W przypadku aplikacji mobilnych i internetowych pakiety SDK Firebase AI Logic umożliwiają interakcję z obsługiwanymi Gemini modelami bezpośrednio z aplikacji.
Modele Gemini są uważane za multimodalne, ponieważ mogą przetwarzać, a nawet generować różne rodzaje danych, w tym tekst, kod, pliki PDF, obrazy, filmy i dźwięk.
Zapoznaj się też z najczęstszymi pytaniami na temat wszystkich modeli, które Firebase AI Logic obsługuje i których nie obsługuje.
Polecane modele
Gemini 4 Argon
gemini-4-argon
Zaawansowane wnioskowanie i rozpoznawanie multimodalne, które umożliwiają obsługę złożonych przypadków użycia i inteligentnych przepływów pracy w aplikacji.
Gemini 3.8 Flash
gemini-3.8-flash
Wydajność klasy Frontier porównywalna z większymi modelami przy ułamku kosztów.
Gemini 3.5 Flash-Lite
gemini-3.5-flash-lite
Wydajny model do zadań wymagających dużych nakładów pracy, w których istotne są koszty, o wydajności i jakości serii Gemini 3.
Gemini 3.1 Flash Image (Nano Banana 2)
gemini-3.1-flash-image
Zaawansowany, wysoce wydajny model do generowania i edytowania obrazów, zoptymalizowany pod kątem szybkości i przypadków użycia wymagających dużej mocy obliczeniowej.
Modele ogólnego zastosowania
Przejdź do tabel ze szczegółami modelu
Gemini 4 Argon
gemini-4-argon
Zaawansowane wnioskowanie i rozbudowane rozpoznawanie multimodalne do obsługi złożonych przypadków użycia i inteligentnych przepływów pracy w aplikacji.
Gemini 3.8 Flash
gemini-3.8-flash
Wydajność klasy Frontier, która dorównuje większym modelom, za ułamek ceny.
Gemini 3.5 Flash-Lite
gemini-3.5-flash-lite
Wydajny i ekonomiczny model do obsługi dużego ruchu, który zapewnia wydajność i jakość serii Gemini 3.
Modele generujące obrazy
Przejdź do tabel ze szczegółami modelu
Gemini 3 Pro Image (Nano Banana Pro)
gemini-3-pro-image
Najnowocześniejszy model do generowania i edytowania obrazów, który umożliwia tworzenie wysoce kontekstowych obrazów natywnych.
Gemini 3.1 Flash Image (Nano Banana 2)
gemini-3.1-flash-image
Wydajny model do generowania i edytowania obrazów o wysokiej skuteczności, zoptymalizowany pod kątem szybkości i zastosowań wymagających dużych nakładów pracy.
Gemini 3.1 Flash-Lite Image (Nano Banana 2 Lite)
gemini-3.1-flash-lite-image
Model do generowania i edytowania obrazów z bardzo małym opóźnieniem i niskimi kosztami, zaprojektowany z myślą o interaktywnych przypadkach użycia na dużą skalę.
Modele generujące dźwięk
Modele zamiany tekstu na mowę (TTS)
Możesz generować mowę z tekstu za pomocą modeli TTS Gemini.
Przejdź do tabel ze szczegółami modelu
Gemini 3.x Flash TTS
gemini-3.1-flash-tts-preview
Wydajne generowanie mowy z tekstu z niskim czasem oczekiwania.
Live API modelu
Możesz generować dwukierunkowy strumieniowy dźwięk za pomocą modeli, które obsługują Gemini Live API.
Przejdź do tabel ze szczegółami modelu
Gemini 3.x Flash z natywnym dźwiękiem interfejsu Gemini Live API
Gemini Developer API:gemini-3.1-flash-live-preview
Interfejs Agent Platform Gemini API:
nie jest obsługiwany
Umożliwia dwukierunkowe interakcje głosowe i wideo w czasie rzeczywistym z modelem Gemini przy niewielkich opóźnieniach.
Gemini 2.5 Flash z natywnym dźwiękiem interfejsu Gemini Live API
Gemini Developer API:gemini-2.5-flash-native-audio-preview-12-2025
Agent Platform Gemini API:gemini-live-2.5-flash-native-audio
Umożliwia interakcje głosowe i wideo w czasie rzeczywistym z niewielkimi opóźnieniami przy użyciu modelu Gemini, który jest dwukierunkowy.
