モバイルアプリとウェブアプリの場合、Firebase AI Logic SDK を使用すると、サポートされている Gemini モデルをアプリから直接操作できます。
Gemini モデルは、テキスト、コード、PDF、画像、動画、音声など、複数のモダリティを処理し、生成することもできるため、マルチモーダルと見なされます。
また、Firebase AI Logic でサポートされているモデルとサポートされていないモデルに関するよくある質問もご覧ください。
注目のモデル
Gemini 4 Argon
gemini-4-argon
高度な推論と豊富なマルチモーダル理解により、複雑なユースケースやインテリジェントなアプリ内ワークフローに対応します。
Gemini 3.8 Flash
gemini-3.8-flash
わずかな費用で大規模なモデルに匹敵する最先端のパフォーマンスを実現します。
Gemini 3.5 Flash-Lite
gemini-3.5-flash-lite
Gemini 3 シリーズのパフォーマンスと品質を備えた、大量の処理をコスト重視で行うワークホース モデル。
Gemini 3.1 Flash Image(Nano Banana 2)
gemini-3.1-flash-image
速度と大量の使用に最適化された、強力で高効率な画像生成および編集モデル。
汎用モデル
Gemini 4 Argon
gemini-4-argon
高度な推論と豊富なマルチモーダル理解により、複雑なユースケースとインテリジェントなアプリ内ワークフローを処理します。
Gemini 3.8 Flash
gemini-3.8-flash
わずかな費用で大規模なモデルに匹敵する最先端のパフォーマンスを実現します。
Gemini 3.5 Flash-Lite
gemini-3.5-flash-lite
Gemini 3 シリーズのパフォーマンスと品質を備えた、大量の処理をコスト重視で行うワークホース モデル。
画像生成モデル
Gemini 3 Pro Image(Nano Banana Pro)
gemini-3-pro-image
コンテキストに沿ったネイティブ画像を生成するための、最先端の画像生成および編集モデル。
Gemini 3.1 Flash Image(Nano Banana 2)
gemini-3.1-flash-image
速度と大量の使用に最適化された、強力で高効率な画像生成および編集モデル。
Gemini 3.1 Flash-Lite Image(Nano Banana 2 Lite)
gemini-3.1-flash-lite-image
超低レイテンシで費用対効果の高い画像生成および編集モデル。大量のインタラクティブなユースケース向けに設計されています。
音声生成モデル
テキスト読み上げ(TTS)モデル
Gemini TTS モデルを使用して、テキスト入力から音声を生成できます。
Gemini 3.x Flash TTS
gemini-3.1-flash-tts-preview
テキスト入力から低レイテンシで音声を生成する強力な機能。
Live API 個のモデル
Gemini Live API をサポートするモデルを使用して、双方向ストリーミング音声を生成できます。
Gemini Live API ネイティブ音声を使用した Gemini 3.x Flash
Gemini Developer API:gemini-3.1-flash-live-preview
Agent Platform Gemini API:
サポート対象外
双方向の Gemini モデルとの音声と動画によるやり取りを低レイテンシかつリアルタイムで行うことができます。
Gemini 2.5 Flash と Gemini Live API のネイティブ音声
Gemini Developer API:gemini-2.5-flash-native-audio-preview-12-2025
Agent Platform Gemini API:gemini-live-2.5-flash-native-audio
Gemini モデルとの双方向の音声と動画による低レイテンシかつリアルタイムのやり取りを可能にします。
このページの残りの部分では、Firebase AI Logic でサポートされているモデルについて詳しく説明します。
-
- サポートされている入力と出力
- サポートされている機能の概要の比較
- 仕様と制限(入力トークンの最大数や入力動画の最大長など)
モデルのバージョン管理方法の説明(特に、安定版、プレビュー版、試験運用版)
初期化中にコードに含める使用可能なモデル名のリスト
モデルでサポートされている言語のリスト
このページの下部で、前世代のモデルの詳細情報を確認できます。
モデルの比較
