สำหรับแอปบนอุปกรณ์เคลื่อนที่และเว็บแอป SDK ของ Firebase AI Logic จะช่วยให้คุณโต้ตอบกับโมเดล Gemini ที่รองรับได้โดยตรงจากแอป
โมเดล Gemini ถือเป็นโมเดลหลายรูปแบบเนื่องจากสามารถประมวลผลและสร้างข้อมูลได้หลายรูปแบบ ไม่ว่าจะเป็นข้อความ โค้ด, PDF, รูปภาพ, วิดีโอ และเสียง
นอกจากนี้ โปรดอ่านคำถามที่พบบ่อยเกี่ยวกับโมเดลทั้งหมดที่ Firebase AI Logic รองรับและไม่รองรับ
โมเดลที่แนะนำ
Gemini 4 Argon
gemini-4-argon
การให้เหตุผลขั้นสูงและความเข้าใจข้อมูลหลายรูปแบบที่สมบูรณ์เพื่อจัดการกรณีการใช้งานที่ซับซ้อนและเวิร์กโฟลว์อัจฉริยะในแอป
Gemini 3.8 Flash
gemini-3.8-flash
ประสิทธิภาพระดับแนวหน้าที่เทียบเท่ากับโมเดลขนาดใหญ่กว่าโดยมีค่าใช้จ่ายเพียงเศษเสี้ยว
Gemini 3.5 Flash-Lite
gemini-3.5-flash-lite
โมเดลที่ทำงานได้ดีในปริมาณมากและคำนึงถึงต้นทุน โดยมีประสิทธิภาพและคุณภาพเทียบเท่ากับซีรีส์ Gemini 3
Gemini 3.1 Flash Image (Nano Banana 2)
gemini-3.1-flash-image
โมเดลการสร้างและแก้ไขรูปภาพที่มีประสิทธิภาพสูงและทรงพลัง ซึ่งได้รับการเพิ่มประสิทธิภาพเพื่อความเร็วและ Use Case ที่มีปริมาณมาก
โมเดลการใช้งานทั่วไป
ไปที่ตารางที่มีรายละเอียดโมเดล
Gemini 4 Argon
gemini-4-argon
การให้เหตุผลขั้นสูงและความเข้าใจข้อมูลหลายรูปแบบที่สมบูรณ์เพื่อจัดการกรณีการใช้งานที่ซับซ้อนและเวิร์กโฟลว์อัจฉริยะในแอป
Gemini 3.8 Flash
gemini-3.8-flash
ประสิทธิภาพระดับแนวหน้าที่เทียบเท่ากับโมเดลขนาดใหญ่กว่าโดยมีค่าใช้จ่ายเพียงเศษเสี้ยว
Gemini 3.5 Flash-Lite
gemini-3.5-flash-lite
โมเดลที่ทำงานได้ดีในปริมาณมากและคำนึงถึงต้นทุน โดยมีประสิทธิภาพและคุณภาพเทียบเท่ากับซีรีส์ Gemini 3
โมเดลการสร้างรูปภาพ
ไปที่ตารางที่มีรายละเอียดโมเดล
Gemini 3 Pro Image (Nano Banana Pro)
gemini-3-pro-image
โมเดลการสร้างและแก้ไขรูปภาพที่ล้ำสมัยสำหรับการสร้างรูปภาพแบบเนทีฟที่มีบริบทสูง
Gemini 3.1 Flash Image (Nano Banana 2)
gemini-3.1-flash-image
โมเดลการสร้างและแก้ไขรูปภาพที่มีประสิทธิภาพสูงและทรงพลัง ซึ่งได้รับการเพิ่มประสิทธิภาพเพื่อความเร็วและ Use Case ที่มีปริมาณมาก
รูปภาพ Gemini 3.1 Flash-Lite (Nano Banana 2 Lite)
gemini-3.1-flash-lite-image
โมเดลการสร้างและแก้ไขรูปภาพที่มีเวลาในการตอบสนองต่ำมากและคุ้มค่า ซึ่งออกแบบมาสำหรับ Use Case แบบอินเทอร์แอกทีฟที่มีปริมาณมาก
โมเดลการสร้างเสียง
โมเดลการอ่านออกเสียงข้อความ (TTS)
คุณสามารถสร้างเสียงพูดจากข้อความที่ป้อนด้วยโมเดล TTS ของ Gemini ได้
ไปที่ตารางที่มีรายละเอียดโมเดล
Gemini 3.x Flash TTS
gemini-3.1-flash-tts-preview
การสร้างเสียงพูดที่มีประสิทธิภาพและเวลาในการตอบสนองต่ำจากข้อความที่ป้อน
รุ่น Live API
คุณสามารถสร้างเสียงสตรีมแบบ 2 ทิศทางด้วยโมเดลที่รองรับ Gemini Live API
ไปที่ตารางที่มีรายละเอียดโมเดล
Gemini 3.x Flash พร้อมเสียงแบบเนทีฟของ Gemini Live API
Gemini Developer API:gemini-3.1-flash-live-preview
Gemini API ของแพลตฟอร์ม Agent:
ไม่รองรับ
ช่วยให้การโต้ตอบด้วยเสียงและการทำงานกับวิดีโอแบบเรียลไทม์ที่มีเวลาในการตอบสนองต่ำด้วยโมเดล Gemini ที่เป็นแบบสองทิศทาง
Gemini 2.5 Flash พร้อมเสียงแบบเนทีฟของ Gemini Live API