W dalszej części tej strony znajdziesz szczegółowe informacje o modelach obsługiwanych przez Firebase AI Logic.
-
- Obsługiwane wejścia i wyjścia
- Ogólne porównanie obsługiwanych funkcji
- Specyfikacje i ograniczenia, np. maksymalna liczba tokenów wejściowych lub maksymalna długość filmu wejściowego
Opis sposobu obsługi wersji modeli, w szczególności ich wersji stabilnych, wersji przedpremierowych i wersji eksperymentalnych.
Listy dostępnych nazw modeli, które można uwzględnić w kodzie podczas inicjowania.
Listy obsługiwanych języków w przypadku modeli
U dołu tej strony możesz wyświetlić szczegółowe informacje o modelach poprzedniej generacji.
Porównanie modeli
Każdy model ma inne możliwości, które pozwalają obsługiwać różne przypadki użycia. Pamiętaj, że każda tabela w tej sekcji opisuje każdy model używany z Firebase AI Logic. Każdy model może mieć dodatkowe funkcje, które nie są dostępne podczas korzystania z naszych pakietów SDK.
Jeśli nie możesz znaleźć informacji, których szukasz, w poniższych podsekcjach, więcej informacji znajdziesz w dokumentacji wybranego dostawcy interfejsu API: Gemini Developer API lub Agent Platform Gemini API (formerly Vertex AI).
Obsługiwane wejścia i wyjścia
W tabeli poniżej znajdziesz listę obsługiwanych typów danych wejściowych i wyjściowychw przypadku korzystania z poszczególnych modeli w Firebase AI Logic.
Więcej informacji o obsługiwanych typach plików znajdziesz w artykule Obsługiwane pliki wejściowe i wymagania.
|
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 |
|
|---|---|---|---|---|---|---|---|
| Typy danych wejściowych | |||||||
| Tekst | |||||||
| Kod | |||||||
| Dokumenty (pliki PDF lub zwykły tekst) |
|||||||
| Obrazy | |||||||
| Wideo | |||||||
| Dźwięk | |||||||
| Typy danych wyjściowych | |||||||
| Tekst | |||||||
| Tekst (strumieniowanie) | |||||||
| Kod | |||||||
| Uporządkowane dane wyjściowe (np. JSON) |
|||||||
| Obrazy | |||||||
| Wideo | |||||||
| Dźwięk | |||||||
Obsługiwane możliwości i funkcje
W tabeli poniżej znajdziesz obsługiwane funkcje i możliwości podczas korzystania z poszczególnych modeli w Firebase AI Logic.
Specyfikacje i ograniczenia
W tabeli poniżej znajdziesz specyfikacje i ograniczeniadotyczące korzystania z poszczególnych modeli w przypadku Firebase AI Logic.
| Właściwość |
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 |
|---|---|---|---|---|---|---|---|
| Limit tokenów wejściowych* | 1 048 576 tokenów | 1 048 576 tokenów | 65 536 tokenów | 131 072 tokeny | 65 536 tokenów | 8192 tokeny | zobacz dokumentację |
| Limit tokenów wyjściowych * | 32 768 tokenów (bez streamingu) 65 536 tokenów (streaming) ** |
65 536 tokenów | 32 768 tokenów | 32 768 tokenów | 4096 tokenów | 16 384 tokeny | |
| Pliki PDF (na żądanie) | |||||||
| Maksymalna liczba wejściowych plików PDF*** |
900 plików | 900 plików | 14 plików | 14 plików | 14 plików | --- | zobacz dokumentację |
| Maksymalna liczba stron na wejściowy plik PDF*** |
900 stron | 900 stron | 14 stron | 14 stron | 14 stron | --- | |
| Maksymalny rozmiar każdego wejściowego pliku PDF |
50 MB | 50 MB | 50 MB | 50 MB | 50 MB | --- | |
| Grafika (z uwzględnieniem żądań) | |||||||
| Maksymalna liczba obrazów wejściowych |
1000 obrazów. | 1000 obrazów. | 14 obrazów | 14 obrazów | 14 obrazów | --- | zobacz dokumentację |
| Maksymalny rozmiar na obraz wejściowy zakodowany w formacie base64 |
