Модели

Gemini Omni Flash 1.1 — мультимодальная модель Google для генерации видео. Этот эндпоинт создаёт видео со встроенным синхронным звуком по текстовому промпту, опираясь на знания Gemini о реальном мире и понимание физики; кинематографичным управлением камерой можно задавать на естественном языке.

Высокоэффективная мультимодальная модель Google в статусе GA, оптимизированная для задач с низкой задержкой и большим объёмом запросов. Поддерживает на входе текст, изображения, видео, аудио и PDF, рассчитана на лёгкие агентные...

Эта модель всегда перенаправляет на актуальную модель семейства Gemini Pro.

Мультимодальная видеомодель Google. Эндпоинт редактирует видео по инструкциям на естественном языке: вносит нужные изменения, сохраняет те части сцены, которые должны остаться прежними, и поддерживает согласованность персонажей и сцены при последовательных правках.

Эта модель всегда перенаправляет запросы на последнюю модель семейства Gemini Flash.

Превращает статичное изображение в видео со звуком. Развивает один кадр в связное движение, опираясь на понимание Gemini того, как ведут себя сцены и объекты в физическом мире.

Дообученная на инструкциях модель с архитектурой MoE (mixture of experts) от Google DeepMind. Всего 25.2B параметров, но на токен при инференсе активно лишь 3.8B — качество близко к моделям на 31B при...

Gemma 4 26B A4B IT — дообученная на инструкциях модель с архитектурой MoE (mixture of experts) от Google DeepMind. При 25.2B параметров на токен при инференсе активируются лишь 3.8B, что даёт качество, близкое к модели на 31B, при...

Gemma 4 31B Instruct — плотная мультимодальная модель Google DeepMind на 30.7B параметров: принимает текст и изображения, выдаёт текст. Контекстное окно — 256K токенов, настраиваемый режим рассуждений, нативный вызов функций...

Gemma 4 31B Instruct — плотная мультимодальная модель Google DeepMind на 30.7B параметров: принимает текст и изображения, выдаёт текст. Контекстное окно — 256K токенов, настраиваемый режим рассуждений, нативный вызов функций...

Gemini 3.1 Flash Image (она же Nano Banana 2) — новая быстрая модель Google для генерации и редактирования изображений уровня SOTA.

Полноразмерные песни стоят $0.08 за песню. Lyria 3 — семейство моделей Google для генерации музыки, доступное через Gemini API. С Lyria 3 можно создавать качественные треки в 48kHz...

Клипы длительностью 30 секунд стоят $0.04 за клип. Lyria 3 — семейство моделей Google для генерации музыки, доступное через Gemini API. С помощью Lyria 3 можно создавать...

Gemini 3.1 Flash Lite Preview — высокоэффективная модель Google, оптимизированная для сценариев с большим объёмом запросов. По общему качеству она превосходит Gemini 2.5 Flash Lite и приближается к Gemini 2.5 Flash по...

Gemini 3.1 Flash Image Preview, она же «Nano Banana 2» — новейшая модель Google для генерации и редактирования изображений уровня SOTA: качество как у Pro при скорости Flash. Сочетает...

Вариант Gemini 3.1 Pro с улучшенным выбором инструментов: модель реже злоупотребляет универсальным инструментом bash, когда есть более эффективные сторонние...

Передовая модель Google с рассуждениями: лучше справляется с разработкой ПО, надёжнее в агентных сценариях и экономнее расходует токены в сложных рабочих процессах. Развивает мультимодальную основу...

Gemini 3.1 Pro Preview — передовая модель Google с рассуждениями: она лучше справляется с разработкой ПО, надёжнее работает в агентных сценариях и эффективнее расходует токены в сложных рабочих процессах. Опирается на мультимодальную основу...

Знаменитая оригинальная модель Google для генерации и редактирования изображений, также известная как Nano Banana.

Gemini 3 Pro Image (также известная как Nano Banana Pro) — SOTA-модель Google для высокодетализированной генерации и редактирования изображений.

Gemini 3 Flash Preview — быстрая и выгодная модель с рассуждениями для агентных сценариев, многоходовых диалогов и помощи в программировании. Рассуждения и работа с инструментами у неё почти на уровне Pro...

Быстрая и выгодная модель с рассуждениями для агентных сценариев, многоходового чата и помощи в программировании. Рассуждения и работа с инструментами почти на уровне Pro...

Самая продвинутая модель Google для генерации и редактирования изображений на базе Gemini 3 Pro. Развивает исходную Nano Banana: значительно улучшены мультимодальные рассуждения, привязка к реальному миру и...

Модели Gemini TTS преобразуют ваши промпты в реалистичное аудио.

Gemini 2.5 Flash Image, она же «Nano Banana», теперь общедоступна. Передовая модель генерации изображений с пониманием контекста. Умеет генерировать изображения,...

Создаёт видео с синхронизированным звуком по тексту. Опирается на знания Gemini о реальном мире и лучше понимает физику, благодаря чему движение и взаимодействие объектов выглядят более связно.

Nano banana lite — модель семейства для генерации изображений, ориентированная на эффективность. Задержка менее 2 секунд, недорогие генерация и редактирование, быстрые локальные правки в диалоге и 14 поддерживаемых соотношений сторон.

Генерация видео со звуком по комбинированным мультимодальным референсам. На вход можно подавать текст, изображения, аудио и видео одновременно, чтобы задать объект, движение, стиль и звук в результате.

Lyria 3 — новейшая музыкальная модель Google.

Лёгкая модель с рассуждениями из семейства Gemini 2.5, оптимизированная для сверхнизкой задержки и экономичности. Отличается повышенной пропускной способностью, более быстрой генерацией токенов и лучшей производительностью...

Gemini 3.1 Flash Image (она же Nano Banana 2) — новая быстрая модель Google для генерации и редактирования изображений уровня SOTA

Основная рабочая модель Google уровня SOTA для сложных рассуждений, программирования, математики и научных задач. Имеет встроенный режим «thinking», благодаря которому отвечает с большей...

Модель Google уровня SOTA для сложных рассуждений, программирования, математики и научных задач. Использует возможности «thinking» и рассуждает над ответом, что повышает его точность...

Модель Google уровня SOTA для сложных рассуждений, программирования, математики и научных задач. Использует возможности «thinking» и рассуждает над ответом, что повышает его точность...

Gemma 3 получила мультимодальность: принимает на вход изображения и текст, на выходе выдаёт текст. Работает с контекстным окном до 128k токенов, понимает более 140 языков, лучше справляется с математикой, рассуждениями и диалогом,...

Gemma 3 получила мультимодальность: принимает на вход изображения и текст, на выходе выдаёт текст. Работает с контекстным окном до 128k токенов, понимает более 140 языков, лучше справляется с математикой, рассуждениями и диалогом,...