สำหรับแอปบนอุปกรณ์เคลื่อนที่และเว็บแอป SDK ของ Firebase AI Logic ช่วยให้คุณโต้ตอบกับโมเดล Gemini ที่รองรับได้โดยตรงจากแอป
โมเดล Gemini ถือเป็นโมเดลแบบหลายรูปแบบเนื่องจากสามารถประมวลผลและสร้างข้อมูลได้หลายรูปแบบ ไม่ว่าจะเป็นข้อความ โค้ด, PDF, รูปภาพ, วิดีโอ และเสียง
นอกจากนี้ โปรดอ่านคำถามที่พบบ่อยเกี่ยวกับโมเดลทั้งหมดที่ Firebase AI Logic รองรับและไม่รองรับ
โมเดลที่แนะนำ
โมเดลที่แนะนำเหล่านี้เป็นโมเดลที่มีเวลาในการตอบสนองต่ำและคุ้มค่า ซึ่งเหมาะสำหรับงานของไคลเอ็นต์ในแอป
Gemini 4 Hydrogen
gemini-4-hydrogen
โมเดลอัจฉริยะประสิทธิภาพสูงที่สร้างขึ้นเพื่อความเร็วและประสิทธิภาพในการเขียนโค้ด, การทำงานแบบหลายโมดัล และเวิร์กโฟลว์แบบ Agent ในชีวิตประจำวัน
Gemini 3.8 Flash
gemini-3.8-flash
โมเดลประสิทธิภาพระดับแนวหน้าที่เทียบเท่ากับโมเดลขนาดใหญ่กว่าในราคาที่ถูกกว่ามาก
Gemini 3.5 Flash-Lite
gemini-3.5-flash-lite
โมเดลที่ทำงานได้ปริมาณมากและคำนึงถึงต้นทุนซึ่งมีประสิทธิภาพและคุณภาพเทียบเท่ากับซีรีส์ Gemini 3
Gemini Nano Banana 2.1
gemini-nano-banana-2.1
โมเดลที่ทำงานได้อย่างรวดเร็วและคุ้มค่าสำหรับสร้างรูปภาพคุณภาพสูงและแก้ไขรูปภาพผ่านการสนทนา
โมเดลการใช้งานทั่วไป
โมเดล Gemini สำหรับการใช้งานทั่วไปช่วยให้คุณสร้างข้อความที่สร้างขึ้น, JSON ที่มีโครงสร้าง และโค้ดจากอินพุตหลายรูปแบบ (รวมถึงข้อความ, รูปภาพ, PDF, วิดีโอ และเสียง)
ไปที่ตารางที่มีรายละเอียดโมเดล
Gemini 4 Hydrogen
gemini-4-hydrogen
โมเดลอัจฉริยะประสิทธิภาพสูงที่สร้างขึ้นเพื่อความเร็วและประสิทธิภาพในการเขียนโค้ด, การทำงานแบบหลายโมดัล และเวิร์กโฟลว์แบบ Agent ในชีวิตประจำวัน
Gemini 4 Argon
gemini-4-argon
โมเดลการให้เหตุผลขั้นสูงพร้อมความเข้าใจข้อมูลหลายรูปแบบที่สมบูรณ์เพื่อจัดการกับงานเขียนโค้ด งานแบบเป็น Agent งานคณิตศาสตร์ และงานวิทยาศาสตร์ที่ซับซ้อน
Gemini 4 Carbon
gemini-4-carbon
โมเดลการให้เหตุผลที่แข็งแกร่งที่สุด ซึ่งสร้างขึ้นสำหรับวิศวกรรมซอฟต์แวร์ที่ซับซ้อน งานด้านความรู้แบบหลายโมดัล การให้เหตุผลทางวิทยาศาสตร์ และการรักษาความมั่นคงปลอดภัยไซเบอร์
Gemini 3.8 Flash
gemini-3.8-flash
โมเดลประสิทธิภาพระดับแนวหน้าที่เทียบเท่ากับโมเดลขนาดใหญ่กว่าในราคาที่ถูกกว่ามาก
Gemini 3.5 Flash-Lite
gemini-3.5-flash-lite
โมเดลที่ทำงานได้ปริมาณมากและคำนึงถึงต้นทุนซึ่งมีประสิทธิภาพและคุณภาพเทียบเท่ากับซีรีส์ Gemini 3
โมเดลการสร้างรูปภาพ (Nano Banana)
โมเดล Gemini Nano Banana ช่วยให้คุณสร้างและแก้ไขรูปภาพจากอินพุตข้อความ รูปภาพ หรือวิดีโอได้
ไปที่ตารางที่มีรายละเอียดโมเดล
Gemini Nano Banana 2.1
gemini-nano-banana-2.1
โมเดลหลักที่ใช้งานได้หลากหลายสำหรับการสร้างรูปภาพและการแก้ไขแบบสนทนา รวดเร็วและคุ้มค่า พร้อมคุณภาพของภาพที่ดียิ่งขึ้น การแสดงข้อความ และความสอดคล้องแบบหลายเทิร์น
Gemini Nano Banana 2
gemini-3.1-flash-image
โมเดลประสิทธิภาพสูงที่เพิ่มประสิทธิภาพเพื่อการสร้างรูปภาพที่รวดเร็วและเชื่อถือได้ในภาระงานด้านการผลิต
Gemini Nano Banana 2 Lite
