মোবাইল ও ওয়েব অ্যাপের জন্য, Firebase AI Logic SDK আপনাকে সরাসরি অ্যাপ থেকে কাজ করে এমন Gemini মডেলের সাথে ইন্টার্যাক্ট করতে দেয়।
Gemini মডেলকে মাল্টিমোডাল হিসেবে বিবেচনা করা হয় কারণ এটি টেক্সট, কোড, পিডিএফ, ছবি, ভিডিও ও অডিও সহ একাধিক মোডালিটি প্রসেস ও জেনারেট করতে পারে।
এছাড়াও, Firebase AI Logic-এ কাজ করে এবং করে না এমন সব মডেল সম্পর্কে আমাদের প্রায়শই জিজ্ঞাসিত প্রশ্ন পর্যালোচনা করুন।
ফিচার করা মডেল
এইসব ফিচার করা মডেল হল সাশ্রয়ী, কম-লেটেন্সি মডেল যা অ্যাপ-মধ্যস্থ ক্লায়েন্ট টাস্কের জন্য উপযুক্ত।
Gemini 4 Hydrogen
gemini-4-hydrogen
দৈনন্দিন কোডিং, মাল্টিমোডাল ও এজেন্টিক ওয়ার্কফ্লো জুড়ে স্পিড ও দক্ষতার জন্য তৈরি
হাই-ইন্টেলিজেন্স মডেল।
Gemini 3.8 Flash
gemini-3.8-flash
ফ্রন্টিয়ার-ক্লাস পারফর্ম্যান্স মডেল যা অনেক কম খরচে বড় মডেলের সাথে
প্রতিযোগিতা করে।
Gemini 3.5 Flash-Lite
gemini-3.5-flash-lite
Gemini 3 সিরিজের পারফর্ম্যান্স ও কোয়ালিটি সহ হাই-ভলিউম, খরচ-সংবেদনশীল ওয়ার্কহর্স মডেল।
Gemini Nano Banana 2.1
gemini-nano-banana-2.1
খুব ভালো কোয়ালিটির ছবি তৈরি ও কথোপকথনের মাধ্যমে এডিট করার জন্য
দ্রুত, সাশ্রয়ী ওয়ার্কহর্স মডেল।
সাধারণ ব্যবহারের মডেল
সাধারণ ব্যবহারের জন্য Gemini মডেল আপনাকে মাল্টিমোডাল ইনপুট (টেক্সট, ছবি, PDF, ভিডিও এবং অডিও সহ) থেকে টেক্সট, স্ট্রাকচার্ড JSON এবং কোড জেনারেট করতে দেয়।
Gemini 4 Hydrogen
gemini-4-hydrogen
দৈনন্দিন কোডিং, মাল্টিমোডাল ও এজেন্টিক ওয়ার্কফ্লো জুড়ে স্পিড ও দক্ষতার জন্য তৈরি
হাই-ইন্টেলিজেন্স মডেল।
Gemini 4 Argon
gemini-4-argon
জটিল কোডিং, এজেন্টিক, গণিত ও বিজ্ঞানের টাস্ক ম্যানেজ করার জন্য
সমৃদ্ধ মাল্টিমোডাল আন্ডারস্ট্যান্ডিং সহ উন্নত রিজনিং মডেল।
Gemini 4 Carbon
gemini-4-carbon
সবচেয়ে শক্তিশালী রিজনিং মডেল, যা জটিল সফ্টওয়্যার
ইঞ্জিনিয়ারিং, মাল্টিমোডাল জ্ঞানভিত্তিক কাজ, বৈজ্ঞানিক রিজনিং এবং
সাইবারসিকিউরিটি ডিফেন্সের জন্য তৈরি করা হয়েছে।
Gemini 3.8 Flash
gemini-3.8-flash
ফ্রন্টিয়ার-ক্লাস পারফর্ম্যান্স মডেল যা অনেক কম খরচে বড় মডেলের সাথে
প্রতিযোগিতা করে।
Gemini 3.5 Flash-Lite
gemini-3.5-flash-lite
Gemini 3 সিরিজের পারফর্ম্যান্স ও কোয়ালিটি সহ হাই-ভলিউম, খরচ-সংবেদনশীল ওয়ার্কহর্স মডেল।
ইমেজ-জেনারেটিং মডেল (Nano Banana)
Gemini Nano Banana মডেল আপনাকে টেক্সট, ছবি বা ভিডিও ইনপুট থেকে ছবি তৈরি ও এডিট করতে দেয়।
Gemini Nano Banana 2.1
gemini-nano-banana-2.1
ইমেজ জেনারেশন ও কথোপকথনের মাধ্যমে এডিটিংয়ের জন্য
প্রাথমিক ওয়ার্কহর্স মডেল। দ্রুত ও সাশ্রয়ী, উন্নত ভিজ্যুয়াল কোয়ালিটি,
টেক্সট রেন্ডারিং ও মাল্টি-টার্ন কনসিস্টেন্সি সহ।
Gemini Nano Banana 2
gemini-3.1-flash-image
প্রোডাকশন ওয়ার্কলোড জুড়ে দ্রুত, নির্ভরযোগ্য ছবি জেনারেশনের জন্য
অপ্টিমাইজ করা উচ্চ-দক্ষতা সম্পন্ন মডেল।
