versões estável, pré-lançamento e experimental. Para
conveniência, os aliases -latest
Confira nossas práticas recomendadas para usar versões de modelos.
Para encontrar nomes de modelos específicos para usar no código, consulte a seção "nomes de modelos disponíveis" mais adiante nesta página.
| Tipo de versão / Fase de lançamento |
Descrição | Padrão de nome do modelo | |
|---|---|---|---|
| Estável |
As versões estáveis estão disponíveis e têm suporte
para uso em produção a partir da data de lançamento.
|
Os nomes de modelos de versões estáveis não têm sufixo
Exemplos: |
|
| Visualizar |
As versões de pré-lançamento têm novos recursos e
são consideradas instáveis.
|
Os nomes dos modelos das versões de pré-lançamento são anexados com
Exemplo: |
|
| Experimental |
As versões experimentais têm novos recursos
e são consideradas instáveis.
|
Os nomes dos modelos de versões experimentais são anexados com
Exemplo: |
|
| Desativação (descontinuado) |
As versões desativadas (descontinuadas) já passaram da data de desativação (descontinuação) e foram desativadas permanentemente.
|
--- |
|
Práticas recomendadas para usar versões de modelo
Nos seus apps de produção, use o nome explícito do modelo para a versão estável mais recente.
Para o Agent Platform Gemini API (formerly Vertex AI), se você optar por usar um modelo de disponibilidade de curto prazo no app de produção, é ainda mais importante usar Firebase Remote Config ou modelos de comando do servidor para controlar o nome do modelo usado no recurso de IA.
Use as versões de pré-lançamento e experimental somente durante a prototipagem. Recomendamos usar uma versão estável ao começar a desenvolver e testar um caso de uso de produção.
Não recomendamos o uso dos aliases
(mesmo durante o desenvolvimento). Esse alias aponta para a versão mais recente de uma variação de modelo específica (que pode ser uma versão estável, de pré-lançamento ou experimental). Esse alias será trocado a cada novo lançamento de uma variação de modelo específica, e um e-mail de notificação será enviado com duas semanas de antecedência apenas para alterações interruptivas. Essa instabilidade de qual modelo você está realmente usando pode levar a mudanças inesperadas de comportamento no recurso de IA.-latest
Nomes de modelos disponíveis
Os nomes de modelos são os valores explícitos que você inclui no código durante a inicialização do modelo.
Modelos de uso geral (como
gemini-4-argonougemini-3.8-flash)Modelos de geração de imagens (como o
gemini-3.1-flash-image, também conhecido como modelos "Nano Banana")Modelos de geração de áudio:
- Modelos de conversão de texto em voz (TTS)
(como
gemini-3.1-flash-tts-preview) - Modelos Live API
(como
gemini-live-2.5-flash-native-audio)
- Modelos de conversão de texto em voz (TTS)
(como
Para ver exemplos de inicialização para sua plataforma, consulte o guia para iniciantes.
Para detalhes sobre as fases de lançamento (especialmente para casos de uso, faturamento e encerramento), consulte padrões de controle de versões e nomenclatura de modelos.
Listar todos os modelos disponíveis de maneira programática
É possível listar todos os nomes de modelos disponíveis usando a API REST:
Gemini Developer API: chame o endpoint
models.list.Agent Platform Gemini API (formerly Vertex AI): chame o endpoint
publishers.models.list.
A lista retornada vai incluir todos os modelos compatíveis com os provedores de API, mas o Firebase AI Logic só é compatível com os modelos Gemini descritos nesta página.
Modelos de uso geral
Gemini 4 Argon nomes de modelos
Requer o plano de preços Blaze de pagamento por uso, seja qual for seu provedor do Gemini API.
| Nome do modelo | Descrição | Estágio de lançamento | Data de lançamento | Data de desativação |
|---|---|---|---|---|
gemini-4-argon |
Versão estável mais recente do Gemini 4 Argon | Estável | 2026-10-13 | A ser determinado |
Gemini 3.x Flash nomes de modelos
Não exige o plano de preços Blaze de pagamento por uso se você estiver usando o Gemini Developer API.