gemini-3.1-flash-lite-image
โมเดลที่มีเวลาในการตอบสนองต่ำมากและคุ้มค่า ซึ่งออกแบบมาสำหรับกรณีการใช้งานแบบอินเทอร์แอกทีฟแบบเรียลไทม์ที่มีปริมาณมาก
Gemini Nano Banana Pro
gemini-3-pro-image
โมเดลล้ำสมัยสำหรับพรอมต์รูปภาพที่ซับซ้อน เอาต์พุตที่มีโครงสร้าง และความแม่นยำของภาพสูงสุด
โมเดลการสร้างเสียง
โมเดลการอ่านออกเสียงข้อความ (TTS)
โมเดล TTS ของ Gemini ช่วยให้คุณสร้างเสียงพูดที่ควบคุมได้จากอินพุตข้อความ
ไปที่ตารางที่มีรายละเอียดโมเดล
Gemini 3.8 Flash TTS
gemini-3.8-flash-tts
การสร้างเสียงพูดแบบผู้พูดคนเดียวและหลายคนที่มีการแสดงอารมณ์ระดับสตูดิโอ พร้อมการควบคุมสไตล์และเสียงร้องอย่างละเอียด
Gemini 3.8 Flash-Lite TTS
gemini-3.8-flash-lite-tts
การสร้างเสียงพูดแบบผู้พูดคนเดียวและผู้พูดหลายคนที่มีเวลาในการตอบสนองต่ำและคุ้มค่า ซึ่งได้รับการเพิ่มประสิทธิภาพสำหรับ Agent แบบเรียลไทม์และภาระงานปริมาณมาก
รุ่น Live API
โมเดล Gemini Live API ช่วยให้สร้างเสียงสตรีมแบบ 2 ทิศทางแบบเรียลไทม์ได้
ไปที่ตารางที่มีรายละเอียดโมเดล
Gemini 3.x Flash พร้อมเสียงแบบเนทีฟของ Gemini Live API
Gemini Developer API:gemini-3.1-flash-live-preview
Gemini API ของแพลตฟอร์ม Agent:
ไม่รองรับ
ช่วยให้การโต้ตอบด้วยเสียงและการทำงานกับวิดีโอแบบเรียลไทม์มีเวลาในการตอบสนองต่ำด้วยโมเดล Gemini ที่มีการสื่อสารแบบ 2 ทาง
Gemini 2.5 Flash พร้อมเสียงแบบเนทีฟของ Gemini Live API
Gemini Developer API:gemini-2.5-flash-native-audio-preview-12-2025
Gemini API สำหรับ Agent Platform:gemini-live-2.5-flash-native-audio
ช่วยให้การโต้ตอบด้วยเสียงและการทำงานกับวิดีโอแบบเรียลไทม์มีเวลาในการตอบสนองต่ำด้วยโมเดล Gemini ที่มีการสื่อสารแบบ 2 ทาง
ส่วนที่เหลือของหน้านี้จะให้ข้อมูลโดยละเอียดเกี่ยวกับโมเดลที่ Firebase AI Logic รองรับ
-
- อินพุตและเอาต์พุตที่รองรับ
- การเปรียบเทียบความสามารถที่รองรับในระดับสูง
- ข้อกำหนดและข้อจำกัด เช่น โทเค็นอินพุตสูงสุดหรือความยาวสูงสุดของวิดีโออินพุต
คำอธิบายวิธีกำหนดเวอร์ชันของโมเดล โดยเฉพาะเวอร์ชันเสถียร เวอร์ชันตัวอย่าง และเวอร์ชันทดลอง
รายการชื่อโมเดลที่ใช้ได้เพื่อรวมไว้ในโค้ดระหว่างการเริ่มต้น
รายการภาษาที่รองรับสำหรับโมเดล
คุณสามารถดูข้อมูลโดยละเอียดเกี่ยวกับโมเดลรุ่นก่อนหน้าได้ที่ด้านล่างของหน้านี้
เปรียบเทียบโมเดล
แต่ละโมเดลมีความสามารถที่แตกต่างกันเพื่อรองรับกรณีการใช้งานที่หลากหลาย 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 Hydrogen |
Gemini 4 Argon, Carbon |
Gemini 3.x Flash, Flash‑Lite |
Gemini Nano Banana 2, 2.1 |
Gemini Nano Banana 2 Lite |
Gemini Nano Banana Pro |
Gemini 3.x Flash TTS, Flash‑Lite TTS |
Gemini Live |
|
|---|---|---|---|---|---|---|---|---|
| ประเภทอินพุต | ||||||||
| ข้อความ | ||||||||
| รหัส | ||||||||
| เอกสาร (PDF หรือข้อความธรรมดา รวมถึง Office และ OpenDocument สำหรับ 4.x) |
||||||||
| รูปภาพ | ||||||||
| วีดีโอ | ||||||||
| เสียง | ||||||||