各モデルには、さまざまなユースケースをサポートする異なる機能があります。このセクションの各表では、各モデルを Firebase AI Logic と組み合わせて使用する場合について説明します。モデルによっては、SDK を使用する際に利用できない追加機能がある場合があります。
以下のサブセクションで必要な情報が見つからない場合は、選択した API プロバイダのドキュメント(Gemini Developer API または Agent Platform Gemini API (formerly Vertex AI))で詳細を確認してください。
サポートされている入力と出力
次の表に、Firebase AI Logic で各モデルを使用する場合にサポートされる入力タイプと出力タイプを示します。
サポートされているファイル形式については、サポートされている入力ファイルと要件をご覧ください。
|
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 |
|
|---|---|---|---|---|---|---|---|
| 入力値の型 | |||||||
| テキスト | |||||||
| コード | |||||||
| ドキュメント (PDF または書式なしテキスト) |
|||||||
| 画像 | |||||||
| 動画 | |||||||
| 音声 | |||||||
| 出力タイプ | |||||||
| テキスト | |||||||
| テキスト(ストリーミング) | |||||||
| コード | |||||||
| 構造化出力 (JSON など) |
|||||||
| 画像 | |||||||
| 動画 | |||||||
| 音声 | |||||||
サポートされている機能
次の表に、Firebase AI Logic で各モデルを使用する場合にサポートされる機能 を示します。
|
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 |
|
|---|---|---|---|---|---|---|---|
| 思考 | |||||||
| テキストのみの入力またはマルチモーダル入力から生成されたテキストを生成する | インターリーブまたは画像の一部 | インターリーブまたは画像の一部として | インターリーブまたは画像の一部 | 音声の文字変換 | |||
| 画像を生成する | |||||||
| 画像を編集する | |||||||
| 音声を生成する | speech | ストリーミング音声 | |||||
|
構造化出力(JSON など)を生成する |
|||||||
|
ドキュメントを分析する
(PDF または書式なしテキスト) (テキスト出力 | 画像出力) |
|||||||
|
画像を分析する (テキスト出力 | 画像出力) |
|||||||
|
動画を分析する (テキスト出力 | 画像出力) |
ストリーミング動画 | ||||||
| 音声を分析する | ストリーミング音声 | ||||||
| マルチターン チャット | |||||||
| 双方向マルチモーダル ストリーミング | |||||||
| サポートされているツール | |||||||
| 関数呼び出し | |||||||
| コード実行 | |||||||
| URL コンテキスト | |||||||
|
|
|||||||
|
|
|||||||
仕様と制限事項
次の表に、 Firebase AI Logic で各モデルを使用する場合の仕様と制限事項を示します。
| プロパティ |
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 |
|---|---|---|---|---|---|---|---|
| 入力トークンの上限 * | 1,048,576 個のトークン | 1,048,576 トークン | 65,536 トークン | 131,072 トークン | 65,536 個のトークン | 8,192 個のトークン | ドキュメントを参照 |
| 出力トークンの上限 * | 32,768 トークン(非ストリーミング) 65,536 トークン(ストリーミング)** |
65,536 トークン | 32,768 トークン | 32,768 トークン | 4,096 個のトークン | 16,384 トークン | |
| PDF(リクエストごと) | |||||||
| 入力 PDF ファイルの最大数 *** |
900 ファイル | 900 ファイル | 14 ファイル | 14 ファイル | 14 個のファイル | --- | ドキュメントを参照 |
| 入力 PDF ファイルあたりの最大ページ数 *** |