7 MB | 7 MB | 7 MB | 7 MB | 7 MB | --- | |
| Maksymalna liczba obrazów wyjściowych |
--- | --- | Do limitu tokenów wyjściowych | Do limitu tokenów wyjściowych | Do limitu tokenów wyjściowych | --- | |
| Wideo (na żądanie) | |||||||
| Maksymalna liczba wejściowych plików wideo |
10 plików | 10 plików | --- | Do limitu tokenów wejściowych | Do limitu tokenów wejściowych | --- | zobacz dokumentację |
| Maksymalna długość wszystkich filmów wejściowych (tylko klatki) |
~60 minut | ~60 minut | --- | ~25 minut | ~12 minut | --- | |
| Maksymalna długość wszystkich filmów wejściowych (klatki + dźwięk) |
~45 minut | ~45 minut | --- | --- | --- | --- | |
| Dźwięk (z uwzględnieniem żądań) | |||||||
| Maksymalna liczba wejściowych plików audio |
1 plik | 1 plik | --- | --- | --- | --- | zobacz dokumentację, |
| Maksymalna długość wszystkich wejściowych plików audio |
Ok.8,4 godziny | Ok.8,4 godziny | --- | --- | --- | --- | |
*
W przypadku wszystkich modeli Gemini token odpowiada około 4 znakom, więc 100 tokenów to około 60–80 słów w języku angielskim. W przypadku modeli Gemini możesz określić łączną liczbę tokenów w żądaniach za pomocą countTokens.
**
W przypadku gemini-4-argon usługa Firebase AI Logic nie obsługuje jeszcze długiego dekodowania, ale ta funkcja będzie już wkrótce dostępna.
*** Pliki PDF są traktowane jako obrazy, więc pojedyncza strona pliku PDF jest traktowana jako 1 obraz. Liczba stron dozwolonych w żądaniu jest ograniczona do liczby obrazów, które może obsługiwać model.
Znajdowanie dodatkowych szczegółowych informacji
Limity i ceny są różne w przypadku poszczególnych modeli. Ceny zależą też od danych wejściowych i wyjściowych.
Więcej informacji o obsługiwanych typach plików wejściowych, sposobie określania typu MIME oraz o tym, jak upewnić się, że pliki wejściowe i żądania multimodalne spełniają wymagania i są zgodne ze sprawdzonymi metodami, znajdziesz w artykule Obsługiwane pliki wejściowe i wymagania.
Wersje modeli i wzorce nazewnictwa
Modele są oferowane w wersjach stabilnych, wersjach testowych i wersjach eksperymentalnych. Dla wygody obsługiwane są aliasy -latest
Zapoznaj się ze sprawdzonymi metodami korzystania z wersji modelu.
Aby znaleźć konkretne nazwy modeli do użycia w kodzie, zapoznaj się z sekcją „Dostępne nazwy modeli” poniżej.
| Typ wersji / Etap wersji |
Opis | Wzorzec nazwy modelu | |
|---|---|---|---|
| Stabilny |
Stabilne wersje są dostępne i obsługiwane
do użytku produkcyjnego od daty premiery.
|
Nazwy modeli wersji stabilnych nie mają sufiksu.
Przykłady: |
|
| Podgląd |
Wersje testowe mają nowe funkcje i są uważane za niestabilne.
|
Nazwy modeli w wersjach testowych mają na końcu symbol
Przykład: |
|
| Eksperymentalne |
Wersje eksperymentalne mają nowe funkcje i są uważane za niestabilne.
|
Nazwy modeli wersji eksperymentalnych są uzupełniane o
Przykład: |
|
| Wyłącz (wycofane) |
Wersje wyłączone (wycofane) przekroczyły datę wyłączenia (wycofania) i zostały trwale dezaktywowane.
|
--- |
|
Sprawdzone metody korzystania z wersji modelu
W aplikacjach produkcyjnych używaj jednoznacznej nazwy modelu dla najnowszej wersji stabilnej.
Jeśli w przypadku Agent Platform Gemini API (formerly Vertex AI) zdecydujesz się na użycie modelu dostępnego przez krótki czas w aplikacji produkcyjnej, jeszcze ważniejsze jest, aby używać Firebase Remote Config lub szablonów promptów serwera do kontrolowania nazwy modelu używanej w funkcji AI.