| ประเภทเอาต์พุต | ||||||||
| ข้อความ | ||||||||
| ข้อความ (สตรีมมิง) | ||||||||
| รหัส | ||||||||
| เอาต์พุตที่มีโครงสร้าง (เช่น JSON) |
||||||||
| รูปภาพ | ||||||||
| วีดีโอ | ||||||||
| เสียง | ||||||||
ความสามารถและฟีเจอร์ที่รองรับ
ตารางต่อไปนี้แสดงความสามารถและฟีเจอร์ที่รองรับเมื่อใช้แต่ละโมเดลกับ Firebase AI Logic
|
Gemini 4 Hydrogen |
Gemini 4 Argon, Carbon |
Gemini 3.x Flash, Flash‑Lite |
Gemini Nano Banana 2, 2.1 |
Gemini Nano Banana 2 Lite |
Gemini Nano Banana Pro |
Gemini 3.x Flash TTS, Flash‑Lite TTS |
Gemini Live |
|
|---|---|---|---|---|---|---|---|---|
| กำลังคิด | ||||||||
| สร้างข้อความที่สร้างขึ้นจากอินพุตที่เป็นข้อความเท่านั้นหรืออินพุตแบบหลายรูปแบบ | แทรกสลับกับข้อความหรือเป็นส่วนหนึ่งของรูปภาพ | แทรกสลับกับข้อความหรือเป็นส่วนหนึ่งของรูปภาพ | แทรกสลับกับข้อความหรือเป็นส่วนหนึ่งของรูปภาพ | 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) |
วิดีโอสตรีมมิง | |||||||
| วิเคราะห์เสียง | เสียงที่สตรีม | |||||||
| แชทแบบหลายเทิร์น | ||||||||
| การสตรีมแบบหลายรูปแบบ 2 ทิศทาง | ||||||||
| เครื่องมือที่รองรับ | ||||||||
| การเรียกใช้ฟังก์ชัน | ||||||||
| การเรียกใช้โค้ด | ||||||||
| บริบท URL | ||||||||
|
การอ้างอิงข้อมูลใน
|
||||||||
|
การอ้างอิงข้อมูลใน
|
||||||||
ข้อกำหนดและข้อจำกัด
ตารางต่อไปนี้แสดงข้อกำหนดและข้อจำกัดเมื่อใช้แต่ละโมเดลกับ Firebase AI Logic
| พร็อพเพอร์ตี้ |
Gemini 4 Hydrogen |
Gemini 4 Argon, Carbon |
Gemini 3.x Flash, Flash‑Lite |
Gemini Nano Banana 2, 2.1 |
Gemini Nano Banana 2 Lite |
Gemini Nano Banana Pro |
Gemini 3.x Flash TTS, Flash‑Lite TTS |
Gemini Live |
|---|---|---|---|---|---|---|---|---|
| ขีดจำกัดโทเค็นอินพุต * | 1,048,576 โทเค็น |
1,048,576 โทเค็น |
1,048,576 โทเค็น |
131,072 โทเค็น |
65,536 โทเค็น |
65,536 โทเค็น |
8,192 โทเค็น |
ดูเอกสาร |
| ขีดจำกัดโทเค็นเอาต์พุต * | 65,536 โทเค็น ** |
32,768 โทเค็น (ไม่สตรีมมิง) 65,536 โทเค็น (สตรีมมิง) ** |
65,536 โทเค็น |
32,768 โทเค็น |
4,096 โทเค็น |
32,768 โทเค็น |
16,384 โทเค็น |
|
| PDF (ต่อคำขอ) | ||||||||
| จำนวนไฟล์ PDF ที่ป้อนสูงสุด *** |
900 ไฟล์ | 900 ไฟล์ | 900 ไฟล์ | 14 ไฟล์ | 14 ไฟล์ | 14 ไฟล์ | --- | ดูเอกสาร |
| จำนวนหน้าสูงสุด ต่อไฟล์ PDF ที่ป้อน *** |
900 หน้า | 900 หน้า | 900 หน้า | 14 หน้า | 14 หน้า | 14 หน้า | --- | |
| ขนาดสูงสุด ต่อไฟล์ PDF ที่ป้อน |
50 MB | 50 MB | 50 MB | 50 MB | 50 MB | 50 MB | --- | |
| รูปภาพ (ต่อคำขอ) | ||||||||
| จำนวนรูปภาพ อินพุตสูงสุด |
1,000 รูปภาพ | 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 | 7 MB | --- | |
| จำนวนสูงสุด ของรูปภาพเอาต์พุต |
--- | --- | --- | สูงสุดตามขีดจำกัดโทเค็นเอาต์พุต | สูงสุดตามขีดจำกัดโทเค็นเอาต์พุต | สูงสุดตามขีดจำกัดโทเค็นเอาต์พุต | --- | |
| วิดีโอ (ต่อคำขอ) | ||||||||