900 ページ | 900 ページ | 14 ページ | 14 ページ | 14 ページ | --- | |
| 入力 PDF ファイルあたりの最大サイズ |
50 MB | 50 MB | 50 MB | 50 MB | 50 MB | --- | |
| 画像検索(リクエストあたり) | |||||||
| 入力画像の最大数 |
1,000 個の画像 | 1,000 個の画像 | 画像 14 枚 | 画像 14 枚 | 画像 14 枚 | --- | ドキュメントを参照 |
| 入力 base64 エンコード画像あたりの最大サイズ |
7 MB | 7 MB | 7 MB | 7 MB | 7 MB | --- | |
| 出力画像の最大数 |
--- | --- | 出力トークンの上限まで | 出力トークンの上限まで | 出力トークンの上限まで | --- | |
| 動画(リクエストごと) | |||||||
| 入力動画ファイルの最大数 |
10 ファイル | 10 ファイル | --- | 入力トークンの上限まで | 入力トークンの上限まで | --- | ドキュメントを参照 |
| すべての入力動画の 最大長 (フレームのみ) |
約 60 分 | 約 60 分 | --- | 25 分程度 | 約 12 分 | --- | |
| すべての入力動画 (フレーム + 音声)の最大長 |
45 分程度 | 45 分程度 | --- | --- | --- | --- | |
| 音声(リクエストごと) | |||||||
| 入力音声ファイルの最大数 |
1 個のファイル | 1 個のファイル | --- | --- | --- | --- | ドキュメントを参照 |
| すべての入力音声の最大長 |
約 8.4 時間 | 約 8.4 時間 | --- | --- | --- | --- | |
*
すべての Gemini モデルの場合、1 つのトークンは約 4 文字に相当するため、100 トークンは約 60 ~ 80 語(英語)に相当します。Gemini モデルの場合、countTokens を使用してリクエスト内のトークンの合計数を決定できます。
**
gemini-4-argon の場合、Firebase AI Logic はまだ長いデコードをサポートしていませんが、この機能は近日公開される予定です。
*** PDF は画像として扱われるため、PDF の 1 ページは 1 つの画像として扱われます。リクエストで許可されるページ数は、モデルがサポートできる画像の数に制限されます。
詳細情報を確認する
サポートされている入力ファイル形式、MIME タイプの指定方法、入力ファイルとマルチモーダル リクエストが要件を満たし、ベスト プラクティスに沿っていることを確認する方法については、サポートされている入力ファイルと要件をご覧ください。
モデルのバージョニングと命名パターン
モデルは、安定版、プレビュー版、試験運用版で提供されます。便宜上、-latest
モデル バージョンを使用するためのベスト プラクティスを確認してください。
コードで使用する特定のモデル名を確認するには、このページの後半にある使用可能なモデル名セクションをご覧ください。
| バージョン タイプ / リリース ステージ |
説明 | モデル名のパターン | |
|---|---|---|---|
| 安定版 |
安定版は、リリース日から本番環境で使用でき、サポートされます。
|
安定版のモデル名には接尾辞がない
例: |
|
| プレビュー |
プレビュー版には新機能が搭載されていますが、安定版ではないと見なされます。
|
プレビュー版のモデル名には
例: |
|
| 試験運用版 |
試験運用版には新しい機能が搭載されており、安定していないと見なされます。
|
試験運用版のモデル名には、
例: |
|
| シャットダウン(廃止) |
シャットダウン(廃止)バージョンは、シャットダウン(廃止)日を過ぎており、完全に無効になっています。
|
--- |
|
モデル バージョンの使用に関するベスト プラクティス
本番環境アプリでは、最新の安定版の明示的なモデル名を使用します。
Agent Platform Gemini API (formerly Vertex AI) の場合、本番環境アプリで短期可用性モデルを使用する場合は、Firebase Remote Config またはサーバー プロンプト テンプレートを使用して、AI 機能に使用するモデル名を制御することがさらに重要になります。
プレビュー版と試験運用版は、プロトタイピングでのみ使用してください。本番環境のユースケースの開発とテストを開始するときは、安定版を使用することをおすすめします。
