最新 Gemini 模型¶
透過單一整合式 API,使用 Google 最新模型進行推理、程式設計與原生媒體生成。先從 gemini-4-hydrogen 開始,適用於快速、可靠的程式設計、代理工作流程與多模態知識工作。若需要深度的前沿推理,可使用 gemini-4-carbon 或 gemini-4-argon,或從下方挑選專用模型。
Gemini 模型比較¶
下方每個 Gemini 模型都接受文字、圖片、音訊、影片與 PDF 輸入。四個模型全數支援使用 Google 搜尋接地、程式碼執行、函式呼叫、電腦操作與結構化輸出。
Gemini 4 Carbon
- 模型 ID
gemini-4-carbon - 價格(1M) $2.00 / $10.00(優惠價至 11 月 30 日)
- 速度 Deliberate
- 上下文 1M 統一權杖
- 最大輸出 預設 64K / 1M 長解碼
- 思考
low、medium(預設)、high
在 AI Studio 中試用 查看 Gemini 4 Carbon 模型規格
Gemini 4 Argon
- 模型 ID
gemini-4-argon - 價格(1M) $2.00 / $10.00(優惠價至 11 月 30 日)
- 速度 Moderate
- 上下文 1M 統一權杖
- 最大輸出 預設 64K / 1M 長解碼
- 思考
low、medium(預設)、high
在 AI Studio 中試用 查看 Gemini 4 Argon 模型規格
Gemini 4 Hydrogen
- 模型 ID
gemini-4-hydrogen - 價格(1M) $1.50 / $7.50
- 速度 Fast
- 上下文 1M 統一權杖
- 最大輸出 預設 64K / 1M 長解碼
- 思考
low、medium、high(預設)、xhigh
在 AI Studio 中試用 查看 Gemini 4 Hydrogen 模型規格
Gemini 3.5 Flash-Lite
- 模型 ID
gemini-3.5-flash-lite - 價格(1M) $0.30 / $2.50
- 速度 Fastest
- 上下文 1M 輸入權杖
- 最大輸出 64K 權杖
- 思考
minimal(預設)、low、medium、high
在 AI Studio 中試用 查看 Gemini 3.5 Flash-Lite 模型規格
新功能指南¶
閱讀新功能指南,瞭解新功能、API 變更、程式碼範例與遷移步驟。
我們最強大的推理模型,適用於代理程式設計、多模態精準處理、科學與安全推理,並說明如何在 Carbon 與 Argon 之間選擇。
我們高效率的 Gemini 4 前沿推理模型:相較於 Carbon,回應更快、每輪權杖花費更低,並具備統一的 1M 上下文與長解碼能力。
兼具尖端智慧、速度與效率,適用於日常程式設計與代理工作流程,並提供最高達 xhigh 的四種思考等級。
Gemini 3.6 與 3.5 Flash-Lite 新功能
最快、成本最低的 Flash-Lite 模型,適用於高輸送量的子代理與路由,並提供從 Gemini 2.5 逐步遷移的說明。
各模態的最新模型¶
開始新專案時,無論是文字、圖片、影片或語音,都請選用目前建議的模型 ID。
文字、程式碼與推理
多模態理解、軟體工程、結構化擷取,以及會使用工具的代理。
- 旗艦推理
gemini-4-carbon、gemini-4-argon - 預設通用模型
gemini-4-hydrogen - 大量與低成本
gemini-3.5-flash-lite
圖片
對話式圖片生成、多輪編輯、角色一致性,以及最高 4K 的精準文字渲染。
- 預設高效率
gemini-nano-banana-2.1 - Studio 4K 與版面配置
gemini-3-pro-image - 超低延遲
gemini-3.1-flash-lite-image
影片
使用 Gemini Omni 生成與編輯最高 4K、含同步音訊的影片,串流即時影片,或分析長影片。
- 影片生成與編輯
gemini-omni-1.2-flash - 影片理解
gemini-4-carbon、gemini-4-argon、gemini-4-hydrogen - 即時影片串流
gemini-3.8-live
在 AI Studio 中試用 閱讀 Gemini Omni Flash 指南
音訊與語音
次秒級的雙向語音代理、支援 130 種語言的生動文字轉語音,以及附說話者標記的轉錄。
- 即時語音代理
gemini-3.8-live - Studio 文字轉語音
gemini-3.8-flash-tts - 語音轉文字
gemini-3.5-transcribe
在 AI Studio 中試用 閱讀 Live API 指南
快速入門¶
使用 Google GenAI SDK 與 Interactions API 送出您的第一個請求。只要更換 model,即可測試任何等級的模型。
from google import genai
client = genai.Client()
interaction = client.interactions.create(
model="gemini-4-carbon",
input="Explain gravity to a skeptical cat in three short sentences.",
)
print(interaction.output_text)
import { GoogleGenAI } from "@google/genai";
const client = new GoogleGenAI({});
const interaction = await client.interactions.create({
model: "gemini-4-carbon",
input: "Explain gravity to a skeptical cat in three short sentences.",
});
console.log(interaction.output_text);
curl -X POST "https://generativelanguage.googleapis.com/v1beta/interactions" \
-H "x-goog-api-key: $GEMINI_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "gemini-4-carbon",
"input": "Explain gravity to a skeptical cat in three short sentences."
}'
設定您的程式設計代理¶
讓您的程式設計代理即時存取最新 Gemini 模型、SDK 語法與文件,確保它隨時以最新資訊進行開發。
# Connect the live Gemini Docs MCP server
npx add-mcp "https://gemini-api-docs-mcp.dev"
# Install official Gemini API agent skills
npx skills add google-gemini/gemini-skills --skill gemini-api-dev --global
# Or install the bundled Antigravity plugin
agy plugin install https://github.com/google-gemini/gemini-skills
您也可以在任何文件網址後加上 .md,或將 llms.txt 提供給您的代理。編輯器設定與 AGENTS.md 範本請參閱程式設計代理設定。
專用模型¶
除了上述通用與媒體模型,Gemini API 還包含專用端點:
- Managed Agents:用於程式設計與工具編排的
antigravity-preview-09-2026,以及用於自主多步驟研究的deep-research-preview-04-2026。 - Decisions:
gemini-decision-1,以零輸出權杖快速做出經過校準的多模態是/否、選項與評分量表決策。 - Embeddings:
gemini-embedding-2,用於多模態文字、圖片、音訊、影片與 PDF 的搜尋及 RAG。 - 音樂生成:
lyria-3.5,用於錄音室等級的器樂與人聲曲目。 - 機器人技術:
gemini-robotics-er-2-preview,用於空間推理與具身規劃。