Gemini Nano Banana 2 Lite
gemini-3.1-flash-lite-image
আল্ট্রা-লো লেটেন্সি এবং সাশ্রয়ী মডেল, যা
হাই-ভলিউম, রিয়েল-টাইম ইন্টার্যাক্টিভ ব্যবহারের জন্য ডিজাইন করা হয়েছে।
Gemini Nano Banana Pro
gemini-3-pro-image
জটিল ইমেজ প্রম্পট, স্ট্রাকচার্ড আউটপুট এবং সর্বাধিক ভিজ্যুয়াল ফিডেলিটির জন্য
অত্যাধুনিক মডেল।
অডিও-জেনারেটিং মডেল
টেক্সট-টু-স্পিচ (TTS) মডেল
Gemini TTS মডেল আপনাকে টেক্সট ইনপুট থেকে কন্ট্রোল করা স্পিচ জেনারেট করতে দেয়।
Gemini 3.8 Flash TTS
gemini-3.8-flash-tts
স্টুডিও-গ্রেড, এক্সপ্রেসিভ সিঙ্গেল-স্পিকার এবং মাল্টি-স্পিকার স্পিচ
জেনারেশন, যার মধ্যে রয়েছে ফাইন-গ্রেনড স্টাইল এবং ভোকাল কন্ট্রোল।
Gemini 3.8 Flash-Lite TTS
gemini-3.8-flash-lite-tts
রিয়েল-টাইম এজেন্ট ও হাই-ভলিউম ওয়ার্কলোডের জন্য অপ্টিমাইজ করা কম-লেটেন্সি, খরচ-সাশ্রয়ী সিঙ্গেল-স্পিকার ও মাল্টি-স্পিকার স্পিচ
জেনারেশন।
Live API মডেল
Gemini Live API মডেলের সাহায্যে রিয়েল-টাইম দ্বিমুখী স্ট্রিম করা অডিও তৈরি করা যায়।
Gemini Live API নেটিভ অডিও সহ Gemini 3.x Flash
Gemini Developer API:gemini-3.1-flash-live-preview
Agent Platform Gemini API:
কাজ করে না
দ্বিমুখী Gemini মডেলের সাথে কম লেটেন্সি, রিয়েল-টাইম ভয়েস ও ভিডিও ইন্টার্যাকশন
চালু করে।
Gemini Live API নেটিভ অডিও সহ Gemini 2.5 Flash
Gemini Developer API:gemini-2.5-flash-native-audio-preview-12-2025
Agent Platform Gemini API:gemini-live-2.5-flash-native-audio
দ্বিমুখী Gemini মডেলের সাথে কম লেটেন্সি, রিয়েল-টাইম ভয়েস ও ভিডিও ইন্টার্যাকশন
চালু করে।
এই পৃষ্ঠার বাকি অংশে Firebase AI Logic-এর মাধ্যমে কাজ করে এমন মডেল সম্পর্কে বিস্তারিত তথ্য দেওয়া আছে।
-
- কাজ করে এমন ইনপুট ও আউটপুট
- সমর্থিত ক্ষমতার উচ্চ-স্তরের তুলনা
- স্পেসিফিকেশন ও সীমাবদ্ধতা, যেমন ইনপুট টোকেনের সর্বাধিক সংখ্যা বা ইনপুট ভিডিওর সর্বাধিক দৈর্ঘ্য
মডেলের ভার্সন কীভাবে তৈরি করা হয়, বিশেষ করে তাদের স্টেবল, প্রিভিউ এবং এক্সপেরিমেন্টাল ভার্সনের বিবরণ
ইনিশিয়ালাইজেশনের সময় আপনার কোডে অন্তর্ভুক্ত করার জন্য উপলভ্য মডেলের নামের তালিকা
মডেলের জন্য কাজ করে এমন ভাষার তালিকা
এই পৃষ্ঠার নিচে, আপনি আগের জেনারেশন মডেল সম্পর্কে বিস্তারিত তথ্য দেখতে পারবেন।
মডেলের তুলনা করুন
বিভিন্ন ব্যবহারের ক্ষেত্রে সাহায্য করার জন্য প্রতিটি মডেলের আলাদা আলাদা ক্ষমতা আছে। মনে রাখবেন যে এই বিভাগের প্রতিটি সারণী প্রতিটি মডেলের বর্ণনা দেয় যখন Firebase AI Logic-এর সাথে ব্যবহার করা হয়। প্রতিটি মডেলে অতিরিক্ত ক্ষমতা থাকতে পারে যা আমাদের SDK ব্যবহার করার সময় উপলভ্য হয় না।
আপনি যে তথ্য খুঁজছেন তা নিম্নলিখিত সাব-সেকশনে খুঁজে না পেলে, আপনার বেছে নেওয়া API প্রদানকারীর ডকুমেন্টেশনে আরও তথ্য খুঁজে পেতে পারেন: Gemini Developer API অথবা Agent Platform Gemini API (formerly Vertex AI).