Używaj wersji podglądowych i eksperymentalnych tylko podczas tworzenia prototypów. Zalecamy używanie wersji stabilnej, gdy zaczynasz programowanie i testowanie w przypadku użycia produkcyjnego.
Nie zalecamy używania aliasów
-latest
Dostępne nazwy modeli
Nazwy modeli to jawne wartości, które umieszczasz w kodzie podczas inicjowania modelu.
Modele ogólnego zastosowania (np.
gemini-4-argonlubgemini-3.8-flash)Modele do generowania obrazów (takie jak
gemini-3.1-flash-image, czyli modele „Nano Banana”)Modele generujące dźwięk:
- Modele zamiany tekstu na mowę (TTS)
(np.
gemini-3.1-flash-tts-preview) - Modele Live API (np.
gemini-live-2.5-flash-native-audio)
- Modele zamiany tekstu na mowę (TTS)
(np.
Przykłady inicjowania dla Twojej platformy znajdziesz w przewodniku dla początkujących.
Szczegółowe informacje o etapach wersji (zwłaszcza o przypadkach użycia, płatnościach i wyłączaniu) znajdziesz w artykule o wersjonowaniu modeli i wzorcach nazewnictwa.
Wyświetlanie listy wszystkich dostępnych modeli za pomocą kodu
Możesz wyświetlić listę wszystkich dostępnych nazw modeli za pomocą interfejsu REST API:
Gemini Developer API: wywołaj
models.listpunkt końcowyAgent Platform Gemini API (formerly Vertex AI): wywołaj punkt końcowy
publishers.models.list
Pamiętaj, że zwrócona lista będzie zawierać wszystkie modele obsługiwane przez dostawców interfejsu API, ale Firebase AI Logic obsługuje tylko modele Gemini opisane na tej stronie.
Modele ogólnego zastosowania
Gemini 4 Argon nazwy modeli
Wymaga abonamentu Blaze z płatnością według wykorzystania niezależnie od dostawcy Gemini API.
| Nazwa modelu | Opis | Etap wersji | Data premiery | Data wyłączenia |
|---|---|---|---|---|
gemini-4-argon |
Najnowsza stabilna wersja Gemini 4 Argon | Stabilny | 2026-10-13 | Jeszcze nieznany |
Nazwy modeli: Gemini 3.x Flash
Nie wymaga abonamentu Blaze z płatnością według wykorzystania, jeśli używasz Gemini Developer API.
| Nazwa modelu | Opis | Etap wersji | Data premiery | Data wyłączenia |
|---|---|---|---|---|
gemini-3.8-flash |
Najnowsza stabilna wersja Gemini 3.x Flash Jest to model o krótkoterminowej dostępności (patrz Wersjonowanie modeli i wzorce nazewnictwa). |
Stabilny | 2026-09-02 | Jeszcze nieznany |
gemini-3.7-flash |
Stabilna wersja Gemini 3.x Flash Jest to model dostępny przez krótki czas (patrz Wersjonowanie modeli i wzorce nazewnictwa). |
Stabilny | 2026-08-13 | Jeszcze nieznany |
gemini-3.6-flash |
Wersja stabilna Gemini 3.x Flash Jest to model o krótkoterminowej dostępności (patrz Wersje modeli i wzorce nazewnictwa). |
Stabilny | 2026-07-21 | Jeszcze nieznany |
gemini-3.5-flash |
Wersja stabilna: Gemini 3.x Flash | Stabilny | 2026-05-19 | Nie wcześniej niż 19 maja 2027 r. |
gemini-3-flash-preview |
Wersja testowa modelu Gemini 3.x Flash | Podgląd | 2025-12-17 | Jeszcze nieznany |
Nazwy modeli: Gemini 3.x Flash‑Lite
Nie wymaga abonamentu Blaze z płatnością według wykorzystania, jeśli używasz Gemini Developer API.