Gemini Developer API:gemini-2.5-flash-native-audio-preview-12-2025
Gemini API สำหรับแพลตฟอร์ม Agent:gemini-live-2.5-flash-native-audio
ช่วยให้การโต้ตอบด้วยเสียงและการทำงานกับวิดีโอแบบเรียลไทม์ที่มีเวลาในการตอบสนองต่ำด้วยโมเดล Gemini ที่เป็นแบบสองทิศทาง
ส่วนที่เหลือของหน้านี้จะให้ข้อมูลโดยละเอียดเกี่ยวกับโมเดลที่ Firebase AI Logic รองรับ
-
- อินพุตและเอาต์พุตที่รองรับ
- การเปรียบเทียบความสามารถที่รองรับในระดับสูง
- ข้อกำหนดและข้อจำกัด เช่น โทเค็นอินพุตสูงสุดหรือความยาวสูงสุดของวิดีโออินพุต
คำอธิบายวิธีกำหนดเวอร์ชันของโมเดล โดยเฉพาะเวอร์ชันเสถียร เวอร์ชันตัวอย่าง และเวอร์ชันทดลอง
รายการชื่อโมเดลที่ใช้ได้เพื่อรวมไว้ในโค้ดระหว่างการเริ่มต้น
รายการภาษาที่รองรับสำหรับโมเดล
คุณสามารถดูข้อมูลโดยละเอียดเกี่ยวกับโมเดลรุ่นก่อนหน้าได้ที่ด้านล่างของหน้านี้
เปรียบเทียบโมเดล
แต่ละโมเดลมีความสามารถที่แตกต่างกันเพื่อรองรับ Use Case ที่หลากหลาย โปรดทราบว่าตารางแต่ละตารางในส่วนนี้จะอธิบายแต่ละโมเดลเมื่อใช้กับ Firebase AI Logic แต่ละโมเดลอาจมีความสามารถเพิ่มเติมที่ไม่มีให้ใช้งานเมื่อใช้ SDK ของเรา
หากไม่พบข้อมูลที่ต้องการในส่วนย่อยต่อไปนี้ คุณสามารถดูข้อมูลเพิ่มเติมได้ในเอกสารประกอบของผู้ให้บริการ API ที่คุณเลือก ดังนี้ Gemini Developer API หรือ Agent Platform Gemini API (formerly Vertex AI)
อินพุตและเอาต์พุตที่รองรับ
ตารางต่อไปนี้แสดงประเภทอินพุตและเอาต์พุตที่รองรับเมื่อใช้แต่ละโมเดลกับ Firebase AI Logic
ดูข้อมูลเกี่ยวกับประเภทไฟล์ที่รองรับได้ที่ไฟล์อินพุตที่รองรับและข้อกำหนด
|
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 |
|
|---|---|---|---|---|---|---|---|
| ประเภทอินพุต | |||||||
| ข้อความ | |||||||
| รหัส | |||||||
| เอกสาร (PDF หรือข้อความธรรมดา) |
|||||||
| รูปภาพ | |||||||
| วีดีโอ | |||||||
| เสียง | |||||||
| ประเภทเอาต์พุต | |||||||
| ข้อความ | |||||||
| ข้อความ (สตรีมมิง) | |||||||
| รหัส | |||||||
| เอาต์พุตที่มีโครงสร้าง (เช่น JSON) |
|||||||
| รูปภาพ | |||||||
| วีดีโอ | |||||||
| เสียง | |||||||
ความสามารถและฟีเจอร์ที่รองรับ
ตารางต่อไปนี้แสดงความสามารถและฟีเจอร์ที่รองรับเมื่อใช้แต่ละโมเดลกับ 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 |
|
|---|---|---|---|---|---|---|---|
| กำลังคิด | |||||||
| สร้างข้อความที่สร้างขึ้นจากอินพุตที่เป็นข้อความเท่านั้นหรืออินพุตแบบหลายรูปแบบ | แทรกสลับหรือเป็นส่วนหนึ่งของรูปภาพ | แทรกสลับหรือเป็นส่วนหนึ่งของรูปภาพ | แทรกสลับหรือเป็นส่วนหนึ่งของรูปภาพ | การถอดเสียงเป็นคำ | |||
| สร้างรูปภาพ | |||||||
| แก้ไขรูปภาพ | |||||||
| สร้างเสียง | speech | เสียงที่สตรีม | |||||
|
สร้างเอาต์พุตที่มีโครงสร้าง
(เช่น JSON) |
|||||||
|
วิเคราะห์เอกสาร
(PDF หรือข้อความธรรมดา) (text-output | image-output) |
|||||||
|
วิเคราะห์รูปภาพ (text-output | image-output) |
|||||||
|
วิเคราะห์วิดีโอ (text-output | image-output) |
วิดีโอสตรีม | ||||||
| วิเคราะห์เสียง | เสียงที่สตรีม | ||||||
| แชทแบบหลายเทิร์น | |||||||
| การสตรีมแบบหลายรูปแบบ 2 ทิศทาง | |||||||
