Informacje o obsługiwanych modelach

W przypadku aplikacji mobilnych i internetowych pakiety SDK Firebase AI Logic umożliwiają interakcję z obsługiwanymi modelami Gemini 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

Modele ogólnego zastosowania

arrow_downward Przejdź do tabel ze szczegółami modelu

Modele generujące obrazy

arrow_downward Przejdź do tabel ze szczegółami modelu

Modele generujące dźwięk

Modele zamiany tekstu na mowę (TTS)

Możesz generować mowę z tekstu za pomocą modeli TTS Gemini.

arrow_downward Przejdź do tabel ze szczegółami modelu

Live API modelu

Możesz generować dwukierunkowy strumieniowy dźwięk za pomocą modeli, które obsługują Gemini Live API.

arrow_downward Przejdź do tabel ze szczegółami modelu

W dalszej części tej strony znajdziesz szczegółowe informacje o modelach obsługiwanych przez Firebase AI Logic.

• Porównaj modele:

  • Obsługiwane dane wejściowe i wyjściowe
  • 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 dla modeli,

U dołu tej strony możesz wyświetlić szczegółowe informacje o modelach poprzedniej generacji.

---

Porównanie modeli

Każdy model ma inne możliwości, które pozwalają na obsługę różnych przypadków 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 dane wejściowe i wyjściowe

W tabeli poniżej znajdziesz obsługiwane typy danych wejściowych i wyjściowych podczas 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
Rodzaje informacji 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 funkcje i możliwości

W tabeli poniżej znajdziesz obsługiwane funkcje i możliwości podczas korzystania z poszczególnych modeli w 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
Myślę
generować tekst na podstawie danych wejściowych zawierających tylko tekst lub danych multimodalnych;			tekst przeplatany obrazami lub jako część obrazu	tekst przeplatany obrazami lub jako część obrazu	tekst przeplatany obrazami lub jako część obrazu		transkrypcja dźwięku
Generowanie obrazów
Edytowanie obrazów
Wygeneruj dźwięk						speech	strumieniowe przesyłanie dźwięku
Generowanie uporządkowanych danych wyjściowych (np. JSON)
Analizowanie dokumentów (pliki PDF lub zwykły tekst) (tekst wyjściowy | obraz wyjściowy)
Analizowanie obrazów (text-output | image-output)
Analiza filmu (text-output | image-output)							strumieniowa transmisja wideo
Analizowanie dźwięku							strumieniowe przesyłanie dźwięku
Czat wieloetapowy
Dwukierunkowe strumieniowanie multimodalne
Obsługiwane narzędzia
Wywoływanie funkcji
Wykonanie kodu
Kontekst adresu URL
Grounding z użyciem Google Search
Grounding z użyciem Google Maps

Specyfikacje i ograniczenia

W tabeli poniżej znajdziesz specyfikacje i ograniczenia dotyczące korzystania z poszczególnych modeli w 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 strumieniowania) 65 536 tokenów (ze strumieniowaniem) **	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 (na żądanie)
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	Ok. 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	~8,4 godz.	~8,4 godz.	---	---	---	---

^{* 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 model może obsłużyć.}

Znajdowanie dodatkowych szczegółowych informacji

• Limity i ceny różnią się w zależności od modelu. 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.

---

Wersjonowanie modeli i wzorce nazewnictwa

Modele są oferowane w wersjach stabilnych, wersjach testowych i wersjach eksperymentalnych. Dla wygody obsługiwane są aliasy -latest, ale nie są zalecane ze względu na niespójność wersji modelu, na którą wskazują.

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” w dalszej części tej strony.