| Nazwa modelu | Opis | Etap wersji | Data premiery | Data wyłączenia |
|---|---|---|---|---|
gemini-3.5-flash-lite |
Najnowsza stabilna wersja Gemini 3.x Flash‑Lite | Stabilny | 2026-07-21 | Nie wcześniej niż 2027-07-21 |
gemini-3.1-flash-lite |
Wersja stabilna: Gemini 3.x Flash‑Lite | Stabilny | 2026-05-07 | Nie wcześniej niż 7 maja 2027 r. |
Modele generujące obrazy
Nazwy modeli Gemini 3.x Pro Image (np. „Nano Banana Pro”)
Wymaga abonamentu Blaze z płatnością według wykorzystania niezależnie od dostawcy Gemini API.
| Nazwa modelu | Opis | Etap wersji | Data premiery | Data wyłączenia |
|---|---|---|---|---|
gemini-3-pro-image |
Wersja stabilna Gemini 3.x Pro Image (znana też jako „Nano Banana Pro”) |
Stabilny | 2026-05-28 | Nie wcześniej niż 28 maja 2027 r. |
gemini-3-pro-image-preview |
Wersja testowa modelu Gemini 3.x Pro Image (znanego też jako „Nano Banana Pro”) |
Podgląd | 2025-11-20 | Najwcześniej 25.06.2026 |
Nazwy modeli Gemini 3.x Flash Image (np. „Nano Banana 2”)
Wymaga abonamentu Blaze z płatnością według wykorzystania niezależnie od dostawcy Gemini API.
| Nazwa modelu | Opis | Etap wersji | Data premiery | Data wyłączenia |
|---|---|---|---|---|
gemini-3.1-flash-image |
Wersja stabilna Gemini 3.x Flash Image (znana też jako „Nano Banana 2”) |
Stabilny | 2026-05-28 | Nie wcześniej niż 28 maja 2027 r. |
gemini-3.1-flash-image-preview |
Wersja testowa modelu Gemini 3.x Flash Image (znanego też jako „Nano Banana 2”) |
Podgląd | 2026-02-26 | Najwcześniej 25.06.2026 |
Gemini 3.x Flash‑Lite Image nazwy modeli (np. „Nano Banana 2 Lite”)
Wymaga abonamentu Blaze z płatnością według wykorzystania niezależnie od dostawcy Gemini API.
| Nazwa modelu | Opis | Etap wersji | Data premiery | Data wyłączenia |
|---|---|---|---|---|
gemini-3.1-flash-lite-image |
Stabilna wersja modelu Gemini 3.x Flash‑Lite Image (znanego też jako „Nano Banana 2 Lite”) . Jest to model dostępny przez krótki czas (patrz Wersjonowanie i wzorce nazewnictwa modeli). |
Stabilny | 2026-06-30 | Jeszcze nieznany |
Modele audio – zamiana tekstu na mowę (TTS)
Gemini 3.x Flash TTS nazwa modelu
Niewymaga abonamentu Blaze w modelu płatności według wykorzystania, jeśli korzystasz z Gemini Developer API.
| Nazwa modelu | Opis | Etap wersji | Data premiery | Data wyłączenia |
|---|---|---|---|---|
gemini-3.1-flash-tts-preview |
Wersja testowa: Gemini 3.x Flash TTS | Podgląd | 2026-06-17 | Jeszcze nieznany |
Dźwięk – Live API modeli
Nazwy modeli: Gemini 3.x Flash Live
| Gemini Developer API Nazwa modelu |
Opis | Etap wersji | Data premiery | Data wyłączenia |
|---|---|---|---|---|
gemini-3.1-flash-live-preview 1 |
Wersja testowa dla Live API na Gemini Developer API | Podgląd | 2026-03-26 | Jeszcze nieznany |
| Agent Platform Gemini API (formerly Vertex AI) Nazwa modelu |
Opis | Etap wersji | Data premiery | Data wyłączenia |
|---|---|---|---|---|
| Agent Platform Gemini API (formerly Vertex AI) nie obsługuje żadnych modeli Gemini Live 3.x. | ||||
1 Tylko obsługiwane przez Gemini Developer API.
Chociaż jest to model w wersji testowej, jest on dostępny na „poziomie bezpłatnym” Gemini Developer API.
Gemini 2.5 Flash Live nazwy modeli
Nie wymaga planu cenowego Blaze w przypadku płatności według wykorzystania, jeśli korzystasz z Gemini Developer API (zwykle modele w wersji podglądowej wymagają płatnego planu).