| เครื่องมือที่รองรับ | |||||||
| การเรียกใช้ฟังก์ชัน | |||||||
| การเรียกใช้โค้ด | |||||||
| บริบท URL | |||||||
|
การอ้างอิงข้อมูลใน
|
|||||||
|
การอ้างอิงข้อมูลใน
|
|||||||
ข้อกำหนดและข้อจำกัด
ตารางต่อไปนี้แสดงข้อกำหนดและข้อจำกัดเมื่อใช้แต่ละโมเดลกับ Firebase AI Logic
| พร็อพเพอร์ตี้ |
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 |
|---|---|---|---|---|---|---|---|
| ขีดจำกัดโทเค็นอินพุต * | 1,048,576 โทเค็น | 1,048,576 โทเค็น | 65,536 โทเค็น | 131,072 โทเค็น | 65,536 โทเค็น | 8,192 โทเค็น | ดูเอกสาร |
| ขีดจำกัดโทเค็นเอาต์พุต * | 32,768 โทเค็น (ไม่สตรีมมิง) 65,536 โทเค็น (สตรีมมิง) ** |
65,536 โทเค็น | 32,768 โทเค็น | 32,768 โทเค็น | 4,096 โทเค็น | 16,384 โทเค็น | |
| PDF (ต่อคำขอ) | |||||||
| จำนวนไฟล์ PDF ขาเข้าสูงสุด *** |
900 ไฟล์ | 900 ไฟล์ | 14 ไฟล์ | 14 ไฟล์ | 14 ไฟล์ | --- | ดูเอกสาร |
| จำนวนหน้าสูงสุด ต่อไฟล์ PDF ที่ป้อน *** |
900 หน้า | 900 หน้า | 14 หน้า | 14 หน้า | 14 หน้า | --- | |
| ขนาดสูงสุด ต่อไฟล์ PDF ที่ป้อน |
50 MB | 50 MB | 50 MB | 50 MB | 50 MB | --- | |
| Google รูปภาพ (ต่อคำขอ) | |||||||
| จำนวนรูปภาพ อินพุตสูงสุด |
1,000 รูปภาพ | 1,000 รูปภาพ | รูปภาพ 14 รูป | รูปภาพ 14 รูป | รูปภาพ 14 รูป | --- | ดูเอกสาร |
| ขนาดสูงสุด ต่อรูปภาพที่เข้ารหัส Base64 ที่ป้อน |
7 MB | 7 MB | 7 MB | 7 MB | 7 MB | --- | |
| จำนวนรูปภาพ เอาต์พุตสูงสุด |
--- | --- | สูงสุดตามขีดจำกัดโทเค็นเอาต์พุต | สูงสุดตามขีดจำกัดโทเค็นเอาต์พุต | สูงสุดตามขีดจำกัดโทเค็นเอาต์พุต | --- | |
| วิดีโอ (ต่อคำขอ) | |||||||
| จำนวนไฟล์วิดีโออินพุตสูงสุด |
10 ไฟล์ | 10 ไฟล์ | --- | สูงสุดไม่เกินขีดจำกัดโทเค็นอินพุต | สูงสุดไม่เกินขีดจำกัดโทเค็นอินพุต | --- | ดูเอกสาร |
| ความยาวสูงสุด ของวิดีโออินพุตทั้งหมด (เฟรมเท่านั้น) |
ประมาณ 60 นาที | ประมาณ 60 นาที | --- | ประมาณ 25 นาที | ประมาณ 12 นาที | --- | |
| ความยาวสูงสุด ของวิดีโออินพุตทั้งหมด (เฟรม+เสียง) |
ประมาณ 45 นาที | ประมาณ 45 นาที | --- | --- | --- | --- | |
| เสียง (ต่อคำขอ) | |||||||
| จำนวนไฟล์เสียง อินพุตสูงสุด |
1 ไฟล์ | 1 ไฟล์ | --- | --- | --- | --- | ดูเอกสาร |
| ความยาวสูงสุด ของเสียงอินพุตทั้งหมด |
ประมาณ 8.4 ชั่วโมง | ประมาณ 8.4 ชั่วโมง | --- | --- | --- | --- | |
*
สำหรับโมเดล Gemini ทั้งหมด โทเค็น 1 รายการจะเทียบเท่ากับอักขระประมาณ 4 ตัว ดังนั้นโทเค็น 100 รายการจึงเท่ากับคำภาษาอังกฤษประมาณ 60-80 คำ สำหรับโมเดล Gemini คุณสามารถกำหนดจำนวนโทเค็นทั้งหมดในคำขอได้โดยใช้ countTokens
**
สำหรับ gemini-4-argon นั้น Firebase AI Logic ยังไม่รองรับการถอดรหัสแบบยาว แต่ฟีเจอร์นี้จะพร้อมใช้งานเร็วๆ นี้
*** ระบบจะถือว่า PDF เป็นรูปภาพ ดังนั้น PDF 1 หน้าจะถือเป็นรูปภาพ 1 รูป จำนวนหน้าที่อนุญาตในคำขอจะจำกัดอยู่ที่จำนวนรูปภาพที่โมเดลรองรับ
ดูข้อมูลโดยละเอียดเพิ่มเติม
โควต้าและราคาจะแตกต่างกันไปในแต่ละโมเดล นอกจากนี้ ราคาจะขึ้นอยู่กับอินพุตและเอาต์พุตด้วย