| จำนวนสูงสุด ของไฟล์วิดีโออินพุต |
10 ไฟล์ | 10 ไฟล์ | 10 ไฟล์ | สูงสุดไม่เกินขีดจำกัดโทเค็นอินพุต | สูงสุดไม่เกินขีดจำกัดโทเค็นอินพุต | --- | --- | ดูเอกสาร |
| ความยาวสูงสุด ของวิดีโออินพุตทั้งหมด (เฟรมเท่านั้น) |
ประมาณ 60 นาที | ประมาณ 60 นาที | ประมาณ 60 นาที | ประมาณ 25 นาที | ประมาณ 12 นาที | --- | --- | |
| ความยาวสูงสุด ของวิดีโออินพุตทั้งหมด (เฟรม+เสียง) |
ประมาณ 45 นาที | ประมาณ 45 นาที | ประมาณ 45 นาที | --- | --- | --- | --- | |
| เสียง (ต่อคำขอ) | ||||||||
| จำนวนไฟล์เสียง อินพุตสูงสุด |
1 ไฟล์ | 1 ไฟล์ | 1 ไฟล์ | --- | --- | --- | --- | ดูเอกสาร |
| ความยาวสูงสุด ของเสียงอินพุตทั้งหมด |
ประมาณ 8.4 ชั่วโมง | 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-hydrogen, gemini-4-argon และ gemini-4-carbon Firebase AI Logic ยังไม่รองรับการถอดรหัสแบบยาว
*** ระบบจะถือว่า PDF เป็นรูปภาพ ดังนั้น PDF 1 หน้าจะถือเป็นรูปภาพ 1 รูป จำนวนหน้าที่อนุญาตในคำขอจะจำกัดอยู่ที่จำนวนรูปภาพที่โมเดลรองรับ
ดูข้อมูลโดยละเอียดเพิ่มเติม
โควต้าและราคาจะแตกต่างกันไปในแต่ละโมเดล นอกจากนี้ ราคาจะขึ้นอยู่กับอินพุตและเอาต์พุตด้วย
ดูข้อมูลเกี่ยวกับประเภทไฟล์อินพุตที่รองรับ วิธีระบุประเภท MIME และวิธีตรวจสอบว่าไฟล์อินพุตและคำขอแบบหลายโมดัลเป็นไปตามข้อกำหนดและแนวทางปฏิบัติแนะนำในไฟล์อินพุตที่รองรับและข้อกำหนด
การกำหนดเวอร์ชันและรูปแบบการตั้งชื่อโมเดล
โมเดลมีให้บริการในเวอร์ชันเสถียร เวอร์ชันตัวอย่าง และเวอร์ชันทดลอง ระบบรองรับชื่อแทน -latest
อย่าลืมอ่านแนวทางปฏิบัติแนะนำสำหรับการใช้เวอร์ชันโมเดล
หากต้องการค้นหาชื่อโมเดลที่เฉพาะเจาะจงเพื่อใช้ในโค้ด โปรดดูส่วน "ชื่อโมเดลที่พร้อมใช้งาน" ในหน้านี้
| ประเภทเวอร์ชัน / ระยะการเผยแพร่ |
คำอธิบาย | รูปแบบชื่อโมเดล | |
|---|---|---|---|
| เสถียร |
เวอร์ชันเสถียรพร้อมใช้งานและรองรับการใช้งานจริงตั้งแต่วันที่ออก
|
ชื่อโมเดลของเวอร์ชันเสถียรจะไม่มีคำต่อท้าย
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 การใช้ Firebase Remote Config หรือเทมเพลตพรอมต์ของเซิร์ฟเวอร์เพื่อควบคุมชื่อโมเดลที่ใช้สำหรับฟีเจอร์ AI จะมีความสำคัญมากยิ่งขึ้น
ใช้เวอร์ชันตัวอย่างและเวอร์ชันทดลองระหว่างการสร้างต้นแบบเท่านั้น เราขอแนะนำให้ใช้เวอร์ชันเสถียรเมื่อเริ่มพัฒนาและทดสอบ Use Case เวอร์ชันที่ใช้งานจริง
เราไม่แนะนำให้ใช้นามแฝง
(แม้ในระหว่างการพัฒนา) ชื่อแทนนี้จะชี้ไปยังรุ่นล่าสุดสำหรับรูปแบบโมเดลที่เฉพาะเจาะจง (ซึ่งอาจเป็นเวอร์ชันเสถียร เวอร์ชันตัวอย่าง หรือเวอร์ชันทดลอง) ระบบจะสลับชื่อแทนนี้แบบ Hot Swap กับเวอร์ชันใหม่ทุกเวอร์ชันของรูปแบบโมเดลที่เฉพาะเจาะจง และจะส่งอีเมลแจ้งเตือนล่วงหน้า 2 สัปดาห์เฉพาะสำหรับการเปลี่ยนแปลงที่ส่งผลกับส่วนอื่นในระบบเท่านั้น ความไม่แน่นอนของโมเดลที่คุณใช้อยู่อาจทำให้เกิดการเปลี่ยนแปลงลักษณะการทำงานที่ไม่คาดคิดสำหรับฟีเจอร์ AI-latest
ชื่อโมเดลที่พร้อมใช้งาน
ชื่อโมเดลคือค่าที่ชัดเจนซึ่งคุณรวมไว้ในโค้ดระหว่างการเริ่มต้นโมเดล
โมเดลสำหรับการใช้งานทั่วไป (เช่น