エイリアス(開発中であっても)の使用はおすすめしません。このエイリアスは、特定のモデル バリエーション(安定版、プレビュー版、試験運用版など)の最新リリースを指します。このエイリアスは、特定のモデル バリエーションの新しいリリースごとにホットスワップされます。互換性を破る変更の場合にのみ、2 週間前に通知メールが送信されます。実際に使用しているモデルが不安定になると、AI 機能の動作が予期せず変更される可能性があります。-latest
使用可能なモデル名
モデル名は、モデルの初期化時にコードに含める明示的な値です。
汎用モデル(
gemini-4-argonやgemini-3.8-flashなど)画像生成モデル(
gemini-3.1-flash-image、別名「Nano Banana」モデルなど)音声生成モデル:
- テキスト読み上げ(TTS)モデル(
gemini-3.1-flash-tts-previewなど) - Live API モデル(
gemini-live-2.5-flash-native-audioなど)
- テキスト読み上げ(TTS)モデル(
プラットフォームの初期化の例については、スタートガイドをご覧ください。
リリース ステージの詳細(特にユースケース、課金、シャットダウン)については、モデルのバージョニングと命名パターンをご覧ください。
使用可能なすべてのモデルをプログラムで一覧表示する
REST API を使用して、使用可能なすべてのモデル名を一覧表示できます。
Gemini Developer API:
models.listエンドポイントを呼び出します。Agent Platform Gemini API (formerly Vertex AI):
publishers.models.listエンドポイントを呼び出す
返されるリストには、API プロバイダがサポートするすべてのモデルが含まれますが、Firebase AI Logic はこのページで説明する Gemini モデルのみをサポートします。
汎用モデル
Gemini 4 Argon 個のモデル名
Gemini API プロバイダに関係なく、従量課金制の Blaze のお支払いプランが必要です。
| モデル名 | 説明 | リリース ステージ | リリース日 | 提供終了日 |
|---|---|---|---|---|
gemini-4-argon |
Gemini 4 Argon の最新の安定版 | Stable | 2026-10-13 | 未定 |
Gemini 3.x Flash 個のモデル名
Gemini Developer API を使用している場合は、従量課金制の Blaze のお支払いプランは不要です。
| モデル名 | 説明 | リリース ステージ | リリース日 | 提供終了日 |
|---|---|---|---|---|
gemini-3.8-flash |
Gemini 3.x Flash の最新の安定版。これは短期提供モデルです(モデルのバージョニングと命名パターンをご覧ください)。 |
Stable | 2026-09-02 | 未定 |
gemini-3.7-flash |
Gemini 3.x Flash の安定版。これは短期提供モデルです(モデルのバージョニングと命名パターンをご覧ください)。 |
Stable | 2026-08-13 | 未定 |
gemini-3.6-flash |
Gemini 3.x Flash の安定版。これは短期提供モデルです(モデルのバージョニングと命名パターンをご覧ください)。 |
Stable | 2026-07-21 | 未定 |
gemini-3.5-flash |
Gemini 3.x Flash の安定版 | Stable | 2026-05-19 | 2027 年 5 月 19 日以降 |
gemini-3-flash-preview |
Gemini 3.x Flash のプレビュー版 | プレビュー | 2025-12-17 | 未定 |
Gemini 3.x Flash‑Lite 個のモデル名
Gemini Developer API を使用している場合、従量課金制の Blaze のお支払いプランは必要ありません。
| モデル名 | 説明 | リリース ステージ | リリース日 | 提供終了日 |
|---|---|---|---|---|
gemini-3.5-flash-lite |
Gemini 3.x Flash‑Lite の最新の安定版 | Stable | 2026-07-21 | 2027-07-21 以降 |
gemini-3.1-flash-lite |
Gemini 3.x Flash‑Lite の安定版 | Stable | 2026-05-07 | 2027 年 5 月 7 日以降 |
画像生成モデル
Gemini 3.x Pro Image モデル名(「Nano Banana Pro」とも呼ばれます)