ดูข้อมูลเกี่ยวกับประเภทไฟล์อินพุตที่รองรับ วิธีระบุประเภท MIME และวิธีตรวจสอบว่าไฟล์อินพุตและคำขอแบบหลายโมดัลเป็นไปตามข้อกำหนดและแนวทางปฏิบัติแนะนำในไฟล์อินพุตที่รองรับและข้อกำหนด
รูปแบบการกำหนดเวอร์ชันและการตั้งชื่อโมเดล
โมเดลมีให้บริการในเวอร์ชันเสถียร เวอร์ชันตัวอย่าง และเวอร์ชันทดลอง ระบบรองรับชื่อแทน -latest
อย่าลืมอ่านแนวทางปฏิบัติแนะนำสำหรับการใช้เวอร์ชันโมเดล
หากต้องการค้นหาชื่อโมเดลที่เฉพาะเจาะจงเพื่อใช้ในโค้ด โปรดดูส่วน "ชื่อโมเดลที่พร้อมใช้งาน" ในหน้านี้
| ประเภทเวอร์ชัน / ระยะการเผยแพร่ |
คำอธิบาย | รูปแบบชื่อโมเดล | |
|---|---|---|---|
| เสถียร |
เวอร์ชันเสถียรพร้อมใช้งานและรองรับการใช้งานจริงตั้งแต่วันที่ออก
|
ชื่อโมเดลของเวอร์ชันเสถียรไม่มีคำต่อท้าย
ตัวอย่าง |
|
| ตัวอย่าง |
เวอร์ชันตัวอย่างมีความสามารถใหม่ๆ และถือว่าไม่เสถียร
|
ชื่อโมเดลของเวอร์ชันตัวอย่างจะต่อท้ายด้วย
ตัวอย่าง |
|
| ทดลอง |
เวอร์ชันทดลองมีความสามารถใหม่ๆ และถือว่าไม่เสถียร
|
ชื่อโมเดลของเวอร์ชันทดลองจะต่อท้ายด้วย
ตัวอย่าง: |
|
| ปิดตัว (เลิกใช้งาน) |
เวอร์ชันที่ปิดตัว (เลิกใช้งาน) คือเวอร์ชันที่เลยวันที่ปิดตัว (เลิกใช้งาน) และถูกปิดใช้งานอย่างถาวร
|
--- |
|
แนวทางปฏิบัติแนะนำสำหรับการใช้เวอร์ชันโมเดล
ในแอปเวอร์ชันที่ใช้งานจริง ให้ใช้ชื่อโมเดลที่ชัดเจนสำหรับเวอร์ชันเสถียรล่าสุด
สำหรับ Agent Platform Gemini API (formerly Vertex AI) หากคุณเลือกใช้โมเดลความพร้อมใช้งานระยะสั้นในแอปเวอร์ชันที่ใช้งานจริง คุณจำเป็นต้องใช้Firebase Remote Config หรือเทมเพลตพรอมต์ของเซิร์ฟเวอร์เพื่อควบคุมชื่อโมเดลที่ใช้สำหรับฟีเจอร์ AI
ใช้เวอร์ชันตัวอย่างและเวอร์ชันทดลองระหว่างการสร้างต้นแบบเท่านั้น เราขอแนะนำให้ใช้เวอร์ชันเสถียรเมื่อเริ่มพัฒนาและทดสอบ Use Case เวอร์ชันที่ใช้งานจริง
เราไม่แนะนำให้ใช้นามแฝง
(แม้ในระหว่างการพัฒนา) ชื่อแทนนี้จะชี้ไปยังรุ่นล่าสุดสำหรับรูปแบบโมเดลที่เฉพาะเจาะจง (ซึ่งอาจเป็นเวอร์ชันเสถียร เวอร์ชันตัวอย่าง หรือเวอร์ชันทดลอง) ระบบจะสลับชื่อแทนนี้แบบ Hot-Swap กับเวอร์ชันใหม่ทุกเวอร์ชันของตัวแปรโมเดลที่เฉพาะเจาะจง และจะส่งอีเมลแจ้งเตือนล่วงหน้า 2 สัปดาห์เฉพาะสำหรับการเปลี่ยนแปลงที่ส่งผลกระทบต่อการทำงานเท่านั้น ความไม่แน่นอนของโมเดลที่คุณใช้อยู่อาจทำให้เกิดการเปลี่ยนแปลงลักษณะการทำงานที่ไม่คาดคิดสำหรับฟีเจอร์ AI-latest
ชื่อโมเดลที่พร้อมใช้งาน
ชื่อโมเดลคือค่าที่ชัดเจนซึ่งคุณรวมไว้ในโค้ดระหว่างการเริ่มต้นโมเดล
โมเดลสำหรับการใช้งานทั่วไป (เช่น
gemini-4-argonหรือgemini-3.8-flash)โมเดลการสร้างรูปภาพ (เช่น
gemini-3.1-flash-imageหรือที่เรียกว่าโมเดล "Nano Banana")โมเดลการสร้างเสียง
- โมเดลการอ่านออกเสียงข้อความ (TTS)
(เช่น
gemini-3.1-flash-tts-preview) - โมเดล Live API
(เช่น
gemini-live-2.5-flash-native-audio)
- โมเดลการอ่านออกเสียงข้อความ (TTS)
(เช่น
ดูตัวอย่างการเริ่มต้นใช้งานสำหรับแพลตฟอร์มของคุณได้ที่คู่มือเริ่มต้นใช้งาน
ดูรายละเอียดเกี่ยวกับระยะการเผยแพร่ (โดยเฉพาะ Use Case, การเรียกเก็บเงิน และการปิดระบบ) ได้ที่รูปแบบการกำหนดเวอร์ชันและการตั้งชื่อโมเดล
แสดงรายการโมเดลที่ใช้ได้ทั้งหมดแบบเป็นโปรแกรม
คุณสามารถแสดงรายชื่อโมเดลทั้งหมดที่ใช้ได้โดยใช้ REST API ดังนี้
Gemini Developer API: เรียกใช้ปลายทาง