কাজ করে এমন ইনপুট ও আউটপুট
নিম্নলিখিত সারণীতে কাজ করে এমন ইনপুট ও আউটপুটের ধরন তালিকাভুক্ত করা হয়েছে যখন Firebase AI Logic-এর সাথে প্রতিটি মডেল ব্যবহার করা হয়।
কোন কোন ধরনের ফাইল কাজ করে তা জানতে, কাজ করে এমন ইনপুট ফাইল ও প্রয়োজনীয়তা দেখুন।
|
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 |
|
|---|---|---|---|---|---|---|---|---|
| ইনপুটের ধরন | ||||||||
| টেক্সট | ||||||||
| কোড | ||||||||
| ডকুমেন্ট (PDF বা প্লেন টেক্সট; এছাড়াও 4.x-এর জন্য Office ও OpenDocument) |
||||||||
| ছবি | ||||||||
| ভিডিও | ||||||||
| অডিও | ||||||||
| আউটপুটের ধরন | ||||||||
| টেক্সট | ||||||||
| টেক্সট (স্ট্রিমিং) | ||||||||
| কোড | ||||||||
| স্ট্রাকচার্ড আউটপুট (যেমন JSON) |
||||||||
| ছবি | ||||||||
| ভিডিও | ||||||||
| অডিও | ||||||||
কাজ করে এমন ক্ষমতা ও ফিচার
নিম্নলিখিত সারণীতে Firebase AI Logic-এর সাথে প্রতিটি মডেল ব্যবহার করার সময় কাজ করে এমন ক্ষমতা ও ফিচারের তালিকা দেওয়া হল।
|
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 |
|
|---|---|---|---|---|---|---|---|---|
| ভাবছি | ||||||||
| শুধুমাত্র টেক্সট বা মাল্টিমোডাল ইনপুট থেকে টেক্সট জেনারেট করুন | ইন্টারলিভড বা ছবির অংশ হিসেবে | ইন্টারলিভড বা ছবির অংশ হিসেবে | ইন্টারলিভড বা ছবির অংশ হিসেবে | অডিওর ট্রান্সক্রিপশন | ||||
| ছবি জেনারেট করুন | ||||||||
| ছবি এডিট করা | ||||||||
| অডিও জেনারেট করুন | স্পিচ | স্ট্রিম করা অডিও | ||||||
|
স্ট্রাকচার্ড
আউটপুট জেনারেট করুন
(JSON-এর মতো) |
||||||||
|
ডকুমেন্ট বিশ্লেষণ করুন
(PDF বা প্লেন-টেক্সট) (টেক্সট-আউটপুট | ছবি-আউটপুট) |
||||||||
|
ছবি বিশ্লেষণ করুন (টেক্সট-আউটপুট | ছবি-আউটপুট) |
||||||||
|
ভিডিও বিশ্লেষণ করুন (টেক্সট-আউটপুট | ছবি-আউটপুট) |
স্ট্রিম করা ভিডিও | |||||||
| অডিও বিশ্লেষণ করুন | স্ট্রিম করা অডিও | |||||||
| মাল্টি-টার্ন চ্যাট | ||||||||
| দ্বিমুখী মাল্টিমোডাল স্ট্রিমিং | ||||||||
| কাজ করে এমন টুল | ||||||||
| ফাংশন কলিং | ||||||||
| কোড এক্সিকিউশন | ||||||||
| URL কন্টেক্সট | ||||||||
|
|
||||||||
|
|
||||||||
স্পেসিফিকেশন ও সীমাবদ্ধতা
নিম্নলিখিত সারণীতে Firebase AI Logic-এর সাথে প্রতিটি মডেল ব্যবহার করার সময়স্পেসিফিকেশন ও সীমাবদ্ধতার তালিকা দেওয়া হল।
| প্রপার্টি |
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 |
|---|---|---|---|---|---|---|---|---|
| ইনপুট টোকেনের সীমা * | ১,০৪৮,৫৭৬ টোকেন |
১,০৪৮,৫৭৬ টোকেন |
১,০৪৮,৫৭৬ টোকেন |
১৩১,০৭২ টোকেন |
৬৫,৫৩৬ টোকেন |
৬৫,৫৩৬ টোকেন |
৮,১৯২ টোকেন |
ডকুমেন্ট দেখুন |
| আউটপুট টোকেনের সীমা * | ৬৫,৫৩৬ টোকেন ** |
৩২,৭৬৮ টোকেন (নন‑স্ট্রিমিং) ৬৫,৫৩৬ টোকেন (স্ট্রিমিং) ** |
৬৫,৫৩৬ টোকেন |
৩২,৭৬৮ টি টোকেন |
৪,০৯৬ টোকেন |
৩২,৭৬৮ টি টোকেন |
১৬,৩৮৪ টোকেন |
|
| PDF (প্রতিটি অনুরোধে) | ||||||||
| ইনপুট পিডিএফ ফাইলের সর্বাধিক সংখ্যা *** |
৯০০টি ফাইল | ৯০০টি ফাইল | ৯০০টি ফাইল | ১৪টি ফাইল | ১৪টি ফাইল | ১৪টি ফাইল | --- | ডকুমেন্ট দেখুন |
| প্রতিটি ইনপুট PDF ফাইলে পৃষ্ঠার সর্বাধিক সংখ্যা *** |
৯০০ পৃষ্ঠা | ৯০০ পৃষ্ঠা | ৯০০ পৃষ্ঠা | ১৪টি পৃষ্ঠা | ১৪টি পৃষ্ঠা | ১৪টি পৃষ্ঠা | --- | |
| ইনপুট করা প্রতিটি পিডিএফ ফাইলের সর্বোচ্চ সাইজ |
৫০ এমবি | ৫০ এমবি | ৫০ এমবি | ৫০ এমবি | ৫০ এমবি | ৫০ এমবি | --- | |
| ছবি (প্রতি অনুরোধে) | ||||||||
| ইনপুট ছবির সর্বাধিক সংখ্যা |
১,০০০টি ছবি | ১,০০০টি ছবি | ১,০০০টি ছবি | ১৪টি ছবি | ১৪টি ছবি | ১৪টি ছবি | --- | ডকুমেন্ট দেখুন |
| ইনপুট base64-এনকোডেড ছবি পিছু সর্বাধিক সাইজ |