Typ wersji / Etap wersji		Opis	Wzorzec nazwy modelu
Stabilny		Wersje stabilne są dostępne i obsługiwane do użytku produkcyjnego od daty wydania. Stabilna wersja modelu jest zwykle udostępniana z datą wycofania, która wskazuje ostatni dzień, w którym model jest dostępny. Po tej dacie model nie będzie już dostępny ani obsługiwany przez Google. Większość stabilnych modeli jest dostępna przez 12 miesięcy od daty premiery (nawet jeśli zostanie wydany model zastępczy). W przypadku Agent Platform Gemini API (formerly Vertex AI) niektóre modele stabilne mają tylko krótkoterminową dostępność, co oznacza, że mogą zostać wyłączone (wycofane) już po 45 dniach od udostępnienia modelu zastępczego.	Nazwy modeli wersji stabilnych nie mają sufiksu. Przykłady: gemini-4-argon gemini-3.8-flash
Podgląd		Wersje testowe mają nowe funkcje i są uważane za niestabilne. Te modele nie są zalecane do użytku produkcyjnego, mają bardziej restrykcyjne ograniczenia liczby żądań i mogą wymagać płatności. Te modele są wyłączane (wycofywane) w ciągu kilku tygodni lub miesięcy po opublikowaniu powiązanej z nimi wersji stabilnej. W przypadku Agent Platform Gemini API (formerly Vertex AI) modele w wersji testowej są dostępne tylko w lokalizacji global.	Nazwy modeli w wersji testowej są uzupełniane o -preview. Przykład: gemini-3-pro-preview
Eksperymentalne		Wersje eksperymentalne mają nowe funkcje i są uważane za niestabilne. Te modele nie są zalecane do użytku w środowisku produkcyjnym i mają bardziej restrykcyjne limity liczby żądań. Modele eksperymentalne służą do zbierania opinii i umożliwiają eksperymentowanie z naszymi najnowszymi funkcjami. Te modele są wyłączane (wycofywane) w ciągu kilku tygodni lub miesięcy po opublikowaniu powiązanej z nimi wersji stabilnej. W przypadku Agent Platform Gemini API (formerly Vertex AI) modele eksperymentalne są dostępne tylko w lokalizacji global.	Nazwy modeli wersji eksperymentalnych są uzupełniane o -exp oraz datę wydania modelu (-MM-DD). Przykład: gemini-2.5-pro-exp-03-25 (opublikowano 25 marca 2025 r.)
Wyłączenie (wycofane)		Wersje wyłączone (wycofane) przekroczyły datę wyłączenia (wycofania) i zostały trwale dezaktywowane. Wyłączone (wycofane) modele nie są już dostępne ani obsługiwane przez Google, a żądanie użycia nazwy wycofanego modelu zwraca błąd 404.	---

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 (nawet podczas programowania). Ten alias wskazuje najnowszą wersję konkretnego wariantu modelu (która może być wersją stabilną, wersją przedpremierową lub wersją eksperymentalną). Ten alias będzie podmieniany przy każdej nowej wersji konkretnej odmiany modelu, a e-mail z powiadomieniem będzie wysyłany tylko w przypadku zmian powodujących niezgodność na 2 tygodnie przed ich wprowadzeniem. Ta niestabilność modelu, którego faktycznie używasz, może prowadzić do nieoczekiwanych zmian w zachowaniu funkcji AI.

---

Dostępne nazwy modeli

Nazwy modeli to jawne wartości, które uwzględniasz w kodzie podczas inicjowania modelu.

• Modele ogólnego zastosowania (takie jak gemini-4-argon lub gemini-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)

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 punkt końcowy models.list

• Agent Platform Gemini API (formerly Vertex AI): wywołaj punkt końcowy publishers.models.list

Pamiętaj, że ta lista będzie zawierać wszystkie modele obsługiwane przez dostawców interfejsów API, ale Firebase AI Logic obsługuje tylko modele Gemini opisane na tej stronie.

Modele ogólnego zastosowania

Nazwy modeli: Gemini 4 Argon

^{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	Stabilna wersja Gemini 3.x Flash Jest to model dostępny przez krótki czas (patrz Wersjonowanie 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 21 lipca 2027 r.
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)

Nazwy modeli: Gemini 3.x Flash TTS

^{Nie wymaga abonamentu Blaze z płatnością według wykorzystania, jeśli używasz 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 – modele: Live API

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 Obsługiwane tylko przez Gemini Developer API. Chociaż jest to model w wersji testowej, jest on dostępny na „poziomie bezpłatnym” Gemini Developer API.}