Gemini API プロバイダに関係なく、従量課金制の Blaze のお支払いプランが必要です。
| モデル名 | 説明 | リリース ステージ | リリース日 | 提供終了日 |
|---|---|---|---|---|
gemini-3-pro-image |
Gemini 3.x Pro Image (別名「Nano Banana Pro」)の安定版 |
Stable | 2026-05-28 | 2027 年 5 月 28 日以降 |
gemini-3-pro-image-preview |
Gemini 3.x Pro Image (別名「Nano Banana Pro」)のプレビュー版 |
プレビュー | 2025-11-20 | 2026 年 6 月 25 日以降 |
Gemini 3.x Flash Image モデル名(「Nano Banana 2」とも呼ばれます)
Gemini API プロバイダに関係なく、従量課金制の Blaze のお支払いプランが必要です。
| モデル名 | 説明 | リリース ステージ | リリース日 | 提供終了日 |
|---|---|---|---|---|
gemini-3.1-flash-image |
Gemini 3.x Flash Image (別名「Nano Banana 2」)の安定版 |
Stable | 2026-05-28 | 2027 年 5 月 28 日以降 |
gemini-3.1-flash-image-preview |
Gemini 3.x Flash Image (別名「Nano Banana 2」)のプレビュー版 |
プレビュー | 2026-02-26 | 2026 年 6 月 25 日以降 |
Gemini 3.x Flash‑Lite Image モデル名(別名「Nano Banana 2 Lite」)
Gemini API プロバイダに関係なく、従量課金制の Blaze のお支払いプランが必要です。
| モデル名 | 説明 | リリース ステージ | リリース日 | 提供終了日 |
|---|---|---|---|---|
gemini-3.1-flash-lite-image |
Gemini 3.x Flash‑Lite Image (別名「Nano Banana 2 Lite」) の安定版 これは短期的な可用性モデルです(モデルのバージョン管理と命名パターンをご覧ください)。 |
Stable | 2026-06-30 | 未定 |
音声 - テキスト読み上げ(TTS)モデル
Gemini 3.x Flash TTS 個のモデル名
Gemini Developer API を使用している場合、従量課金制の Blaze のお支払いプランは必要ありません。
| モデル名 | 説明 | リリース ステージ | リリース日 | 提供終了日 |
|---|---|---|---|---|
gemini-3.1-flash-tts-preview |
Gemini 3.x Flash TTS のプレビュー版 | プレビュー | 2026-06-17 | 未定 |
音声 - Live API モデル
Gemini 3.x Flash Live 個のモデル名
| Gemini Developer API モデル名 |
説明 | リリース ステージ | リリース日 | 提供終了日 |
|---|---|---|---|---|
gemini-3.1-flash-live-preview 1 |
Gemini Developer API の Live API のプレビュー版 | プレビュー | 2026-03-26 | 未定 |
| Agent Platform Gemini API (formerly Vertex AI) モデル名 |
説明 | リリース ステージ | リリース日 | 提供終了日 |
|---|---|---|---|---|
| Agent Platform Gemini API (formerly Vertex AI) は Gemini Live 3.x モデルをサポートしていません。 | ||||
1 Gemini Developer API でのみサポートされています。また、これはプレビュー モデルですが、Gemini Developer API の「無料枠」で利用できます。
Gemini 2.5 Flash Live 個のモデル名
Gemini Developer API を使用している場合は、従量課金制の Blaze のお支払いプランは必要ありません(通常、プレビュー モデルには有料プランが必要です)。
次のモデルは、Gemini API プロバイダによってモデル名が異なりますが、モデルの機能は同じです。