৭ এমবি | ৭ এমবি | ৭ এমবি | ৭ এমবি | ৭ এমবি | ৭ এমবি | --- | |
| আউটপুট ছবির সর্বাধিক সংখ্যা |
--- | --- | --- | আউটপুট টোকেনের সীমা পর্যন্ত | আউটপুট টোকেনের সীমা পর্যন্ত | আউটপুট টোকেনের সীমা পর্যন্ত | --- | |
| ভিডিও (প্রতিটি অনুরোধের জন্য) | ||||||||
| ইনপুট ভিডিও ফাইলের সর্বাধিক সংখ্যা |
১০টি ফাইল | ১০টি ফাইল | ১০টি ফাইল | ইনপুট টোকেনের সীমা পর্যন্ত | ইনপুট টোকেনের সীমা পর্যন্ত | --- | --- | ডকুমেন্ট দেখুন |
| সব ইনপুট ভিডিওর সর্বাধিক দৈর্ঘ্য (শুধুমাত্র ফ্রেম) |
~৬০ মিনিট | ~৬০ মিনিট | ~৬০ মিনিট | ~২৫ মিনিট | ~১২ মিনিট | --- | --- | |
| সব ইনপুট ভিডিওর সর্বাধিক দৈর্ঘ্য (ফ্রেম+অডিও) |
~৪৫ মিনিট | ~৪৫ মিনিট | ~৪৫ মিনিট | --- | --- | --- | --- | |
| অডিও (প্রতি অনুরোধ) | ||||||||
| ইনপুট অডিও ফাইলের সর্বাধিক সংখ্যা |
১টি ফাইল | ১টি ফাইল | ১টি ফাইল | --- | --- | --- | --- | ডকুমেন্ট দেখুন |
| সব ইনপুট অডিওর সর্বাধিক দৈর্ঘ্য |
~৮.৪ ঘণ্টা | ~৮.৪ ঘণ্টা | ~৮.৪ ঘণ্টা | --- | --- | --- | --- | |
*
সব Gemini মডেলের জন্য, একটি টোকেন প্রায় ৪টি অক্ষরের সমান,
তাই ১০০টি টোকেন মানে প্রায় ৬০-৮০টি ইংরেজি শব্দ। Gemini মডেলের জন্য, আপনি
countTokens ব্যবহার করে আপনার অনুরোধে টোকেনের মোট সংখ্যা
নির্ধারণ করতে পারেন।
**
gemini-4-hydrogen, gemini-4-argon এবং
gemini-4-carbon-এর জন্য, Firebase AI Logic এখনও দীর্ঘ
ডিকোড করার সুবিধা দেয় না।
*** পিডিএফকে ছবি হিসেবে বিবেচনা করা হয়, তাই পিডিএফের একটি পৃষ্ঠাকে একটি ছবি হিসেবে বিবেচনা করা হয়। একটি অনুরোধে অনুমোদিত পৃষ্ঠার সংখ্যা মডেলটি সমর্থন করতে পারে এমন ছবির সংখ্যার মধ্যে সীমাবদ্ধ।
অতিরিক্ত বিস্তারিত তথ্য খুঁজুন
প্রতিটি মডেলের জন্য কোটা এবং দাম আলাদা। এছাড়াও, ইনপুট ও আউটপুটের উপর ভিত্তি করে দাম নির্ধারণ করা হয়।
ইনপুট ফাইলের কাজ করে এমন ধরন, MIME-এর প্রকার কীভাবে নির্দিষ্ট করতে হয় এবং আপনার ইনপুট ফাইল ও মাল্টিমোডাল অনুরোধ প্রয়োজনীয়তা পূরণ করছে কিনা তা কীভাবে নিশ্চিত করতে হয় এবং কাজ করে এমন ইনপুট ফাইল ও প্রয়োজনীয়তা-তে পেশাদার পদ্ধতি অনুসরণ করার ব্যাপারে জানুন।
মডেলের ভার্সন ও নাম দেওয়ার প্যাটার্ন
মডেলগুলি স্টেবল, প্রিভিউ এবং এক্সপেরিমেন্টাল ভার্সনে অফার করা হয়। সুবিধার
জন্য, -latest
মডেল ভার্সন ব্যবহার করার জন্য আমাদের পেশাদার পদ্ধতি পর্যালোচনা করতে ভুলবেন না।
আপনার কোডে ব্যবহার করার জন্য নির্দিষ্ট মডেলের নাম খুঁজতে, এই পৃষ্ঠার পরে "উপলভ্য মডেলের নাম" বিভাগটি দেখুন।
| ভার্সনের ধরন / রিলিজের পর্যায় |
বিবরণ | মডেলের নামের প্যাটার্ন | |
|---|---|---|---|
| স্টেবল |
রিলিজের তারিখ থেকে শুরু করে প্রোডাকশনে ব্যবহারের জন্য স্টেবল ভার্সন
উপলভ্য ও কাজ করে।
|
স্টেবল ভার্সনের মডেলের নামের কোনও সাফিক্স নেই
উদাহরণ: |
|
| প্রিভিউ দেখুন |
প্রিভিউ ভার্সনে নতুন ক্ষমতা আছে এবং
সেগুলিকে স্থির নয় বলে বিবেচনা করা হয়।
|
প্রিভিউ ভার্সনের মডেলের নামের শেষে
উদাহরণ: |
|
| এক্সপেরিমেন্টাল |
এক্সপেরিমেন্টাল ভার্সনে নতুন ক্ষমতা আছে
এবং স্থির নয় হিসেবে বিবেচনা করা হয়।
|
এক্সপেরিমেন্টাল ভার্সনের মডেলের নামের সাথে
উদাহরণ: |
|
| বন্ধ করা (বন্ধ হয়ে গেছে) |
বন্ধ (অবসরপ্রাপ্ত) ভার্সনগুলি বন্ধ (অবসরপ্রাপ্ত) হওয়ার তারিখ পেরিয়ে গেছে
এবং স্থায়ীভাবে বন্ধ করে দেওয়া হয়েছে।
|
--- |
|
মডেল ভার্সন ব্যবহার করার পেশাদার পদ্ধতি
আপনার প্রোডাকশন অ্যাপে, সবচেয়ে সাম্প্রতিক স্টেবল ভার্সনের জন্য এক্সপ্লিসিট মডেলের নাম ব্যবহার করুন।
Agent Platform Gemini API (formerly Vertex AI)-এর জন্য, আপনি যদি প্রোডাকশন অ্যাপে স্বল্প-মেয়াদী উপলভ্যতা মডেল ব্যবহার করার সিদ্ধান্ত নেন, তাহলে আপনার AI ফিচারের জন্য ব্যবহৃত মডেলের নাম নিয়ন্ত্রণ করতে Firebase Remote Config বা সার্ভার প্রম্পট টেমপ্লেট ব্যবহার করা আরও বেশি গুরুত্বপূর্ণ।