gemini-4-hydrogenหรือgemini-3.8-flash)โมเดลการสร้างรูปภาพ (Nano Banana) (เช่น
gemini-nano-banana-2.1)โมเดลการสร้างเสียง
- โมเดลการอ่านออกเสียงข้อความ (TTS)
(เช่น
gemini-3.8-flash-ttsหรือgemini-3.8-flash-lite-tts) - โมเดล Live API
(เช่น
gemini-live-2.5-flash-native-audio)
- โมเดลการอ่านออกเสียงข้อความ (TTS)
(เช่น
ดูตัวอย่างการเริ่มต้นใช้งานสำหรับแพลตฟอร์มของคุณได้ที่คู่มือเริ่มต้นใช้งาน
ดูรายละเอียดเกี่ยวกับระยะการเผยแพร่ (โดยเฉพาะกรณีการใช้งาน การเรียกเก็บเงิน และการปิดใช้งาน) ได้ที่รูปแบบการกำหนดเวอร์ชันและการตั้งชื่อโมเดล
แสดงรายการโมเดลที่พร้อมใช้งานทั้งหมดแบบเป็นโปรแกรม
คุณสามารถแสดงรายชื่อโมเดลทั้งหมดที่ใช้ได้โดยใช้ REST API ดังนี้
Gemini Developer API: เรียกใช้ปลายทาง
models.listAgent Platform Gemini API (formerly Vertex AI): เรียกใช้ปลายทาง
publishers.models.list
โปรดทราบว่ารายการที่แสดงผลนี้จะรวมโมเดลทั้งหมดที่ผู้ให้บริการ Gemini API รองรับ แต่ Firebase AI Logic รองรับเฉพาะโมเดล Gemini ที่อธิบายไว้ในหน้านี้เท่านั้น
โมเดลการใช้งานทั่วไป
| โมเดล | Gemini Developer API | Agent Platform Gemini API |
|---|---|---|
gemini-4-hydrogen 2
วันที่ออก: 12 พฤศจิกายน 2026 ระยะการเผยแพร่: เสถียร |
วันที่ปิด: --- | วันที่ปิด: --- |
gemini-4-carbon 1, 2
วันที่ออก: 10 พฤศจิกายน 2026 ระยะการเผยแพร่: เสถียร |
วันที่ปิด: --- | วันที่ปิด: --- |
gemini-4-argon 1
วันที่ออก: 13 ตุลาคม 2026 ระยะการเผยแพร่: เสถียร |
วันที่ปิด: --- | วันที่ปิด: --- |
| โมเดล | Gemini Developer API | Agent Platform Gemini API |
|---|---|---|
gemini-3.8-flash
วันที่ออก: 2 กันยายน 2026 ระยะการเผยแพร่: เสถียร |
วันที่ปิด: --- | วันที่ปิด: --- |
gemini-3.7-flash 2
วันที่ออก: 13 สิงหาคม 2026 ระยะการเผยแพร่: เสถียร |
คำขอที่ส่งไปยัง gemini-3.8-flash
การแทนที่: gemini-3.8-flash
|
วันที่ปิดให้บริการ: 28 มกราคม 2027
บริการทดแทน: gemini-3.8-flash
|
gemini-3.6-flash 2
วันที่เผยแพร่: 21 กรกฎาคม 2026 ระยะการเผยแพร่: เสถียร |
วันที่ปิดตัว: ---
สิ่งที่ใช้แทน: gemini-3.8-flash
|
วันที่ปิดให้บริการ: 19 พฤศจิกายน 2026
บริการทดแทน: gemini-3.8-flash
|
gemini-3.5-flash
วันที่ออก: 19 พฤษภาคม 2026 ระยะการเผยแพร่: เสถียร |
คำขอที่ส่งไปยัง gemini-3.6-flash
การแทนที่: gemini-3.8-flash
|
วันที่ปิดตัว: ---
สิ่งที่ใช้แทน: gemini-3.8-flash
|
gemini-3.5-flash-lite
วันที่ออก: 21 กรกฎาคม 2026 ระยะการเผยแพร่: เสถียร |
วันที่ปิด: --- | วันที่ปิด: --- |
gemini-3.1-flash-lite
วันที่ออก: 7 พฤษภาคม 2026 ระยะการเผยแพร่: เสถียร |
วันที่ปิดตัว: ---
สิ่งที่ใช้แทน: gemini-3.5-flash-lite
|
วันที่ปิดตัว: ---
สิ่งที่ใช้แทน: gemini-3.5-flash-lite
|
gemini-3.1-pro-preview
วันที่ออก: 19 กุมภาพันธ์ 2026 ระยะการเผยแพร่: เวอร์ชันตัวอย่าง |
วันที่ปิดตัว: ---
สิ่งที่ใช้แทน: gemini-4-hydrogen
|
วันที่ปิดตัว: ---
สิ่งที่ใช้แทน: gemini-4-hydrogen