models.listAgent Platform Gemini API (formerly Vertex AI): เรียกใช้ปลายทาง
publishers.models.list
โปรดทราบว่ารายการที่แสดงผลนี้จะรวมโมเดลทั้งหมดที่ผู้ให้บริการ API รองรับ แต่ Firebase AI Logic รองรับเฉพาะโมเดล Gemini ที่อธิบายไว้ในหน้านี้เท่านั้น
โมเดลการใช้งานทั่วไป
ชื่อโมเดล Gemini 4 Argon ชื่อ
ต้องใช้แพ็กเกจราคา Blaze แบบจ่ายเมื่อใช้ ไม่ว่าคุณจะใช้ผู้ให้บริการ Gemini API รายใดก็ตาม
| ชื่อโมเดล | คำอธิบาย | ระยะการเผยแพร่ | วันที่วางจำหน่าย | วันที่ปิดตัว |
|---|---|---|---|---|
gemini-4-argon |
Gemini 4 Argon เวอร์ชันเสถียรล่าสุด | สังกัด | 2026-10-13 | จะแจ้งให้ทราบภายหลัง |
ชื่อโมเดล Gemini 3.x Flash ชื่อ
ไม่ต้องใช้แพ็กเกจราคา Blaze แบบจ่ายเมื่อใช้หากคุณ ใช้ Gemini Developer API
| ชื่อโมเดล | คำอธิบาย | ระยะการเผยแพร่ | วันที่วางจำหน่าย | วันที่ปิดตัว |
|---|---|---|---|---|
gemini-3.8-flash |
เวอร์ชันเสถียรล่าสุดของ Gemini 3.x Flash นี่คือโมเดลความพร้อมใช้งานระยะสั้น (ดูรูปแบบการกำหนดเวอร์ชันและการตั้งชื่อโมเดล) |
สังกัด | 2026-09-02 | จะแจ้งให้ทราบภายหลัง |
gemini-3.7-flash |
เวอร์ชันเสถียรของ Gemini 3.x Flash นี่คือโมเดลความพร้อมใช้งานระยะสั้น (ดูรูปแบบการกำหนดเวอร์ชันและการตั้งชื่อโมเดล) |
สังกัด | 2026-08-13 | จะแจ้งให้ทราบภายหลัง |
gemini-3.6-flash |
เวอร์ชันเสถียรของ Gemini 3.x Flash นี่คือโมเดลความพร้อมใช้งานระยะสั้น (ดูรูปแบบการกำหนดเวอร์ชันและการตั้งชื่อโมเดล) |
สังกัด | 2026-07-21 | จะแจ้งให้ทราบภายหลัง |
gemini-3.5-flash |
เวอร์ชันเสถียรของ Gemini 3.x Flash | สังกัด | 2026-05-19 | ไม่เร็วกว่า 19-05-2027 |
gemini-3-flash-preview |
เวอร์ชันตัวอย่างของ Gemini 3.x Flash | แสดงตัวอย่าง | 2025-12-17 | จะแจ้งให้ทราบภายหลัง |
ชื่อโมเดล Gemini 3.x Flash‑Lite ชื่อ
ไม่ต้องใช้แพ็กเกจราคา Blaze แบบจ่ายเมื่อใช้หากคุณ ใช้ Gemini Developer API
| ชื่อโมเดล | คำอธิบาย | ระยะการเผยแพร่ | วันที่วางจำหน่าย | วันที่ปิดตัว |
|---|---|---|---|---|
gemini-3.5-flash-lite |
Gemini 3.x Flash‑Lite เวอร์ชันเสถียรล่าสุด | สังกัด | 2026-07-21 | ไม่เร็วกว่า 21-07-2027 |
gemini-3.1-flash-lite |
เวอร์ชันเสถียรของ Gemini 3.x Flash‑Lite | สังกัด | 2026-05-07 | ไม่เร็วกว่าวันที่ 2027-05-07 |
โมเดลการสร้างรูปภาพ
ชื่อโมเดล Gemini 3.x Pro Image (หรือที่เรียกว่า "Nano Banana Pro")
ต้องใช้แพ็กเกจราคา Blaze แบบจ่ายเมื่อใช้ ไม่ว่าคุณจะใช้ผู้ให้บริการ Gemini API รายใดก็ตาม
| ชื่อโมเดล | คำอธิบาย | ระยะการเผยแพร่ | วันที่วางจำหน่าย | วันที่ปิดตัว |
|---|---|---|---|---|
gemini-3-pro-image |
เวอร์ชันเสถียรของ Gemini 3.x Pro Image (หรือที่เรียกว่า "Nano Banana Pro") |
สังกัด | 2026-05-28 | ไม่เร็วกว่า 28-05-2027 |
gemini-3-pro-image-preview |
เวอร์ชันตัวอย่างของ Gemini 3.x Pro Image (หรือที่เรียกว่า "Nano Banana Pro") |
แสดงตัวอย่าง | 2025-11-20 | เร็วที่สุด 25-06-2026 |
ชื่อโมเดล Gemini 3.x Flash Image (หรือที่เรียกว่า "Nano Banana 2")
ต้องใช้แพ็กเกจราคา Blaze แบบจ่ายเมื่อใช้ ไม่ว่าคุณจะใช้ผู้ให้บริการ Gemini API รายใดก็ตาม