প্রিভিউ এবং এক্সপেরিমেন্টাল ভার্সন শুধুমাত্র প্রোটোটাইপিংয়ের সময় ব্যবহার করুন। প্রোডাকশন ব্যবহারের ক্ষেত্রে ডেভেলপ ও টেস্ট করা শুরু করার সময় আমরা স্টেবল ভার্সন ব্যবহার করার সাজেশন দিই।
আমরা
উপনাম ব্যবহার করার সাজেশন দিই না (এমনকি ডেভেলপমেন্টের সময়ও)। এই উপনামটি নির্দিষ্ট মডেল ভেরিয়েশনের (যা স্টেবল, প্রিভিউ বা এক্সপেরিমেন্টাল ভার্সন হতে পারে) লেটেস্ট রিলিজকে নির্দেশ করে। এই উপনামটি নির্দিষ্ট মডেল ভেরিয়েশনের প্রতিটি নতুন রিলিজের সাথে হট-সোয়্যাপ করা হবে এবং শুধুমাত্র ব্রেকিং পরিবর্তনের জন্য ২ সপ্তাহ আগে বিজ্ঞপ্তি সংক্রান্ত ইমেল পাঠানো হবে। আপনি আসলে কোন মডেল ব্যবহার করছেন তা নিয়ে এই অনিশ্চয়তা আপনার AI ফিচারের আচরণে অপ্রত্যাশিত পরিবর্তন ঘটাতে পারে।-latest
উপলভ্য মডেলের নাম
মডেলের নাম হল সেইসব নির্দিষ্ট ভ্যালু যা আপনি মডেল শুরু করার সময় আপনার কোডে অন্তর্ভুক্ত করেন।
সাধারণ ব্যবহারের জন্য মডেল (যেমন
gemini-4-hydrogenবাgemini-3.8-flash)ইমেজ-জেনারেটিং (Nano Banana) মডেল (যেমন
gemini-nano-banana-2.1)অডিও-জেনারেটিং মডেল:
- টেক্সট-টু-স্পিচ (TTS) মডেল
(যেমন
gemini-3.8-flash-ttsবাgemini-3.8-flash-lite-tts) - Live API মডেল
(যেমন
gemini-live-2.5-flash-native-audio)
- টেক্সট-টু-স্পিচ (TTS) মডেল
(যেমন
আপনার প্ল্যাটফর্মের জন্য ইনিশিয়ালাইজেশনের উদাহরণ দেখতে, শুরু করার নির্দেশিকা দেখুন।
রিলিজের বিভিন্ন পর্যায় (বিশেষ করে ব্যবহারের ক্ষেত্র, বিলিং ও বন্ধ করা) সম্পর্কে আরও জানতে, মডেল ভার্সন ও নামকরণের প্যাটার্ন দেখুন।
প্রোগ্রাম্যাটিক্যালি সব উপলভ্য মডেলের তালিকা তৈরি করুন
REST API ব্যবহার করে আপনি উপলভ্য সব মডেলের নামের তালিকা তৈরি করতে পারবেন:
Gemini Developer API:
models.listএন্ডপয়েন্ট কল করুনAgent Platform Gemini API (formerly Vertex AI):
publishers.models.listএন্ডপয়েন্ট কল করুন
মনে রাখবেন যে এই ফেরত আসা তালিকায় Gemini API পরিষেবা প্রদানকারীর দ্বারা সমর্থিত সব মডেল অন্তর্ভুক্ত থাকবে, কিন্তু Firebase AI Logic শুধুমাত্র এই পৃষ্ঠায় বর্ণিত Gemini মডেলগুলিকেই সমর্থন করে।
সাধারণ ব্যবহারের মডেল
| মডেল | Gemini Developer API | Agent Platform Gemini API |
|---|---|---|
gemini-4-hydrogen ২
রিলিজের তারিখ: ১২ নভেম্বর, ২০২৬ রিলিজের পর্যায়: স্টেবল ভার্সন |
বন্ধ হওয়ার তারিখ: --- | বন্ধ হওয়ার তারিখ: --- |
gemini-4-carbon ১, ২
রিলিজের তারিখ: ১০ নভেম্বর, ২০২৬ রিলিজের পর্যায়: স্টেবল |
বন্ধ হওয়ার তারিখ: --- | বন্ধ হওয়ার তারিখ: --- |
gemini-4-argon ১
রিলিজের তারিখ: ১৩ অক্টোবর, ২০২৬ রিলিজের পর্যায়: স্টেবল |
বন্ধ হওয়ার তারিখ: --- | বন্ধ হওয়ার তারিখ: --- |
| মডেল | Gemini Developer API | Agent Platform Gemini API |
|---|---|---|
gemini-3.8-flash
রিলিজের তারিখ: ২ সেপ্টেম্বর, ২০২৬ রিলিজের পর্যায়: স্টেবল |
বন্ধ হওয়ার তারিখ: --- | বন্ধ হওয়ার তারিখ: --- |
gemini-3.7-flash ২
রিলিজের তারিখ: ১৩ আগস্ট, ২০২৬ রিলিজের পর্যায়: স্টেবল |
gemini-3.8-flash-এ অনুরোধ পাঠানো হয়েছে
পরিবর্তন: gemini-3.8-flash
|
বন্ধ হওয়ার তারিখ: ২৮ জানুয়ারি, ২০২৭
পরিবর্তন: gemini-3.8-flash
|
gemini-3.6-flash ২
রিলিজের তারিখ: ২১ জুলাই, ২০২৬ রিলিজের পর্যায়: স্টেবল |
বন্ধ হওয়ার তারিখ: ---
পরিবর্তন: gemini-3.8-flash
|
বন্ধ হওয়ার তারিখ: ১৯ নভেম্বর, ২০২৬
পরিবর্তন: gemini-3.8-flash
|
gemini-3.5-flash
রিলিজের তারিখ: ১৯ মে, ২০২৬ রিলিজের পর্যায়: স্টেবল |
gemini-3.6-flash-এ অনুরোধ পাঠানো হয়েছে