| Nome do modelo | Descrição | Estágio de lançamento | Data de lançamento | Data de desativação |
|---|---|---|---|---|
gemini-3.8-flash |
Versão estável mais recente do Gemini 3.x Flash Este é um modelo de disponibilidade de curto prazo (consulte Padrões de controle de versões e nomenclatura de modelos). |
Estável | 2026-09-02 | A ser determinado |
gemini-3.7-flash |
Versão estável de Gemini 3.x Flash Este é um modelo de disponibilidade de curto prazo (consulte Controle de versões e padrões de nomenclatura de modelos). |
Estável | 2026-08-13 | A ser determinado |
gemini-3.6-flash |
Versão estável de Gemini 3.x Flash Este é um modelo de disponibilidade de curto prazo (consulte Controle de versões e padrões de nomenclatura de modelos). |
Estável | 2026-07-21 | A ser determinado |
gemini-3.5-flash |
Versão estável de Gemini 3.x Flash | Estável | 2026-05-19 | A partir de 19/05/2027 |
gemini-3-flash-preview |
Versão de pré-lançamento do Gemini 3.x Flash | Visualizar | 2025-12-17 | A ser determinado |
Gemini 3.x Flash‑Lite nomes de modelos
Não exige o plano de preços Blaze de pagamento por uso se você estiver usando o Gemini Developer API.
| Nome do modelo | Descrição | Estágio de lançamento | Data de lançamento | Data de desativação |
|---|---|---|---|---|
gemini-3.5-flash-lite |
Versão estável mais recente do Gemini 3.x Flash‑Lite | Estável | 2026-07-21 | A partir de 21/07/2027 |
gemini-3.1-flash-lite |
Versão estável de Gemini 3.x Flash‑Lite | Estável | 2026-05-07 | A partir de 07/05/2027 |
Modelos de geração de imagens
Nomes de modelos do Gemini 3.x Pro Image (também conhecidos como "Nano Banana Pro")
Requer o plano de preços Blaze de pagamento por uso, seja qual for seu provedor do Gemini API.
| Nome do modelo | Descrição | Estágio de lançamento | Data de lançamento | Data de desativação |
|---|---|---|---|---|
gemini-3-pro-image |
Versão estável do Gemini 3.x Pro Image (também conhecido como "Nano Banana Pro") |
Estável | 2026-05-28 | A partir de 28/05/2027 |
gemini-3-pro-image-preview |
Versão de pré-lançamento do Gemini 3.x Pro Image (também conhecido como "Nano Banana Pro") |
Visualizar | 2025-11-20 | A partir de 25/06/2026 |
Nomes de modelos do Gemini 3.x Flash Image (também conhecidos como "Nano Banana 2")
Requer o plano de preços Blaze de pagamento por uso, seja qual for seu provedor do Gemini API.
| Nome do modelo | Descrição | Estágio de lançamento | Data de lançamento | Data de desativação |
|---|---|---|---|---|
gemini-3.1-flash-image |
Versão estável do Gemini 3.x Flash Image (também conhecido como "Nano Banana 2") |
Estável | 2026-05-28 | A partir de 28/05/2027 |
gemini-3.1-flash-image-preview |
Versão de pré-lançamento do Gemini 3.x Flash Image (também conhecido como "Nano Banana 2") |
Visualizar | 2026-02-26 | A partir de 25/06/2026 |
Nomes de modelos do Gemini 3.x Flash‑Lite Image (também conhecidos como "Nano Banana 2 Lite")
Requer o plano de preços Blaze de pagamento por uso, seja qual for seu provedor do Gemini API.
| Nome do modelo | Descrição | Estágio de lançamento | Data de lançamento | Data de desativação |
|---|---|---|---|---|
gemini-3.1-flash-lite-image |
Versão estável do Gemini 3.x Flash‑Lite Image (também conhecido como "Nano Banana 2 Lite") Este é um modelo de disponibilidade de curto prazo (consulte Padrões de nomenclatura e controle de versões de modelos). |
Estável | 2026-06-30 | A ser determinado |
Áudio: modelos de conversão de texto em voz (TTS)
Gemini 3.x Flash TTS nomes de modelos
Não exige o plano de preços Blaze de pagamento por uso se você estiver usando o Gemini Developer API.