| ชื่อโมเดล | คำอธิบาย | ระยะการเผยแพร่ | วันที่วางจำหน่าย | วันที่ปิดตัว |
|---|---|---|---|---|
gemini-3.1-flash-image |
เวอร์ชันเสถียรของ Gemini 3.x Flash Image (หรือที่เรียกว่า "Nano Banana 2") |
สังกัด | 2026-05-28 | ไม่เร็วกว่า 28-05-2027 |
gemini-3.1-flash-image-preview |
เวอร์ชันตัวอย่างของ Gemini 3.x Flash Image (หรือที่เรียกว่า "Nano Banana 2") |
แสดงตัวอย่าง | 2026-02-26 | เร็วที่สุด 25-06-2026 |
ชื่อโมเดล Gemini 3.x Flash‑Lite Image (หรือที่เรียกว่า "Nano Banana 2 Lite")
ต้องใช้แพ็กเกจราคา Blaze แบบจ่ายเมื่อใช้ ไม่ว่าคุณจะใช้ผู้ให้บริการ Gemini API รายใดก็ตาม
| ชื่อโมเดล | คำอธิบาย | ระยะการเผยแพร่ | วันที่วางจำหน่าย | วันที่ปิดตัว |
|---|---|---|---|---|
gemini-3.1-flash-lite-image |
เวอร์ชันเสถียรของ Gemini 3.x Flash‑Lite Image (หรือที่เรียกว่า "Nano Banana 2 Lite") นี่คือโมเดลที่มีให้บริการในระยะสั้น (ดูรูปแบบการกำหนดเวอร์ชันและการตั้งชื่อโมเดล) |
สังกัด | 2026-06-30 | จะแจ้งให้ทราบภายหลัง |
เสียง - โมเดลการอ่านออกเสียงข้อความ (TTS)
ชื่อโมเดล Gemini 3.x Flash TTS ชื่อ
ไม่ต้องใช้แพ็กเกจราคา Blaze แบบจ่ายเมื่อใช้หากคุณ ใช้ Gemini Developer API
| ชื่อโมเดล | คำอธิบาย | ระยะการเผยแพร่ | วันที่วางจำหน่าย | วันที่ปิดตัว |
|---|---|---|---|---|
gemini-3.1-flash-tts-preview |
เวอร์ชันตัวอย่างสำหรับ Gemini 3.x Flash TTS | แสดงตัวอย่าง | 2026-06-17 | จะแจ้งให้ทราบภายหลัง |
เสียง - Live API โมเดล
ชื่อโมเดล Gemini 3.x Flash Live ชื่อ
| Gemini Developer API ชื่อโมเดล |
คำอธิบาย | ระยะการเผยแพร่ | วันที่วางจำหน่าย | วันที่ปิดตัว |
|---|---|---|---|---|
gemini-3.1-flash-live-preview 1 |
เวอร์ชันตัวอย่างสำหรับ Live API ใน Gemini Developer API | แสดงตัวอย่าง | 2026-03-26 | จะแจ้งให้ทราบภายหลัง |
| Agent Platform Gemini API (formerly Vertex AI) ชื่อโมเดล |
คำอธิบาย | ระยะการเผยแพร่ | วันที่วางจำหน่าย | วันที่ปิดตัว |
|---|---|---|---|---|
| Agent Platform Gemini API (formerly Vertex AI) ไม่รองรับโมเดล Gemini Live 3.x ใดๆ | ||||
1 รองรับเฉพาะ Gemini Developer API เท่านั้น
นอกจากนี้ แม้ว่าโมเดลนี้จะเป็นเวอร์ชันตัวอย่าง แต่ก็พร้อมให้ใช้งานใน "รุ่นฟรี" ของ Gemini Developer API
ชื่อโมเดล Gemini 2.5 Flash Live ชื่อ
ไม่ต้องใช้แพ็กเกจราคา Blaze แบบจ่ายเมื่อใช้หากคุณใช้ Gemini Developer API (โดยปกติแล้วโมเดลเวอร์ชันตัวอย่างจะต้องใช้แพ็กเกจแบบชำระเงิน)
แม้ว่าโมเดลต่อไปนี้จะมีชื่อโมเดลแตกต่างกันไปตามผู้ให้บริการ API Gemini แต่ฟีเจอร์ของโมเดลจะเหมือนกัน
| Gemini Developer API ชื่อโมเดล |
คำอธิบาย | ระยะการเผยแพร่ | วันที่วางจำหน่าย | วันที่ปิดตัว |
|---|---|---|---|---|
gemini-2.5-flash-native-audio-preview-12-2025 1 |
เวอร์ชันตัวอย่างสำหรับ Live API ใน Gemini Developer API | แสดงตัวอย่าง | 2025-12-12 | จะแจ้งให้ทราบภายหลัง |
gemini-2.5-flash-native-audio-preview-09-2025 1 |
เวอร์ชันตัวอย่างเริ่มต้นสำหรับ Live API ใน Gemini Developer API | แสดงตัวอย่าง | 2025-09-18 | จะแจ้งให้ทราบภายหลัง |