| Gemini Developer API モデル名 |
説明 | リリース ステージ | リリース日 | 提供終了日 |
|---|---|---|---|---|
gemini-2.5-flash-native-audio-preview-12-2025 1 |
Gemini Developer API の Live API のプレビュー版 | プレビュー | 2025-12-12 | 未定 |
gemini-2.5-flash-native-audio-preview-09-2025 1 |
Gemini Developer API の Live API の初期プレビュー バージョン | プレビュー | 2025-09-18 | 未定 |
| Agent Platform Gemini API (formerly Vertex AI) モデル名 |
説明 | リリース ステージ | リリース日 | 提供終了日 |
|---|---|---|---|---|
gemini-live-2.5-flash-native-audio 2 |
Agent Platform Gemini API (formerly Vertex AI) の Live API の安定版 | Stable | 2025-12-12 | 2026-12-12 以降 |
gemini-live-2.5-flash-preview-native-audio-09-2025 2 |
Agent Platform Gemini API (formerly Vertex AI) の Live API のプレビュー版 | プレビュー | 2025-09-18 | 未定 |
1 Gemini Developer API でのみサポートされています。
また、これらのモデルはプレビュー モデルですが、Gemini Developer API の「無料枠」で利用できます。
2 Agent Platform Gemini API (formerly Vertex AI) でのみサポートされています。
また、これらのモデルは global ロケーションでは使用できません。
サポートされている言語
汎用モデル
すべての Gemini 一般用途モデル(Gemini 4 Argon、Gemini 3.8 Flash、Gemini 3.5 Flash-Lite、以前の 3.x モデルなど)は、100 以上の言語を理解して回答できます。
アフリカーンス語(af)、アルバニア語(sq)、アムハラ語(am)、アラビア語(ar)、アルメニア語(hy)、アッサム語(as)、アゼルバイジャン語(az)、バスク語(eu)、ベラルーシ語(be)、ベンガル語(bn)、ボスニア語(bs)、ブルガリア語(bg)、カタロニア語(ca)、セブアノ語(ceb)、中国語(簡体字、繁体字)(zh)、コルシカ語(co)、クロアチア語(hr)、チェコ語(cs)、デンマーク語(da)、ディベヒ語(dv)、オランダ語(nl)、英語(en)、エスペラント語(eo)、エストニア語(et)、フィリピン語(タガログ語)(fil)、フィンランド語(fi)、フランス語(fr)、フリジア語(fy)、ガリシア語(gl)、グルジア語(ka)、ドイツ語(de)、ギリシャ語(el)、グジャラート語(gu)、ハイチ語(ht)、ハウサ語(ha)、ハワイ語(haw)、ヘブライ語(iw)、ヒンディー語(hi)、モン語(hmn)、ハンガリー語(hu)、アイスランド語(is)、イボ語(ig)、インドネシア語(id)、アイルランド語(ga)、イタリア語(it)、日本語(ja)、ジャワ語(jv)、カンナダ語(kn)、カザフ語()、クメール語()、韓国語()、クリオ語()、クルド語()、キルギス語()、ラオス語()、ラテン語()、ラトビア語()、リトアニア語()、ルクセンブルク語()、マケドニア語()、マダガスカル語()、マレー語()、マラヤーラム語()、マルタ語()、マオリ語(af)、マラーティー語(sq)、メイテイロン語(マニプリ語)(am)、モンゴル語(ar)、ミャンマー語(ビルマ語)(hy)、ネパール語(as)、ノルウェー語(az)、ニャンジャ語(チチェワ語)(eu)、オディア語(オリヤー語)(be)、パシュトー語(bn)、ペルシャ語(bs)、ポーランド語(bg)、ポルトガル語(ca)、パンジャーブ語(ceb)、ルーマニア語(zh)、ロシア語(co)、サモア語(hr)、スコットランド ゲール語(cs)、セルビア語(da)、ソト語(dv)、ショナ語(nl)、シンド語(en)、シンハラ語(eo)、スロバキア語(et)、スロベニア語(fil)、ソマリ語(fi)、スペイン語(fr)、スンダ語(fy)、スワヒリ語(gl)、スウェーデン語(ka)、タジク語(de)、タミル語(el)、テルグ語(gu)、タイ語(ht)、トルコ語(ha)、ウクライナ語(haw)、ウルドゥー語(iw)、ウイグル語(hi)、ウズベク語(hmn)、ベトナム語(hu)、ウェールズ語(is)、コーサ語(ig)、イディッシュ語(id)、ヨルバ語(ga)、ズールー語(it)。kkkmkokrikukylolalvltlbmkmgmsmlmtmimrmni-Mteimnmynenonyorpsfaplptparorusmgdsrstsnsdsiskslsoessuswsvtgtatethtrukuruguzvicyxhyiyozu
