Google Gemini

Google Gemini 是 Google DeepMind 开发的原生多模态大模型系列，2023 年底正式发布，是谷歌的主力 AI 产品，可同时处理文本、图片、音频、视频、代码多种格式内容，面向普通用户与开发者提供服务。
 

核心特点

1. 原生多模态能力：底层架构同时支持文本、图像、音频、视频、代码的理解与生成，可直接上传图片、视频、长文件进行提问分析。
2. 超大上下文窗口：支持处理超长文档、整本资料、长视频内容，一次性读取大量素材做总结分析。
3. 多版本分层：包含高性能旗舰版、高速轻量化 Flash 版、可手机本地离线运行的 Nano 版本，覆盖云端、手机端不同场景。
4. 联网搜索能力：可接入谷歌搜索获取实时网络信息，回答附带参考来源。
5. 代码能力强：擅长写代码、排错、解析程序文件，支持多种编程语言。
6. 免费与付费模式：普通网页版免费可用；Gemini Advanced 付费版解锁最强模型、高级多模态、更大处理上限；同时开放 API 供开发者接入自家产品Google Dee...。
7. 谷歌生态打通：深度集成谷歌搜索、Google Workspace、Pixel 手机等产品。

主要用途

• 图文、视频内容分析，识图解读、解析视频画面与音频
• 长文档、PDF、大量资料快速总结梳理
• 代码编写、调试、技术问题解答
• 日常问答、文案创作、头脑风暴
• 开发者通过 API 构建 AI 应用、智能体
• 移动端离线 AI 功能（Pixel 设备）

局限

• 依旧存在 AI 幻觉，部分信息会编造，重要内容需要二次核验
• 中文综合表现弱于英文，部分中文细节处理不够理想
• 离线 Nano 版本能力有限，复杂任务仍需要云端
• 视频解析时长存在上限，超长视频无法完整处理

 
官网：https://gemini.google.com
 
价格：免费版可用；Advanced $20/月