Nazwy modeli: Gemini 2.5 Flash Live

^{Nie wymaga abonamentu Blaze z płatnością według wykorzystania, jeśli używasz Gemini Developer API (zwykle modele w wersji testowej wymagają abonamentu płatnego).}

Chociaż poniższe modele mają różne nazwy w zależności od dostawcy interfejsu API Gemini, 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 testowa Live API na 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 dla 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 Obsługiwane tylko 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). Te modele nie są też 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 wydajności (zarówno w przypadku promptów tekstowych, jak i renderowania tekstu w obrazach wygenerowanych przez AI) w tych językach i regionach:

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 generowaniu tekstu na obrazach znajdziesz w artykule Obsługiwane języki w przypadku 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 wpłynąć na język odpowiedzi głosowej, zapoznaj się z artykułem Obsługiwane języki w 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 (oraz o zalecanych modelach zastępczych) znajdziesz w tych najczęstszych pytaniach.

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)

Starsze modele Gemini

• gemini-3.1-pro-preview
• gemini-2.5-pro
• gemini-2.5-flash
• gemini-2.5-flash-lite
• gemini-2.5-flash-image (czyli „Nano Banana”)
• gemini-2.0-flash-001 (oraz jego automatycznie aktualizowany alias gemini-2.0-flash)
• gemini-2.0-flash-lite-001 (oraz jego automatycznie aktualizowany alias gemini-2.0-flash-lite)

Informacje o starszych modelach Gemini Live API znajdziesz w dokumentacji dostawcy Gemini API:

• gemini-2.0-flash-live-001
• gemini-2.0-flash-live-preview-04-09
• gemini-live-2.5-flash-preview

Starsze modele Imagen

• imagen-4.0-ultra-generate-001
• imagen-4.0-generate-001
• imagen-4.0-fast-generate-001
• imagen-3.0-capability-001
• imagen-3.0-generate-002
• imagen-3.0-generate-001
• imagen-3.0-fast-generate-001

Wyświetlanie szczegółów poprzednich modeli

Wyświetlanie obsługiwanych danych wejściowych i wyjściowych modeli poprzedniej generacji

Oto typy danych wejściowych i wyjściowych podczas korzystania z poszczególnych modeli w Firebase AI Logic:

	Gemini 2.5 Pro, Flash, Flash‑Lite	Gemini 2.5 Flash Image	Gemini 2.0 Flash	Gemini 2.0 Flash‑Lite	Imagen (generate)	Imagen (funkcja)
Rodzaje informacji wejściowych
Tekst
Kod
Dokumenty (pliki PDF lub zwykły tekst)
Obrazy
Wideo
Dźwięk
Audio (streaming)
Typy danych wyjściowych
Tekst
Tekst (strumieniowanie)
Kod
Uporządkowane dane wyjściowe (np. JSON)
Obrazy
Wideo
Dźwięk
Audio (streaming)

Obsługiwane funkcje i możliwości modeli poprzedniej generacji

Oto możliwości i funkcje dostępne podczas korzystania z poszczególnych modeli w Firebase AI Logic:

	Gemini 2.5 Pro, Flash, Flash‑Lite	Gemini 2.5 Flash Image	Gemini 2.0 Flash	Gemini 2.0 Flash‑Lite	Imagen (generate)	Imagen (funkcja)
Myślę
generować tekst na podstawie danych wejściowych zawierających tylko tekst lub danych multimodalnych;		tekst przeplatany obrazami lub jako część obrazu
Generowanie obrazów (Gemini lub Imagen)
Edytowanie obrazów (Gemini lub Imagen)
Wygeneruj dźwięk
Generowanie uporządkowanych danych wyjściowych (np. JSON)
Analizowanie dokumentów (pliki PDF lub zwykły tekst) (tekst wyjściowy | obraz wyjściowy)
Analizowanie obrazów (text-output | image-output)
Analiza filmu (text-output | image-output)
Analizowanie dźwięku
Czat wieloetapowy
Dwukierunkowe strumieniowanie multimodalne
Obsługiwane narzędzia
Wywoływanie funkcji
Wykonanie kodu
Kontekst adresu URL
Grounding z użyciem Google Search
Grounding z użyciem Google Maps
Instrukcje systemowe
Zliczanie tokenów