| Nome do modelo | Descrição | Estágio de lançamento | Data de lançamento | Data de desativação |
|---|---|---|---|---|
gemini-3.1-flash-tts-preview |
Versão de pré-lançamento do Gemini 3.x Flash TTS | Visualizar | 2026-06-17 | A ser determinado |
Áudio: Live API modelos
Gemini 3.x Flash Live nomes de modelos
| Gemini Developer API Nome do modelo |
Descrição | Estágio de lançamento | Data de lançamento | Data de desativação |
|---|---|---|---|---|
gemini-3.1-flash-live-preview 1 |
Versão de pré-lançamento do Live API no Gemini Developer API | Visualizar | 2026-03-26 | A ser determinado |
| Agent Platform Gemini API (formerly Vertex AI) Nome do modelo |
Descrição | Estágio de lançamento | Data de lançamento | Data de desativação |
|---|---|---|---|---|
| O Agent Platform Gemini API (formerly Vertex AI) não é compatível com nenhum modelo Gemini Live 3.x. | ||||
1 Compatível apenas com o Gemini Developer API.
Além disso, mesmo sendo um modelo de pré-lançamento, ele está disponível no
nível sem custo financeiro do Gemini Developer API.
Gemini 2.5 Flash Live nomes de modelos
Não exige o plano de preços Blaze de pagamento por uso se você estiver usando o Gemini Developer API (geralmente, os modelos de pré-lançamento exigem um plano pago).
Embora os modelos a seguir tenham nomes diferentes dependendo do provedor de API do Gemini, os recursos do modelo são os mesmos.
| Gemini Developer API Nome do modelo |
Descrição | Estágio de lançamento | Data de lançamento | Data de desativação |
|---|---|---|---|---|
gemini-2.5-flash-native-audio-preview-12-2025 1 |
Versão de pré-lançamento do Live API no Gemini Developer API | Visualizar | 2025-12-12 | A ser determinado |
gemini-2.5-flash-native-audio-preview-09-2025 1 |
Versão de pré-lançamento inicial do Live API no Gemini Developer API | Visualizar | 2025-09-18 | A ser determinado |
| Agent Platform Gemini API (formerly Vertex AI) Nome do modelo |
Descrição | Estágio de lançamento | Data de lançamento | Data de desativação |
|---|---|---|---|---|
gemini-live-2.5-flash-native-audio 2 |
Versão estável do Live API no Agent Platform Gemini API (formerly Vertex AI) | Estável | 2025-12-12 | A partir de 12/12/2026 |
gemini-live-2.5-flash-preview-native-audio-09-2025 2 |
Versão de pré-lançamento do Live API no Agent Platform Gemini API (formerly Vertex AI) | Visualizar | 2025-09-18 | A ser determinado |
1 Compatível apenas com o Gemini Developer API.
Além disso, mesmo que sejam modelos de pré-lançamento, eles estão disponíveis no
nível sem custo financeiro do Gemini Developer API.
2 Compatível apenas com o Agent Platform Gemini API (formerly Vertex AI).
Além disso, esses modelos não estão disponíveis no local global.
Idiomas compatíveis
Modelos de uso geral
Todos os modelos de uso geral do Gemini (como Gemini 4 Argon, Gemini 3.8 Flash, Gemini 3.5 Flash-Lite e modelos 3.x anteriores) podem entender e responder em mais de 100 idiomas:
Africâner (af), albanês (sq), amárico (am), árabe (ar),
armênio (hy), assamês (as), azerbaijano (az), basco (eu),
belarusso (be), bengali (bn), bósnio (bs), búlgaro (bg),
catalão (ca), cebuano (ceb), chinês simplificado e tradicional (zh),
corso (co), croata (hr), tcheco (cs), dinamarquês (da), divehi (dv),
holandês (nl), inglês (en), esperanto (eo), estoniano (et),
filipino (tagalo) (fil), finlandês (fi), francês (fr), frísio (fy),
galego (gl), georgiano (ka), alemão (de), grego (el), guzerate (gu),
crioulo haitiano (ht), haúça (ha), havaiano (haw), hebraico (iw),
hindi (hi), hmong (hmn), húngaro (hu), islandês (is), igbo (ig),
indonésio (id), irlandês (ga), italiano (it), japonês (ja),
javanês (jv), canarês (kn), cazaque (kk), khmer (km), coreano (ko),
krio (kri), curdo (ku), quirguiz (ky), laosiano (lo), latim (la),
letão (lv), lituano (lt), luxemburguês (lb), macedônio (mk),
malgaxe (mg), malaio (ms), malaiala (ml), maltês (mt), maori (mi),
marathi (mr), meiteilon (manipuri) (mni-Mtei), mongol (mn),
birmanês (my), nepalês (ne), norueguês (no),
nianja (chicheua) (ny), oriá (or), pashto (ps), persa (fa),
polonês (pl), português (pt), punjabi (pa), romeno (ro),
russo (ru), samoano (sm), gaélico escocês (gd), sérvio (sr),
sesoto (st), xona (sn), sindi (sd), cingalês (si),
eslovaco (sk), esloveno (sl), somali (so), espanhol (es),
sundanês (su), suaíli (sw), sueco (sv), tadjique (tg), tâmil (ta),
telugo (te), tailandês (th), turco (tr), ucraniano (uk), urdu (ur),
uigur (ug), uzbeque (uz), vietnamita (vi), galês (cy), xhosa (xh),
iídiche (yi), iorubá (yo) e zulu (zu).