|
| โมเดล | Gemini Developer API | Agent Platform Gemini API |
|---|---|---|
gemini-2.5-pro
วันที่ออก: 17 มิถุนายน 2025 ระยะการเผยแพร่: เสถียร |
คำขอที่กำหนดเส้นทางไปยัง gemini-3.8-flash (เริ่มตั้งแต่วันที่ 1 ธันวาคม 2026)
รายการทดแทน: gemini-3.8-flash
|
วันที่ปิดให้บริการ: 20 ตุลาคม 2026
สิ่งที่จะมาแทน: gemini-3.8-flash
|
gemini-2.5-flash
วันที่ออก: 17 มิถุนายน 2025 ระยะการเผยแพร่: เสถียร |
คำขอที่กำหนดเส้นทางไปยัง gemini-3.5-flash-lite (เริ่มตั้งแต่วันที่ 1 ธันวาคม 2026)
รายการทดแทน: gemini-3.5-flash-lite
|
วันที่ปิดให้บริการ: 20 ตุลาคม 2026
สิ่งที่จะมาแทน: gemini-3.5-flash-lite
|
gemini-2.5-flash-lite
วันที่ออก: 22 กรกฎาคม 2025 ระยะการออก: เสถียร |
วันที่ปิดตัว: ---
สิ่งที่ใช้แทน: gemini-3.5-flash-lite
|
วันที่ปิดให้บริการ: 20 ตุลาคม 2026
สิ่งที่จะมาแทน: gemini-3.5-flash-lite
|
1 ต้องใช้แพ็กเกจราคา Blaze แบบจ่ายเมื่อใช้ ไม่ว่าคุณจะใช้ผู้ให้บริการ Gemini API รายใดก็ตาม
2 สำหรับ Agent Platform Gemini API (formerly Vertex AI) นี่คือ "โมเดลความพร้อมใช้งานระยะสั้น" ดูรูปแบบการกำหนดเวอร์ชันและการตั้งชื่อโมเดล
โมเดลการใช้งานทั่วไปที่เก่ามากซึ่งปิดตัวลงแล้ว:
gemini-1.0-pro,
gemini-1.0-pro-001,
gemini-1.0-pro-002,
gemini-1.0-pro-vision,
gemini-1.0-pro-vision-001
gemini-1.5-flash-001,
gemini-1.5-flash,
gemini-1.5-flash-002,
gemini-1.5-pro-001,
gemini-1.5-pro,
gemini-1.5-pro-002,
gemini-2.0-flash-lite,
gemini-2.0-flash-lite-001,
gemini-2.0-flash,
gemini-2.0-flash-001
โมเดล (Nano Banana) ที่สร้างรูปภาพ
| โมเดล | Gemini Developer API | Agent Platform Gemini API |
|---|---|---|
gemini-nano-banana-2.1 1, 2
วันที่ออก: 6 ตุลาคม 2026 ระยะการเผยแพร่: เสถียร |
วันที่ปิด: --- | วันที่ปิด: --- |
gemini-3.1-flash-image 1
วันที่ออก: 28 พฤษภาคม 2026 ระยะการเผยแพร่: เสถียร |
วันที่ปิด: --- | วันที่ปิด: --- |
gemini-3.1-flash-lite-image 1
วันที่ออก: 30 มิถุนายน 2026 ระยะการเผยแพร่: เสถียร |
วันที่ปิด: --- | วันที่ปิด: --- |
gemini-3-pro-image 1
วันที่ออก: 28 พฤษภาคม 2026 ระยะการเผยแพร่: เสถียร |
วันที่ปิด: --- | วันที่ปิด: --- |
1 ต้องใช้แพ็กเกจราคา Blaze แบบจ่ายเมื่อใช้ ไม่ว่าคุณจะใช้ผู้ให้บริการ Gemini API รายใดก็ตาม
2 สำหรับ Agent Platform Gemini API (formerly Vertex AI) นี่คือ "โมเดลความพร้อมใช้งานระยะสั้น" ดูรูปแบบการกำหนดเวอร์ชันและการตั้งชื่อโมเดล
โมเดลการสร้างรูปภาพที่เก่ามากซึ่งปิดตัวลงแล้ว:
gemini-2.5-flash-image,
imagen-3.0-fast-generate-001,
imagen-3.0-generate-001,
imagen-3.0-generate-002,
imagen-3.0-capability-001,
imagen-4.0-ultra-generate-001,
imagen-4.0-fast-generate-001,
imagen-4.0-generate-001
เสียง - โมเดลการอ่านออกเสียงข้อความ (TTS)
| โมเดล | Gemini Developer API | Agent Platform Gemini API |
|---|---|---|
gemini-3.8-flash-tts
วันที่ออก: 23 กันยายน 2026 ระยะการเผยแพร่: เสถียร |