Specyfikacje i ograniczenia modeli poprzedniej generacji

Oto specyfikacje i ograniczenia podczas korzystania z poszczególnych modeli w Firebase AI Logic:

Właściwość	Gemini 2.5 Pro, Flash, Flash‑Lite	Gemini 2.5 Flash Image	Gemini 2.0 Flash	Gemini 2.0 Flash‑Lite	Imagen (generate)	Imagen (funkcja)
Limit tokenów wejściowych*	1 048 576 tokenów	32 768 tokenów	1 048 576 tokenów	1 048 576 tokenów	480 tokenów	480 tokenów
Limit tokenów wyjściowych *	65 536 tokenów	8192 tokeny	8192 tokeny	8192 tokeny	---	---
Data granicy wiedzy	Styczeń 2025 r.	---	Czerwiec 2024 r.	Czerwiec 2024 r.	---	---
Pliki PDF (na żądanie)
Maksymalna liczba wejściowych plików PDF**	3000 plików,	3 pliki	3000 plików,	3000 plików,	---	---
Maksymalna liczba stron na wejściowy plik PDF**	1000 stron,	3 strony	1000 stron,	1000 stron,	---	---
Maksymalny rozmiar każdego wejściowego pliku PDF	50 MB	50 MB	50 MB	50 MB	---	---
Grafika (na żądanie)
Maksymalna liczba obrazów wejściowych	3000 obrazów.	3 obrazy	3000 obrazów.	3000 obrazów.	---	4 obrazy
Maksymalna liczba obrazów wyjściowych	---	Do limitu tokenów wyjściowych	---	---	4 obrazy	4 obrazy
Maksymalny rozmiar na obraz wejściowy zakodowany w formacie base64	7 MB	7 MB	7 MB	7 MB	---	---
Wideo (na żądanie)
Maksymalna liczba wejściowych plików wideo	10 plików	---	10 plików	10 plików	---	---
Maksymalna długość wszystkich filmów wejściowych (tylko klatki)	~60 minut	---	~60 minut	~60 minut	---	---
Maksymalna długość wszystkich filmów wejściowych (klatki + dźwięk)	~45 minut	---	~45 minut	~45 minut	---	---
Dźwięk (z uwzględnieniem żądań)
Maksymalna liczba wejściowych plików audio	1 plik	---	1 plik	1 plik	---	---
Maksymalna liczba wyjściowych plików audio	---	---	---	---	---	---
Maksymalna długość wszystkich wejściowych plików audio	~8,4 godz.	---	~8,4 godz.	~8,4 godz.	---	---
Maksymalna długość wszystkich wyjściowych plików audio	---	---	---	---	---	---

^{* 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.}

^{** 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 model może obsłużyć.}

Dostępne nazwy modeli poprzedniej generacji (wraz z datami wyłączenia)

Nazwy modeli to jawne wartości, które uwzględniasz w kodzie podczas inicjowania modelu.

Modele Gemini

Nazwy modeli: Gemini 3.x Pro

^{Wymaga abonamentu Blaze z płatnością według wykorzystania niezależnie od dostawcy Gemini API.}

Nazwa modelu	Opis	Etap wersji	Data premiery	Data wyłączenia
gemini-3.1-pro-preview	Najnowsza wersja testowa modelu Gemini 3.x Pro	Podgląd	2026-02-19	Jeszcze nieznany

Nazwy modeli: Gemini 2.5 Pro

^{Nie wymaga abonamentu Blaze z płatnością według wykorzystania, jeśli używasz Gemini Developer API.}

Nazwa modelu	Opis	Etap wersji	Data premiery	Data wyłączenia
gemini-2.5-pro	Wersja stabilna: Gemini 2.5 Pro	Stabilny	2025-06-17	Developer API: do ustalenia Agent Platform API: 20 października 2026 r.

Nazwy modeli: Gemini 2.5 Flash

^{Nie wymaga abonamentu Blaze z płatnością według wykorzystania, jeśli używasz Gemini Developer API.}

Nazwa modelu	Opis	Etap wersji	Data premiery	Data wyłączenia
gemini-2.5-flash	Wersja stabilna: Gemini 2.5 Flash	Stabilny	2025-06-17	Developer API: do ustalenia Agent Platform API: 20 października 2026 r.