Chociaż poniższe modele mają różne nazwy w zależności od dostawcy interfejsu APIGemini, ich funkcje są takie same.
| Gemini Developer API Nazwa modelu |
Opis | Etap wersji | Data premiery | Data wyłączenia |
|---|---|---|---|---|
gemini-2.5-flash-native-audio-preview-12-2025 1 |
Wersja testowa dla Live API na Gemini Developer API | Podgląd | 2025-12-12 | Jeszcze nieznany |
gemini-2.5-flash-native-audio-preview-09-2025 1 |
Wstępna wersja podglądu Live API na urządzeniu Gemini Developer API | Podgląd | 2025-09-18 | Jeszcze nieznany |
| Agent Platform Gemini API (formerly Vertex AI) Nazwa modelu |
Opis | Etap wersji | Data premiery | Data wyłączenia |
|---|---|---|---|---|
gemini-live-2.5-flash-native-audio 2 |
Wersja stabilna Live API na Agent Platform Gemini API (formerly Vertex AI) | Stabilny | 2025-12-12 | Nie wcześniej niż 12 grudnia 2026 r. |
gemini-live-2.5-flash-preview-native-audio-09-2025 2 |
Wersja testowa dla Live API na Agent Platform Gemini API (formerly Vertex AI) | Podgląd | 2025-09-18 | Jeszcze nieznany |
1 Tylko obsługiwane przez Gemini Developer API.
Chociaż są to modele w wersji testowej, są one dostępne w ramach „poziomu bezpłatnego” Gemini Developer API.
2 Obsługiwane tylko przez Agent Platform Gemini API (formerly Vertex AI).
Poza tym te modele nie są dostępne w lokalizacji global.
Obsługiwane języki
Modele ogólnego zastosowania
Wszystkie modele Gemini ogólnego zastosowania (takie jak Gemini 4 Argon, Gemini 3.8 Flash, Gemini 3.5 Flash-Lite i wcześniejsze modele 3.x) rozumieją ponad 100 języków i odpowiadają w nich:
afrikaans (af), albański (sq), amharski (am), angielski (en), arabski (ar), asamski (as), azerski (az), baskijski (eu), bengalski (bn), białoruski (be), birmański (hy), bośniacki (bs), bułgarski (bg), cebuański (ceb), chiński uproszczony i tradycyjny (zh), chorwacki (hr), czeski (cs), duński (da), esperanto (eo), estoński (et), filipiński (tagalski) (fil), fiński (fi), francuski (fr), fryzyjski (fy), galicyjski (gl), grecki (el), gruziński (ka), gudżarati (gu), hausa (ha), hawajski (haw), hebrajski (iw), hindi (hi), hiszpański (fr), hmong (hmn), igbo (ig), indonezyjski (id), irlandzki (ga), islandzki (is), japoński (ja), jawajski (jv), jidysz (id), joruba (ga), kannada (kn), kataloński (ca), kazachski (kk), khmerski (km), koreański (ko), korsykański (co), kreolski haitański (ht), krio (kri), kurdyjski (ku), kirgiski (ky), laotański (lo), łaciński (la), łotewski (lv), litewski (lt), luksemburski (lb), macedoński (mk), malajalam (ml), malajski (ms), malgaski (mg), maltański (mt), maoryski (mi), marathi (mr), meitei (manipuri) (mni-Mtei), malediwski (dv), mongolski (mn), niderlandzki (nl), niemiecki (de), nepalski (ne), norweski (no), nyanja (czewa) (ny), odia (orija) (or), ormiański (hy), paszto (ps), perski (fa), polski (pl), portugalski (pt), pendżabski (pa), rosyjski (ru), rumuński (ro), samoański (sm), serbski (sr), sesotho (st), shona (sn), sindhi (sd), słowacki (sk), słoweński (sl), somalijski (so), suahili (sw), sundajski (su), szkocki gaelicki (gd), szwedzki (sv), tadżycki (tg), tamilski (ta), tajski (th), telugu (te), turecki (tr), ukraiński (uk), urdu (ur), ujgurski (ug), uzbecki (uz), walijski (cy), węgierski (hu), wietnamski (vi), włoski (it), xhosa (xh) i zulu (zu).mysiesyiyo
Modele generujące obrazy
Modele Gemini 3.x Image akceptują prompty tekstowe w wielu językach. Są one jednak zoptymalizowane pod kątem najlepszej skuteczności (zarówno w przypadku promptów tekstowych, jak i renderowania tekstu w obrazach wygenerowanych przez AI) w tych językach i lokalizacjach:
angielski (EN), arabski (ar-EG), chiński uproszczony (zh-CN), francuski (fr-FR), hindi (hi-IN), hiszpański (es-MX), indonezyjski (id-ID), japoński (ja-JP), koreański (ko-KR), niemiecki (de-DE), portugalski (pt-BR), rosyjski (ru-RU), ukraiński (uk-UA), wietnamski (vi-VN) i włoski (it-IT).