পরিবর্তন: gemini-3.8-flash
|
বন্ধ হওয়ার তারিখ: ---
পরিবর্তন: gemini-3.8-flash
|
gemini-3.5-flash-lite
রিলিজের তারিখ: ২১ জুলাই, ২০২৬ রিলিজের পর্যায়: স্টেবল |
বন্ধ হওয়ার তারিখ: --- | বন্ধ হওয়ার তারিখ: --- |
gemini-3.1-flash-lite
রিলিজের তারিখ: ৭ মে, ২০২৬ রিলিজের পর্যায়: স্টেবল |
বন্ধ হওয়ার তারিখ: ---
পরিবর্তন: gemini-3.5-flash-lite
|
বন্ধ হওয়ার তারিখ: ---
পরিবর্তন: gemini-3.5-flash-lite
|
gemini-3.1-pro-preview
রিলিজের তারিখ: ১৯ ফেব্রুয়ারি, ২০২৬ রিলিজের পর্যায়: প্রিভিউ |
বন্ধ হওয়ার তারিখ: ---
পরিবর্তন: gemini-4-hydrogen
|
বন্ধ হওয়ার তারিখ: ---
পরিবর্তন: gemini-4-hydrogen
|
| মডেল | Gemini Developer API | Agent Platform Gemini API |
|---|---|---|
gemini-2.5-pro
রিলিজের তারিখ: ১৭ জুন, ২০২৫ রিলিজের পর্যায়: স্টেবল |
gemini-3.8-flash-এ পাঠানো অনুরোধ (১ ডিসেম্বর, ২০২৬ থেকে শুরু)
পরিবর্তন: gemini-3.8-flash
|
বন্ধ হওয়ার তারিখ: ২০ অক্টোবর, ২০২৬
পরিবর্তন: gemini-3.8-flash
|
gemini-2.5-flash
রিলিজের তারিখ: ১৭ জুন, ২০২৫ রিলিজের পর্যায়: স্টেবল |
gemini-3.5-flash-lite-এ পাঠানো অনুরোধ (১ ডিসেম্বর, ২০২৬ থেকে শুরু)
পরিবর্তন: gemini-3.5-flash-lite
|
বন্ধ হওয়ার তারিখ: ২০ অক্টোবর, ২০২৬
পরিবর্তন: gemini-3.5-flash-lite
|
gemini-2.5-flash-lite
রিলিজের তারিখ: ২২ জুলাই, ২০২৫ রিলিজের পর্যায়: স্টেবল |
বন্ধ হওয়ার তারিখ: ---
পরিবর্তন: gemini-3.5-flash-lite
|
বন্ধ হওয়ার তারিখ: ২০ অক্টোবর, ২০২৬
পরিবর্তন: gemini-3.5-flash-lite
|
১ আপনার Gemini API পরিষেবা প্রদানকারী যাই হোক না কেন, যখন ব্যবহার করবেন তখন পেমেন্ট করুন Blaze প্রাইসিং প্ল্যান প্রয়োজন।
২ Agent Platform Gemini API (formerly Vertex AI)-এর জন্য, এটি হল "স্বল্প-মেয়াদী উপলভ্যতা মডেল"। মডেল ভার্সনিং ও নামকরণের প্যাটার্ন দেখুন
সাধারণ ব্যবহারের জন্য খুব পুরনো মডেল যা বন্ধ করে দেওয়া হয়েছে:
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
ছবি-জেনারেট করা (Nano Banana) মডেল
| মডেল | Gemini Developer API | Agent Platform Gemini API |
|---|---|---|
gemini-nano-banana-2.1 ১, ২
রিলিজের তারিখ: ৬ অক্টোবর, ২০২৬ রিলিজের পর্যায়: স্টেবল |
বন্ধ হওয়ার তারিখ: --- | বন্ধ হওয়ার তারিখ: --- |
gemini-3.1-flash-image ১
রিলিজের তারিখ: ২৮ মে, ২০২৬ রিলিজের পর্যায়: স্টেবল |
বন্ধ হওয়ার তারিখ: --- | বন্ধ হওয়ার তারিখ: --- |
gemini-3.1-flash-lite-image ১
রিলিজের তারিখ: ৩০ জুন, ২০২৬ রিলিজের পর্যায়: স্টেবল |
বন্ধ হওয়ার তারিখ: --- | বন্ধ হওয়ার তারিখ: --- |
gemini-3-pro-image ১
রিলিজের তারিখ: ২৮ মে, ২০২৬ রিলিজের পর্যায়: স্টেবল |
বন্ধ হওয়ার তারিখ: --- | বন্ধ হওয়ার তারিখ: --- |
১ আপনার Gemini API পরিষেবা প্রদানকারী যাই হোক না কেন, যখন ব্যবহার করবেন তখন পেমেন্ট করুন Blaze প্রাইসিং প্ল্যান প্রয়োজন।
২ Agent Platform Gemini API (formerly Vertex AI)-এর জন্য, এটি হল "স্বল্প-মেয়াদী উপলভ্যতা মডেল"। মডেল ভার্সনিং ও নামকরণের প্যাটার্ন দেখুন
খুব পুরনো ইমেজ-জেনারেটিং মডেল যা বন্ধ করে দেওয়া হয়েছে:
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
অডিও - টেক্সট-টু-স্পিচ (TTS) মডেল
| মডেল | Gemini Developer API | Agent Platform Gemini API |
|---|---|---|
gemini-3.8-flash-tts
রিলিজের তারিখ: ২৩ সেপ্টেম্বর, ২০২৬ রিলিজের পর্যায়: স্টেবল ভার্সন |
বন্ধ হওয়ার তারিখ: --- | বন্ধ হওয়ার তারিখ: --- |
gemini-3.8-flash-lite-tts
রিলিজের তারিখ: ২৩ সেপ্টেম্বর, ২০২৬ রিলিজের পর্যায়: স্টেবল ভার্সন |
বন্ধ হওয়ার তারিখ: --- | বন্ধ হওয়ার তারিখ: --- |