วันที่ปิด: --- | วันที่ปิด: --- |
gemini-3.8-flash-lite-tts
วันที่ออก: 23 กันยายน 2026 ระยะการเผยแพร่: เสถียร |
วันที่ปิด: --- | วันที่ปิด: --- |
gemini-3.1-flash-tts-preview
วันที่ออก: 17 มิถุนายน 2026 ระยะการเผยแพร่: เวอร์ชันตัวอย่าง |
วันที่ปิดให้บริการ: 17 พฤศจิกายน 2026
การทดแทน: gemini-3.8-flash-tts หรือ
gemini-3.8-flash-lite-tts
|
วันที่ปิดให้บริการ: 17 พฤศจิกายน 2026
การทดแทน: gemini-3.8-flash-tts หรือ
gemini-3.8-flash-lite-tts
|
เสียง - Live API โมเดล
| โมเดล | Gemini Developer API | Agent Platform Gemini API |
|---|---|---|
gemini-3.1-flash-live-preview
วันที่ออก: 26 มีนาคม 2026 ระยะการเผยแพร่: เวอร์ชันตัวอย่าง |
วันที่ปิด: --- | ไม่รองรับ |
gemini-live-2.5-flash-native-audio
วันที่ออก: 12 ธันวาคม 2025 ระยะการเผยแพร่: เสถียร |
ไม่รองรับ | วันที่ปิด: --- |
gemini-2.5-flash-native-audio-preview-12-2025
วันที่ออก: 12 ธันวาคม 2025 ระยะการเผยแพร่: เวอร์ชันตัวอย่าง |
วันที่ปิดตัว: ---
สิ่งที่ใช้แทน: gemini-3.1-flash-live-preview
|
ไม่รองรับ |
gemini-live-2.5-flash-preview-native-audio-09-2025
วันที่ออก: 18 กันยายน 2025 ระยะการเผยแพร่: เวอร์ชันตัวอย่าง |
ไม่รองรับ |
วันที่ปิดตัว: ---
สิ่งที่ใช้แทน: gemini-live-2.5-flash-native-audio
|
gemini-2.5-flash-native-audio-preview-09-2025
วันที่ออก: 18 กันยายน 2025 ระยะการเผยแพร่: เวอร์ชันตัวอย่าง |
วันที่ปิดตัว: ---
สิ่งที่ใช้แทน: gemini-3.1-flash-live-preview
|
ไม่รองรับ |
โมเดล Live API ที่เก่ามากและปิดตัวลงแล้ว:
gemini-2.0-flash-live-preview-04-09,
gemini-2.0-flash-live-001,
gemini-live-2.5-flash-preview
ภาษาที่สนับสนุน
โมเดลการใช้งานทั่วไป
โมเดล Gemini สำหรับการใช้งานทั่วไปทั้งหมด (เช่น Gemini 4 Hydrogen, Gemini 4 Carbon, 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), ซีบัวโน (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), ปาทาน (ps), เปอร์เซีย (fa), โปรตุเกส (pt), โปแลนด์ (pl), ฝรั่งเศส (fr), ฟินแลนด์ (fi), ฟิลิปปินส์ (ตากาล็อก) (fil), ฟรีเชียน (fy), 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), เยอรมัน (de), โยรูบา (yo), รัสเซีย (ru), โรมาเนีย (ro), ละติน (la), ลัตเวีย (lv), ลาว (lo), ลิทัวเนีย (lt), ลักเซมเบิร์ก (lb), เวลส์ (cy), เวียดนาม (vi), สกอตส์เกลิก (gd), สเปน (es), สโลวัก (sk), สโลวีเนีย (sl), สวาฮีลี (sw), สวีเดน (sv), สิงหล (si), ซุนดา (su), เซโซโท (st), อัมฮารา (am), อาหรับ (ar), อาร์เมเนีย (hy), อาเซอร์ไบจาน (az), อัฟริกานส์ (af), อัลเบเนีย (sq), อัสสัม (as), อิกโบ (ig), อิตาลี (it), อินโดนีเซีย (id), อิลีฮี (dv), อุยกูร์ (ug), อุซเบก (uz), อูรดู (ur), เอสโตเนีย (et), เอสเปรันโต (eo), แอฟริกัน (af), ไอริช (ga), ไอซ์แลนด์ (is), ฮังการี (hu), ฮาอิตีครีโอล (ht), เฮาซา (ha), ฮาวาย (haw), ฮีบรู (iw), ฮินดี (hi), ม้ง (hmn), คริโอ (kri), นยันจา (ชีเชวา) (ny), โอเดีย (โอริยา) (or), ปัญจาบ (pa), โคซา (xh), ยิดดิช (yi) และซูลู (zu)csengu