Więcej informacji o sprawdzonych metodach dotyczących promptów i generowania tekstu na obrazach znajdziesz w artykule Obsługiwane języki generowania obrazów.
Modele generujące dźwięk (TTS i Live API)
Modele generujące dźwięk obsługują specjalistyczne zestawy językowe zoptymalizowane pod kątem syntezy mowy i (w przypadku Live API) dwukierunkowego dialogu w czasie rzeczywistym:
Modele zamiany tekstu na mowę (TTS): modele Gemini 3.x TTS mogą automatycznie wykrywać i generować mowę w prawie 80 językach i dialektach.
Pełną listę obsługiwanych języków i dostępnych kodów ustawień regionalnych BCP-47 znajdziesz w artykule Obsługiwane języki generowania mowy.
Modele Live API: modele Live API obsługują dwukierunkowe interakcje głosowe w czasie rzeczywistym w prawie 80 językach i dialektach.
Aby zobaczyć pełną listę obsługiwanych języków i dowiedzieć się, jak wpływać na język odpowiedzi głosowej, zapoznaj się z artykułem Obsługiwane języki w przypadku Live API.
Informacje o poprzednich modelach
Poniższe modele są aktywne, ale należą do poprzedniej generacji. Zdecydowanie zalecamy, aby w miarę możliwości przenieść aplikację na nowszy model. Więcej informacji o wycofywaniu i wyłączaniu tych starszych modeli (a także o zalecanych modelach zastępczych) znajdziesz w tym artykule z najczęstszymi pytaniami.
Jeśli nie możesz znaleźć potrzebnych informacji w tych podsekcjach, więcej informacji znajdziesz w dokumentacji wybranego dostawcy interfejsu API:Gemini Developer API lub Agent Platform Gemini API (formerly Vertex AI)
Starsze modele Gemini
gemini-3.1-pro-previewgemini-2.5-progemini-2.5-flashgemini-2.5-flash-litegemini-2.5-flash-image(czyli „Nano Banana”)gemini-2.0-flash-001(oraz jego automatycznie aktualizowany aliasgemini-2.0-flash)gemini-2.0-flash-lite-001(oraz jego automatycznie aktualizowany aliasgemini-2.0-flash-lite)
Informacje o starszych modelach Gemini Live API znajdziesz w dokumentacji dostawcy Gemini API:
Starsze modele 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
Wyświetlanie szczegółów poprzednich modeli
Dalsze kroki
Wypróbuj możliwości Gemini API
- rozmowy wieloetapowe (czat),
- generować tekst na podstawie promptów zawierających tylko tekst,
- Generuj tekst za pomocą promptów z różnymi typami plików, takimi jak obrazy, pliki PDF, filmy i pliki audio.
- generować uporządkowane dane wyjściowe (np. JSON) zarówno z promptów tekstowych, jak i multimodalnych;
- Generowanie i edytowanie obrazów na podstawie promptów tekstowych i multimodalnych.
- Generowanie mowy (zarówno pojedynczych, jak i wielu mówców) za pomocą modeli zamiany tekstu na mowę (TTS) Gemini.
- Przesyłaj strumieniowo dane wejściowe i wyjściowe (w tym dźwięk) za pomocą Gemini Live API.
-
Używaj narzędzi (takich jak wywoływanie funkcji
i uzyskiwanie podstawowych informacji za pomocą
Google Search lubGoogle Maps ), aby połączyć model Gemini z innymi częściami aplikacji oraz zewnętrznymi systemami i informacjami.