画像生成モデル
Gemini 3.x Image モデルは、多くの言語のテキスト プロンプトを受け入れることができます。ただし、次の言語とロケールで最適なパフォーマンス(テキスト プロンプトと生成画像内のテキストのレンダリングの両方)が得られるように最適化されています。
アラビア語(ar-EG)、ドイツ語(de-DE)、英語(EN)、スペイン語(es-MX)、フランス語(fr-FR)、ヒンディー語(hi-IN)、インドネシア語(id-ID)、イタリア語(it-IT)、日本語(ja-JP)、韓国語(ko-KR)、ポルトガル語(pt-BR)、ロシア語(ru-RU)、ウクライナ語(uk-UA)、ベトナム語(vi-VN)、中国語(簡体字)(zh-CN)。
プロンプトのベスト プラクティスと画像内の生成されたテキストの生成について詳しくは、画像生成でサポートされている言語をご覧ください。
音声生成モデル(TTS と Live API)
音声生成モデルは、音声合成と(Live API の場合)リアルタイムの双方向会話に最適化された、特殊な言語セットをサポートしています。
テキスト読み上げ(TTS)モデル: Gemini 3.x TTS モデルは、約 80 の言語と方言で音声を自動的に検出して生成できます。
サポートされている言語と使用可能な BCP-47 ロケールコードの全一覧については、音声生成でサポートされている言語をご覧ください。
Live API モデル: Live API モデルは、約 80 の言語と方言でリアルタイムの双方向音声インタラクションをサポートしています。
サポートされている言語の全一覧と、音声応答の言語を変更する方法については、Live API でサポートされている言語をご覧ください。
以前のモデルに関する情報
以下は現行モデルですが、前世代のモデルです。可能であれば、新しいモデルを使用するようにアプリを移行することを強くおすすめします。これらの古いモデルのサポート終了とシャットダウン(および推奨される後継モデル)について詳しくは、こちらのよくある質問をご覧ください。
以下のサブセクションで必要な情報が見つからない場合は、選択した API プロバイダのドキュメント(Gemini Developer API または Agent Platform Gemini API (formerly Vertex AI))で詳細をご確認ください。
古い Gemini モデル
gemini-3.1-pro-previewgemini-2.5-progemini-2.5-flashgemini-2.5-flash-litegemini-2.5-flash-image(別名「Nano Banana」)gemini-2.0-flash-001(およびその自動更新エイリアスgemini-2.0-flash)gemini-2.0-flash-lite-001(およびその自動更新エイリアスgemini-2.0-flash-lite)
古い Gemini Live API モデルについては、Gemini API プロバイダのドキュメントをご覧ください。
古い Imagen モデル
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
以前のモデルの詳細を表示する
次のステップ
Gemini API の機能を試す
- マルチターンの会話(チャット)を構築します。
- テキストのみのプロンプトからテキストを生成する。
- 画像、PDF、動画、音声など、さまざまなファイル形式でプロンプトを送信してテキストを生成します。
- テキスト プロンプトとマルチモーダル プロンプトの両方から構造化出力(JSON など)を生成します。
- テキスト プロンプトとマルチモーダル プロンプトの両方から画像を生成、編集します。
- Gemini テキスト読み上げ(TTS)モデルを使用して、音声(単一話者と複数話者の両方)を生成します。
- Gemini Live API を使用して、ストリームの入出力(音声を含む)を行います。
-
ツール(関数呼び出しや
Google Search またはGoogle Maps を使用したグラウンディングなど)を使用して、Gemini モデルをアプリの他の部分や外部システム、情報に接続します。