| Agent Platform Gemini API (formerly Vertex AI) ชื่อโมเดล |
คำอธิบาย | ระยะการเผยแพร่ | วันที่วางจำหน่าย | วันที่ปิดตัว |
|---|---|---|---|---|
gemini-live-2.5-flash-native-audio 2 |
เวอร์ชันเสถียรสำหรับ Live API ใน Agent Platform Gemini API (formerly Vertex AI) | สังกัด | 2025-12-12 | ไม่เร็วกว่าวันที่ 12-12-2026 |
gemini-live-2.5-flash-preview-native-audio-09-2025 2 |
เวอร์ชันตัวอย่างสำหรับ Live API ใน Agent Platform Gemini API (formerly Vertex AI) | แสดงตัวอย่าง | 2025-09-18 | จะแจ้งให้ทราบภายหลัง |
1 รองรับเฉพาะ Gemini Developer API เท่านั้น
นอกจากนี้ แม้ว่าโมเดลเหล่านี้จะเป็นโมเดลเวอร์ชันตัวอย่าง แต่ก็พร้อมใช้งานใน "รุ่นฟรี" ของ Gemini Developer API
2 รองรับเฉพาะ Agent Platform Gemini API (formerly Vertex AI) เท่านั้น
นอกจากนี้ โมเดลเหล่านี้ไม่พร้อมใช้งานในตำแหน่ง global
ภาษาที่สนับสนุน
โมเดลการใช้งานทั่วไป
โมเดล Gemini สำหรับการใช้งานทั่วไปทั้งหมด (เช่น Gemini 4 Argon, Gemini 3.8 Flash, Gemini 3.5 Flash-Lite และโมเดล 3.x เวอร์ชันก่อนหน้า) สามารถเข้าใจและตอบกลับได้มากกว่า 100 ภาษา ดังนี้
กรีก (el), กันนาดา (kn), กาลิเชียน (gl), เกาหลี (ko), เขมร (km), คอร์ซิกา (co), คาซัค (kk), คาตาลัน (ca), คีร์กีซ (ky), คูร์ด (ku), โครเอเชีย (hr), จอร์เจีย (ka), จีนตัวเต็มและตัวย่อ (zh), ชวา (jv), โชนา (sn), ซามัว (sm), ซินธี (sd), ซูลู (zu), เซบู (ceb), เซอร์เบีย (sr), โซมาลี (so), ญี่ปุ่น (ja), ดัตช์ (nl), เดนมาร์ก (da), ตุรกี (tr), เตลูกู (te), ทมิฬ (ta), ทาจิก (tg), ไทย (th), นอร์เวย์ (no), เนปาล (ne), บอสเนีย (bs), บัลแกเรีย (bg), บาสก์ (eu), เบลารุส (be), เบงกาลี (bn), เปอร์เซีย (fa), โปรตุเกส (pt), โปแลนด์ (pl), ฝรั่งเศส (fr), ฟริเซียน (fy), ฟินแลนด์ (fi), ฟิลิปปินส์ (ตากาล็อก) (fil), มองโกเลีย (mn), มลยาฬัม (ml), มลายู (ms), มราฐี (mr), มาซิโดเนีย (mk), มาลากาซี (mg), มอลตา (mt), เมไตลอน (มณีปุระ) (mni-Mtei), เมารี (mi), เมียนมา (พม่า) (my), ยูเครน (uk), ยิว (yi), โยรูบา (yo), รัสเซีย (ru), โรมาเนีย (ro), ละติน (la), ลัตเวีย (lv), ลาว (lo), ลิทัวเนีย (lt), ลักเซมเบิร์ก (lb), เวลส์ (cy), เวียดนาม (vi), สก็อตส์เกลิก (gd), สเปน (es), สโลวัก (sk), สโลวีเนีย (sl), สวาฮีลี (sw), สวีเดน (sv), สิงหล (si), ซุนดา (su), อัมฮารา (am), อาร์เมเนีย (hy), อาหรับ (ar), อาเซอร์ไบจาน (az), อัฟริกานส์ (af), อัลเบเนีย (sq), อัสสัม (ne), อิตาลี (it), อิกโบ (ig), อินโดนีเซีย (id), อุยกูร์ (ug), อุซเบก (uz), อูรดู (ur), เอสโตเนีย (et), เอสเปรันโต (eo), แอฟริกัน (af), ไอริช (ga), ไอซ์แลนด์ (is), ฮังการี (hu), ฮาอิตีครีโอล (ht), เฮาซา (ha), ฮาวาย (haw), ฮินดี (ug), ฮีบรู (iw), ม้ง (uz), โอริยา (or), ปาทาน (ps), ปัญจาบ (pa), คริโอ (kri), ดิเวฮิ (dv), เซโซโท (st) และโคซา (xh)ascsendeguhihmnny
โมเดลการสร้างรูปภาพ
โมเดล Gemini 3.x Image สามารถรับพรอมต์ข้อความได้หลายภาษา อย่างไรก็ตาม โมเดลเหล่านี้ได้รับการเพิ่มประสิทธิภาพเพื่อให้ทำงานได้ดีที่สุด (ทั้งสำหรับพรอมต์ข้อความและการแสดงผลข้อความภายในรูปภาพจาก Generative AI ที่สร้างขึ้น) ในภาษาและภาษาถิ่นต่อไปนี้