gemini-3.1-flash-tts-preview
রিলিজের তারিখ: ১৭ জুন, ২০২৬ রিলিজের পর্যায়: প্রিভিউ |
বন্ধ হওয়ার তারিখ: ১৭ নভেম্বর, ২০২৬
বিকল্প: gemini-3.8-flash-tts অথবা
gemini-3.8-flash-lite-tts
|
বন্ধ হওয়ার তারিখ: ১৭ নভেম্বর, ২০২৬
বিকল্প: gemini-3.8-flash-tts অথবা
gemini-3.8-flash-lite-tts
|
অডিও - Live APIটি মডেল
| মডেল | Gemini Developer API | Agent Platform Gemini API |
|---|---|---|
gemini-3.1-flash-live-preview
রিলিজের তারিখ: ২৬ মার্চ, ২০২৬ রিলিজের পর্যায়: প্রিভিউ |
বন্ধ হওয়ার তারিখ: --- | কাজ করে না |
gemini-live-2.5-flash-native-audio
রিলিজের তারিখ: ১২ ডিসেম্বর, ২০২৫ রিলিজের পর্যায়: স্টেবল |
কাজ করে না | বন্ধ হওয়ার তারিখ: --- |
gemini-2.5-flash-native-audio-preview-12-2025
রিলিজের তারিখ: ১২ ডিসেম্বর, ২০২৫ রিলিজের পর্যায়: প্রিভিউ |
বন্ধ হওয়ার তারিখ: ---
পরিবর্তন: gemini-3.1-flash-live-preview
|
কাজ করে না |
gemini-live-2.5-flash-preview-native-audio-09-2025
প্রকাশের তারিখ: ১৮ সেপ্টেম্বর, ২০২৫ প্রকাশের পর্যায়: প্রিভিউ |
কাজ করে না |
বন্ধ হওয়ার তারিখ: ---
পরিবর্তন: gemini-live-2.5-flash-native-audio
|
gemini-2.5-flash-native-audio-preview-09-2025
প্রকাশের তারিখ: ১৮ সেপ্টেম্বর, ২০২৫ প্রকাশের পর্যায়: প্রিভিউ |
বন্ধ হওয়ার তারিখ: ---
পরিবর্তন: gemini-3.1-flash-live-preview
|
কাজ করে না |
খুব পুরনো Live API মডেল যা বন্ধ করে দেওয়া হয়েছে:
gemini-2.0-flash-live-preview-04-09,
gemini-2.0-flash-live-001,
gemini-live-2.5-flash-preview
সমর্থিত ভাষাগুলি
সাধারণ ব্যবহারের মডেল
সব Gemini সাধারণ-ব্যবহারের মডেল (যেমন Gemini 4 Hydrogen, Gemini 4 Carbon, Gemini 4 Argon, Gemini 3.8 Flash, Gemini 3.5 Flash-Lite এবং আগের 3.x মডেল) ১০০টিরও বেশি ভাষায় বুঝতে ও উত্তর দিতে পারে:
আফ্রিকান (af), আলবেনিয়ান (sq), আমহারিক (am), আরবি (ar),
আর্মেনিয়ান (hy), অসমীয়া (as), আজারবাইজানি (az), বাস্ক (eu),
বেলারুশিয়ান (be), বাংলা (bn), বসনিয়ান (bs), বুলগেরিয়ান (bg),
কাতালান (ca), সেবুয়ানো (ceb), সরলীকৃত ও ঐতিহ্যবাহী চীনা (zh),
কর্সিকান (co), ক্রোয়েশিয়ান (hr), চেক (cs), ড্যানিশ (da), দিভেহি (dv),
ডাচ (nl), ইংরেজি (en), এসপেরান্তো (eo), এস্তোনিয়ান (et),
ফিলিপিনো (তাগালোগ) (fil), ফিনিশ (fi), ফ্রেঞ্চ (fr), ফ্রিসিয়ান (fy),
গ্যালিশিয়ান (gl), Georgian (ka), জার্মান (de), গ্রিক (el), গুজরাতি (gu),
হাইতিয়ান ক্রেওল (ht), হাউসা (ha), হাওয়াইয়ান (haw), হিব্রু (iw),
হিন্দি (hi), হ্মং (hmn), হাঙ্গেরিয়ান (hu), আইসল্যান্ডিক (is), ইগবো (ig),
ইন্দোনেশিয়ান (id), আইরিশ (ga), ইতালিয়ান (it), জাপানি (ja),
জাভানিজ (jv), কন্নড় (kn), কাজাখ (kk), খেমার (km), কোরিয়ান (ko),
ক্রিও (kri), কুর্দিশ (ku), কিরগিজ (ky), লাও (lo), ল্যাটিন (la),
লাটভিয়ান (lv), লিথুয়ানিয়ান (lt), লুক্সেমবার্গিশ (lb), ম্যাসিডোনিয়ান (mk),
মালাগাসি (mg), মালয় (ms), মালয়ালম (ml), মাল্টিজ (mt), মাওরি (mi),
মারাঠি (mr), মেইতেইলোন (মণিপুরী) (mni-Mtei), মঙ্গোলিয়ান (mn),
মায়ানমার (বার্মিজ) (my), নেপালি (ne), নরওয়েজিয়ান (no),
নিয়ানজা (চিচেওয়া) (ny), ওড়িয়া (ওড়িয়া) (or), পশতু (ps), পার্সিয়ান (fa),
পোলিশ (pl), পর্তুগিজ (pt), পাঞ্জাবি (pa), রোমানিয়ান (ro),
রাশিয়ান (ru), সামোয়ান (sm), স্কটস গ্যালিক (gd), সার্বিয়ান (sr),
সেসোথো (st), শোনা (sn), সিন্ধি (sd), সিংহলি (সিংহলি) (si),
স্লোভাক (sk), স্লোভেনিয়ান (sl), সোমালি (so), স্প্যানিশ (es),
সুন্দানিজ (su), সোয়াহিলি (sw), সুইডিশ (sv), তাজিক (tg), তামিল (ta),
তেলুগু (te), থাই (th), তুর্কি (tr), ইউক্রেনিয়ান (uk), উর্দু (ur),