Nazwy modeli: Gemini 2.5 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-2.5-flash-lite	Wersja stabilna: Gemini 2.5 Flash‑Lite	Stabilny	2025-07-22	Developer API: do ustalenia Agent Platform API: 20 października 2026 r.

Nazwy modeli Gemini 2.5 Flash Image (czyli „Nano Banana”)

^{Wymaga abonamentu Blaze z płatnością według wykorzystania niezależnie od dostawcy Gemini API.}

Nazwa modelu	Opis	Etap wersji	Data premiery	Data wyłączenia
gemini-2.5-flash-image	Wersja stabilna Gemini 2.5 Flash Image (znana też jako „Nano Banana”)	Stabilny	2025-10-02	2026-10-02

Nazwy modeli: Gemini 2.0 Flash

Nazwa modelu	Opis	Etap wersji	Data premiery	Data wyłączenia
gemini-2.0-flash-001	Najnowsza stabilna wersja Gemini 2.0 Flash	Stabilny	2025-02-05	2026-06-01
gemini-2.0-flash	Automatycznie aktualizowany alias wskazujący najnowszą stabilną wersję Gemini 2.0 Flash (obecnie gemini-2.0-flash-001)	Stabilny	2025-02-10	2026-06-01

Nazwy modeli: Gemini 2.0 Flash‑Lite

Nazwa modelu	Opis	Etap wersji	Data premiery	Data wyłączenia
gemini-2.0-flash-lite-001	Najnowsza stabilna wersja Gemini 2.0 Flash‑Lite	Stabilny	2025-02-25	2026-06-01
gemini-2.0-flash-lite	Automatycznie aktualizowany alias wskazujący najnowszą stabilną wersję Gemini 2.0 Flash‑Lite (obecnie gemini-2.0-flash-lite-001)	Stabilny	2025-02-25	2026-06-01

Modele Imagen

Nazwy modeli: Imagen 4

Nazwa modelu	Opis	Etap wersji	Data premiery	Data wyłączenia
imagen-4.0-generate-001	Wersja stabilna: Imagen 4	Stabilny	2025-08-14	2026-06-30

Nazwy modeli: Imagen 4 Fast

Nazwa modelu	Opis	Etap wersji	Data premiery	Data wyłączenia
imagen-4.0-fast-generate-001	Wersja stabilna: Imagen 4 Fast	Stabilny	2025-08-14	2026-06-30

Nazwy modeli: Imagen 4 Ultra

Nazwa modelu	Opis	Etap wersji	Data premiery	Data wyłączenia
imagen-4.0-ultra-generate-001	Wersja stabilna: Imagen 4 Ultra	Stabilny	2025-08-14	2026-06-30

Nazwy modeli: Imagen 3 Capability

Nazwa modelu	Opis	Etap wersji	Data premiery	Data wyłączenia
imagen-3.0-capability-001	Pierwsza stabilna wersja Imagen 3 Capability	Stabilny	2024-12-10	2026-06-30

Nazwy modeli: Imagen 3

Nazwa modelu	Opis	Etap wersji	Data premiery	Data wyłączenia
imagen-3.0-generate-002	Najnowsza stabilna wersja Imagen 3	Stabilny	2025-01-23	2026-06-30
imagen-3.0-generate-001	Pierwsza stabilna wersja Imagen 3	Stabilny	2024-07-31	2026-06-30

Nazwy modeli: Imagen 3 Fast

Nazwa modelu	Opis	Etap wersji	Data premiery	Data wyłączenia
imagen-3.0-fast-generate-001	Pierwsza stabilna wersja Imagen 3 Fast	Stabilny	2024-07-31	2026-06-30

---

Dalsze kroki

Wypróbuj możliwości Gemini API

• rozmowy wieloetapowe (czat),
• generowanie tekstu na podstawie promptów tekstowych;
• 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 Grounding z Google Search lub Google Maps), aby połączyć model Gemini z innymi częściami aplikacji oraz zewnętrznymi systemami i informacjami.