อาหรับ (ar-EG) เยอรมัน (de-DE) อังกฤษ (EN) สเปน (es-MX) ฝรั่งเศส (fr-FR) ฮินดี (hi-IN) อินโดนีเซีย (id-ID) อิตาลี (it-IT) ญี่ปุ่น (ja-JP) เกาหลี (ko-KR) โปรตุเกส (pt-BR) รัสเซีย (ru-RU) ยูเครน (uk-UA) เวียดนาม (vi-VN) และจีนตัวย่อ (zh-CN)
ดูข้อมูลเพิ่มเติมเกี่ยวกับแนวทางปฏิบัติแนะนำสำหรับพรอมต์และการสร้างข้อความในรูปภาพได้ที่ภาษาที่รองรับสำหรับการสร้างรูปภาพ
โมเดลการสร้างเสียง (TTS และ Live API)
โมเดลการสร้างเสียงรองรับชุดภาษาเฉพาะทางที่เพิ่มประสิทธิภาพสำหรับการสังเคราะห์เสียงพูดและ (สำหรับ Live API) การสนทนาแบบ 2 ทิศทางแบบเรียลไทม์
โมเดลการอ่านออกเสียงข้อความ (TTS): โมเดล Gemini 3.x TTS สามารถตรวจจับและสร้างเสียงพูดในภาษาและภาษาถิ่นเกือบ 80 ภาษาได้โดยอัตโนมัติ
หากต้องการดูรายการภาษาที่รองรับและรหัสภาษา BCP-47 ที่ใช้ได้ทั้งหมด โปรดดูภาษาที่รองรับสำหรับการสร้างคำพูด
โมเดล Live API: โมเดล Live API รองรับการโต้ตอบด้วยเสียงแบบ 2 ทางและเรียลไทม์ในภาษาและภาษาถิ่นเกือบ 80 ภาษา
หากต้องการดูรายการภาษาที่รองรับทั้งหมดและดูวิธีเปลี่ยนภาษาที่ใช้ในการตอบกลับด้วยเสียง โปรดดูภาษาที่รองรับสำหรับ Live API
ข้อมูลเกี่ยวกับรูปแบบก่อนหน้า
โมเดลต่อไปนี้เป็นโมเดลที่ใช้งานอยู่ แต่เป็นโมเดลรุ่นก่อนหน้า เราขอแนะนำอย่างยิ่งให้คุณย้ายข้อมูลแอปไปใช้โมเดลที่ใหม่กว่าเมื่อเป็นไปได้ ดูข้อมูลเพิ่มเติมเกี่ยวกับการเลิกใช้งานและการปิดโมเดลเก่าเหล่านี้ (รวมถึงโมเดลทดแทนที่แนะนำ) ได้ที่คำถามที่พบบ่อยนี้
หากไม่พบข้อมูลที่ต้องการในส่วนย่อยต่อไปนี้ คุณสามารถดูข้อมูลเพิ่มเติมได้ในเอกสารประกอบของผู้ให้บริการ API ที่คุณเลือก Gemini Developer API หรือ Agent Platform Gemini API (formerly Vertex AI)
โมเดล Gemini รุ่นเก่า
gemini-3.1-pro-previewgemini-2.5-progemini-2.5-flashgemini-2.5-flash-litegemini-2.5-flash-image(หรือที่เรียกว่า "Nano Banana")gemini-2.0-flash-001(และชื่อแทนที่อัปเดตอัตโนมัติgemini-2.0-flash)gemini-2.0-flash-lite-001(และชื่อแทนที่อัปเดตอัตโนมัติgemini-2.0-flash-lite)
ดูข้อมูลเกี่ยวกับโมเดล Gemini Live API รุ่นเก่าได้ในเอกสารประกอบของผู้ให้บริการ Gemini API ดังนี้
โมเดล Imagen รุ่นเก่า
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
ดูรายละเอียดเกี่ยวกับโมเดลก่อนหน้า
ขั้นตอนถัดไป
ลองใช้ความสามารถของ Gemini API
- สร้างการสนทนาแบบหลายรอบ (แชท)
- สร้างข้อความที่สร้างขึ้นจากพรอมต์แบบข้อความเท่านั้น
- สร้างข้อความโดยใช้พรอมต์ที่มีไฟล์ประเภทต่างๆ เช่น รูปภาพ PDF วิดีโอ และ เสียง
- สร้างเอาต์พุตที่มีโครงสร้าง (เช่น JSON) จากทั้งพรอมต์ข้อความและพรอมต์แบบหลายรูปแบบ
- สร้างและแก้ไขรูปภาพจากทั้งพรอมต์ข้อความและพรอมต์แบบหลายรูปแบบ
- สร้างเสียงพูด (ทั้งแบบผู้พูดคนเดียวและหลายคน) โดยใช้โมเดลการอ่านออกเสียงข้อความ (TTS) ของ Gemini
- สตรีมอินพุตและเอาต์พุต (รวมถึงเสียง) โดยใช้ Gemini Live API
-
ใช้เครื่องมือ (เช่น การเรียกใช้ฟังก์ชันและการอ้างอิงข้อมูลด้วย
Google Search หรือGoogle Maps ) เพื่อเชื่อมต่อโมเดล Gemini กับส่วนอื่นๆ ของแอป รวมถึงระบบและข้อมูลภายนอก