Modelos de geração de imagens
Os modelos Gemini 3.x Image podem aceitar comandos de texto em vários idiomas. No entanto, eles são otimizados para melhor desempenho (tanto para comandos de texto quanto para renderização de texto em imagens geradas) nos seguintes idiomas e localidades:
Alemão (de-DE), árabe (ar-EG), chinês simplificado (zh-CN), coreano (ko-KR), espanhol (es-MX), francês (fr-FR), hindi (hi-IN), indonésio (id-ID), inglês (EN), italiano (it-IT), japonês (ja-JP), português (pt-BR), russo (ru-RU), ucraniano (uk-UA) e vietnamita (vi-VN).
Para saber mais sobre as práticas recomendadas de comandos e a geração de texto em imagens, consulte Idiomas disponíveis para geração de imagens.
Modelos de geração de áudio (TTS e Live API)
Os modelos de geração de áudio são compatíveis com conjuntos de idiomas especializados, otimizados para síntese de fala e (para o Live API) diálogo bidirecional em tempo real:
Modelos de conversão de texto em voz (TTS): os modelos Gemini 3.x TTS podem detectar e gerar automaticamente fala em quase 80 idiomas e dialetos.
Para conferir a lista completa de idiomas compatíveis e códigos de localidade BCP-47 disponíveis, consulte Idiomas compatíveis com a geração de fala.
Modelos Live API: os modelos Live API oferecem suporte a interações de voz bidirecionais em tempo real em quase 80 idiomas e dialetos.
Para conferir a lista completa de idiomas disponíveis e saber como influenciar o idioma da resposta falada, consulte Idiomas disponíveis para o Live API.
Informações sobre modelos anteriores
Os modelos a seguir estão ativos, mas são de gerações anteriores. Recomendamos fortemente que você migre seu app para usar um modelo mais recente sempre que possível. Para mais informações sobre a descontinuação e o desligamento desses modelos mais antigos (além dos modelos de substituição recomendados), consulte estas perguntas frequentes.
Se você não encontrar as informações que procura nas subseções abaixo, consulte a documentação do provedor de API escolhido: Gemini Developer API ou Agent Platform Gemini API (formerly Vertex AI)
Modelos mais antigos do Gemini
gemini-3.1-pro-previewgemini-2.5-progemini-2.5-flashgemini-2.5-flash-litegemini-2.5-flash-image(também conhecido como "Nano Banana")gemini-2.0-flash-001(e o alias atualizado automaticamentegemini-2.0-flash)gemini-2.0-flash-lite-001(e o alias atualizado automaticamentegemini-2.0-flash-lite)
Para informações sobre modelos Gemini Live API mais antigos, consulte a documentação do provedor Gemini API:
Modelos mais antigos do Imagen
imagen-4.0-ultra-generate-001imagen-4.0-generate-001imagen-4.0-fast-generate-001imagen-3.0-capability-001imagen-3.0-generate-002imagen-3.0-generate-001imagen-3.0-fast-generate-001
Ver detalhes sobre modelos anteriores
Próximas etapas
Teste os recursos do Gemini API
- Crie conversas multiturno (chat).
- Gerar texto com base em comandos de texto.
- Gere texto usando comandos com vários tipos de arquivos, como imagens, PDFs, vídeos e áudios.
- Gerar saída estruturada (como JSON) com base em comandos de texto e multimodais.
- Gere e edite imagens com comandos de texto e multimodais.
- Gere falas (com um ou vários locutores) usando os modelos de conversão de texto em voz (TTS) do Gemini.
- Entrada e saída de streaming (incluindo áudio) usando o Gemini Live API.
-
Use ferramentas (como chamada de função
e embasamento com
Google Search ouGoogle Maps ) para conectar um modelo Gemini a outras partes do app e a sistemas e informações externos.