โมเดลการสร้างรูปภาพ (Nano Banana)
โมเดล Gemini Nano Banana 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)
ดูข้อมูลเพิ่มเติมเกี่ยวกับแนวทางปฏิบัติแนะนำสำหรับพรอมต์และการสร้างข้อความที่สร้างขึ้นในรูปภาพได้ที่ภาษาที่รองรับสำหรับการสร้างรูปภาพ
โมเดลการสร้างเสียง (TTS และ Live API)
โมเดลการสร้างเสียงรองรับชุดภาษาเฉพาะทางที่เพิ่มประสิทธิภาพสำหรับการสังเคราะห์เสียงพูดและการสนทนาแบบ 2 ทิศทางแบบเรียลไทม์ (สำหรับ Live API) ดังนี้
โมเดลการอ่านออกเสียงข้อความ (TTS): Gemini 3.8 Flash TTS สามารถตรวจจับและสร้างเสียงพูดในภาษาต่างๆ ได้มากกว่า 130 ภาษาโดยอัตโนมัติ และ Gemini 3.8 Flash‑Lite TTS รองรับภาษาต่างๆ มากกว่า 100 ภาษา
หากต้องการดูรายการภาษาที่รองรับและรหัสภาษา BCP-47 ทั่วไปทั้งหมด โปรดดูภาษาที่รองรับสำหรับการสร้างคำพูด
โมเดล Live API: โมเดล Live API รองรับการโต้ตอบด้วยเสียงแบบ 2 ทิศทางแบบเรียลไทม์ในภาษาและภาษาถิ่นเกือบ 80 ภาษา
หากต้องการดูรายการภาษาที่รองรับทั้งหมดและดูวิธีเปลี่ยนภาษาของคำตอบที่พูด โปรดดูภาษาที่รองรับสำหรับ Live API
ข้อมูลเกี่ยวกับโมเดลก่อนหน้า
ส่วนนี้จะให้ข้อมูลเกี่ยวกับโมเดลรุ่นก่อนหน้า ดูข้อมูลเพิ่มเติมเกี่ยวกับการเลิกใช้งานและการปิดโมเดลเก่าเหล่านี้ (รวมถึงโมเดลทดแทนที่แนะนำ) ได้ที่คำถามที่พบบ่อยเกี่ยวกับโมเดลที่เลิกใช้งานและปิดตัวลง
โมเดลสำหรับการใช้งานทั่วไปที่จะปิดตัวลงมีดังนี้
gemini-1.0-pro,gemini-1.0-pro-001,gemini-1.0-pro-002,gemini-1.0-pro-vision,gemini-1.0-pro-vision-001gemini-1.5-flash-001,gemini-1.5-flash,gemini-1.5-flash-002,gemini-1.5-pro-001,gemini-1.5-pro,gemini-1.5-pro-002,gemini-2.0-flash-lite,gemini-2.0-flash-lite-001,gemini-2.0-flash,gemini-2.0-flash-001โมเดลการสร้างรูปภาพที่ปิดตัวลง:
gemini-2.5-flash-image,imagen-3.0-fast-generate-001,imagen-3.0-generate-001,imagen-3.0-generate-002,imagen-3.0-capability-001,imagen-4.0-ultra-generate-001,imagen-4.0-fast-generate-001,imagen-4.0-generate-001โมเดล Live API รายการที่จะปิดตัวลงมีดังนี้
gemini-2.0-flash-live-preview-04-09gemini-2.0-flash-live-001gemini-live-2.5-flash-preview
หากไม่พบข้อมูลที่ต้องการในส่วนย่อยต่อไปนี้ คุณสามารถดูข้อมูลเพิ่มเติมได้ในเอกสารประกอบของผู้ให้บริการ API ที่คุณเลือก Gemini Developer API หรือ Agent Platform Gemini API (formerly Vertex AI)
ดูรายละเอียดเกี่ยวกับโมเดลก่อนหน้า
ขั้นตอนถัดไป
ลองใช้ความสามารถของ Gemini API
- สร้างการสนทนาแบบหลายรอบ (แชท)
- สร้างข้อความที่สร้างขึ้นจากพรอมต์แบบข้อความเท่านั้น
- สร้างข้อความที่สร้างขึ้นโดยใช้พรอมต์ที่มีประเภทไฟล์ต่างๆ 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 การเรียกใช้ฟังก์ชันและการอ้างอิงข้อมูลในโลกความจริงด้วย
Google Search หรือGoogle Maps ) เพื่อเชื่อมต่อโมเดล Gemini กับส่วนอื่นๆ ของแอป รวมถึงระบบและข้อมูลภายนอก