উইঘুর (ug), উজবেক (uz), ভিয়েতনামিজ (vi), ওয়েলশ (cy), খোসা (xh),
ইদ্দিশ (yi), ইওরুবা (yo) এবং জুলু (zu)।
ইমেজ-জেনারেটিং মডেল (Nano Banana)
Gemini Nano Banana মডেলগুলি অনেক ভাষায় টেক্সট প্রম্পট গ্রহণ করতে পারে। তবে, নিম্নলিখিত ভাষা ও লোকেশনে সেরা পারফর্ম্যান্সের (টেক্সট প্রম্পট ও জেনারেট করা ছবির মধ্যে টেক্সট রেন্ডার করা, দুটির জন্যই) জন্য এগুলি অপ্টিমাইজ করা হয়েছে:
আরবি (ar-EG), জার্মান (de-DE), ইংরেজি (EN), স্প্যানিশ (es-MX),
ফরাসি (fr-FR), হিন্দি (hi-IN), ইন্দোনেশিয়ান (id-ID), ইতালিয়ান (it-IT),
জাপানি (ja-JP), কোরিয়ান (ko-KR), পর্তুগিজ (pt-BR), রাশিয়ান (ru-RU),
ইউক্রেনিয়ান (uk-UA), ভিয়েতনামিজ (vi-VN) এবং সরলীকৃত চীনা (zh-CN)।
প্রম্পট সংক্রান্ত পেশাদার পদ্ধতি এবং ছবিতে টেক্সট জেনারেট করার ব্যাপারে আরও জানতে, ছবি তৈরি করার জন্য কাজ করে এমন ভাষা দেখুন।
অডিও-জেনারেটিং মডেল (TTS এবং Live API)
অডিও-জেনারেটিং মডেলগুলি স্পিচ সিন্থেসিস এবং (Live API-এর জন্য) রিয়েল-টাইম দ্বিমুখী সংলাপের জন্য অপ্টিমাইজ করা বিশেষ ভাষার সেটগুলিকে সাপোর্ট করে:
টেক্সট-টু-স্পিচ (TTS) মডেল: Gemini 3.8 Flash TTS ১৩০টিরও বেশি ভাষায় অটোমেটিক স্পিচ শনাক্ত ও জেনারেট করতে পারে এবং Gemini 3.8 Flash‑Lite TTS ১০০টিরও বেশি ভাষায় কাজ করে।
যেসব ভাষায় কাজ করে তার সম্পূর্ণ তালিকা এবং সাধারণ BCP-47 লোকেল কোড দেখতে, স্পিচ জেনারেশনের জন্য কাজ করে এমন ভাষা দেখুন।
Live API মডেল: Live API মডেল প্রায় ৮০টি ভাষা ও উপভাষায় রিয়েল-টাইম, দ্বিমুখী ভয়েস ইন্টার্যাকশন সাপোর্ট করে।
যেসব ভাষায় এটি কাজ করে তার সম্পূর্ণ তালিকা দেখতে এবং কীভাবে স্পোকেন রেসপন্সের ভাষাকে প্রভাবিত করা যায় তা জানতে, Live API-এর জন্য কাজ করে এমন ভাষা দেখুন।
আগের মডেল সম্পর্কে তথ্য
এই বিভাগে আগের জেনারেশনের মডেল সম্পর্কে তথ্য দেওয়া হয়েছে। এইসব পুরনো মডেলের অবচিতি ও বন্ধ হয়ে যাওয়া সম্পর্কে আরও তথ্য পেতে (এবং সাজেস্ট করা বিকল্প মডেল সম্পর্কে জানতে), অবচিত ও বন্ধ হয়ে যাওয়া মডেল সংক্রান্ত প্রায়শই জিজ্ঞাসিত প্রশ্ন দেখুন।
সাধারণ ব্যবহারের জন্য মডেল যা বন্ধ করা হয়েছে:
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-001ইমেজ-জেনারেটিং মডেল যা বন্ধ করা হয়েছে:
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-001Live APIটি মডেল বন্ধ করা হয়েছে:
gemini-2.0-flash-live-preview-04-09,gemini-2.0-flash-live-001,gemini-live-2.5-flash-preview
আপনি নিম্নলিখিত সাব-সেকশনে যে তথ্য খুঁজছেন তা খুঁজে না পেলে, আপনার বেছে নেওয়া API পরিষেবা প্রদানকারীর ডকুমেন্টেশনে আরও তথ্য খুঁজে পেতে পারেন: Gemini Developer API অথবা Agent Platform Gemini API (formerly Vertex AI)
আগের মডেল সম্পর্কে বিবরণ দেখুন
পরবর্তী ধাপ
Gemini API-এর ক্ষমতা ব্যবহার করে দেখুন
- মাল্টি-টার্ন কথোপকথন (চ্যাট) তৈরি করুন।
- শুধু-টেক্সট প্রম্পট থেকে টেক্সট জেনারেট করুন।
- বিভিন্ন ধরনের ফাইল প্রম্পট করে টেক্সট জেনারেট করুন, যেমন ছবি, PDF, ভিডিও এবং অডিও।
- টেক্সট ও মাল্টিমোডাল প্রম্পট, দু'টি থেকেই স্ট্রাকচার্ড আউটপুট (যেমন JSON) জেনারেট করুন।
- টেক্সট ও মাল্টিমোডাল প্রম্পট, দুটির মাধ্যমেই ছবি জেনারেট ও এডিট করুন।
- Gemini টেক্সট-টু-স্পিচ (TTS) মডেল ব্যবহার করে স্পিচ (একক ও একাধিক স্পিকার, উভয়ই) জেনারেট করুন।
- Gemini Live API ব্যবহার করে ইনপুট ও আউটপুট স্ট্রিম করুন (অডিও সহ)।
-
আপনার অ্যাপের অন্যান্য অংশ এবং এক্সটার্নাল সিস্টেম ও তথ্যের সাথে Gemini মডেল কানেক্ট করতে
টুল (যেমন ফাংশন কলিং
এবং
Google Search বাGoogle Maps -এর সাথে গ্রাউন্ডিং) ব্যবহার করুন।