Brauseri automatiseerimine, visuaalne kasutajaliidesega suhtlemine, korduvad veebitöövood, vormide täitmine ja kasutajaliidese testimine
Tüüp
Multimodaalne
Kontekst
128K
Arutlusvõime
7/10
Kiirus
6/10
Multimodaalne
Pildisisend
Tööriistade kasutamine
Olek
Pärandversioon eelvaates; see on praegu dokumenteeritud ja kättesaadav, kuid uute arvutiga suhtlemise rakenduste jaoks soovitatakse uuemaid Gemini 3.x mudeleid.
Sisend
1,25 dollarit 1 miljoni tokeni kohta kuni 200 000 tokeni pikkuste viipade puhul; 2,50 dollarit 1 miljoni tokeni kohta üle 200 000 tokeni pikkuste viipade puhul
Väljund
10,00 dollarit 1 miljoni tokeni kohta kuni 200 000 tokeni pikkuste viipade puhul; 15,00 dollarit 1 miljoni tokeni kohta üle 200 000 tokeni pikkuste viipade puhul
Vaata mudelit
→
Suuremahuline multimodaalne töötlemine, madala latentsusajaga arutlemine, programmeerimine, andmete eraldamine, tööriistu kasutavad agendid ning rakendused, mis vajavad väga suurt kontekstiakent.
Tüüp
üldotstarbeline
Kontekst
1.05M
Arutlusvõime
8/10
Kiirus
9/10
Multimodaalne
Pildisisend
Helisisend
Olek
Stabiilne ja praegu Gemini API kaudu pakutav, kuid piiratud juurdepääsuga kasutajatele, kes on aktiivselt kasutanud Gemini 2.5 mudeleid; seda ei ole kasutuselt kõrvaldatud ning sulgemiskuupäeva pole teatatud.
Sisend
0,30 dollarit 1 miljoni teksti-/pildi-/videomärgi kohta; 1,00 dollarit 1 miljoni audiomärgi kohta; paketttöötluse sisend: 0,15 dollarit 1 miljoni teksti-/pildi-/videomärgi kohta.
Väljund
2,50 dollarit 1 miljoni tokeni kohta, sealhulgas mõtlemistokenid.
Vaata mudelit
→
Suurte mahtude klassifitseerimine, lihtne andmete eraldamine, kerge multimodaalne analüüs, päringute suunamine, märgendamine, kokkuvõtete tegemine ning rakendused, kus latentsus on äärmiselt kriitiline.
Tüüp
Kergekaaluline
Kontekst
1.05M
Arutlusvõime
6/10
Kiirus
10/10
Multimodaalne
Pildisisend
Helisisend
Olek
Stabiilne; praegu pakutakse seda Gemini API kaudu, kuid ligipääs on piiratud kasutajatele, kes on aktiivselt kasutanud Gemini 2.5 mudeleid. Google soovitab uute projektide puhul kasutada uuemaid mudeleid.
Sisend
0,10 dollarit 1 miljoni teksti-, pildi- ja videosisendi tokeni kohta; 0,30 dollarit 1 miljoni helisisendi tokeni kohta. Batch/Flex: 0,05 dollarit 1 miljoni teksti-, pildi- ja videosisendi tokeni kohta ning 0,15 dollarit 1 miljoni helisisendi tokeni kohta.
Väljund
0,40 dollarit 1 miljoni väljundtokeni kohta. Batch/Flex: 0,20 dollarit 1 miljoni väljundtokeni kohta.
Vaata mudelit
→
Reaalajas töötavad hääl- ja videoagendid, kõnest kõneks assistendid, interaktiivne klienditugi, õpiabi, juhendamine ja multimodaalsed Live API rakendused
Tüüp
Multimodaalne
Kontekst
131K
Arutlusvõime
7/10
Kiirus
9/10
Multimodaalne
Pildisisend
Helisisend
Olek
Eelversioon; Google pakub seda praegu piiratud juurdepääsuga kasutajatele, kes on aktiivselt kasutanud Gemini 2.5 mudeleid; sulgemiskuupäeva pole välja kuulutatud.
Sisend
0,50 dollarit 1 miljoni tekstimärgi kohta; 3,00 dollarit 1 miljoni heli- või videomärgi kohta
Väljund
2,00 $ 1 miljoni tekstitokeni kohta; 12,00 $ 1 miljoni audiotokeni kohta
Vaata mudelit
→
Madala viivitusega juhitav kõnesüntees tekstist, häälassistendid, jutustamine, ettelugemisfunktsioonid ja mitme kõnelejaga heli genereerimine
Tüüp
Muu
Kontekst
8K
Arutlusvõime
2/10
Kiirus
8/10
Meediaväljund
Olek
Eelvaade; praegu saadaval piiratud juurdepääsuga
Sisend
$0,50 1 miljoni sisendtekstitokeni kohta; pakktöötlus: $0,25 1 miljoni sisendtekstitokeni kohta
Väljund
10,00 $ 1 miljoni väljund-audiotokeni kohta; pakktöötluses: 5,00 $ 1 miljoni väljund-audiotokeni kohta
Vaata mudelit
→
Täiustatud programmeerimine, keerukas arutlemine, matemaatika, STEM-analüüs, pikad dokumendid, suured koodibaasid, multimodaalne analüüs ja tööriistu kasutavad agendid.
Tüüp
Arutlus
Kontekst
1.05M
Arutlusvõime
9/10
Kiirus
6/10
Multimodaalne
Pildisisend
Helisisend
Olek
Stabiilne ja Gemini API kaudu üldiselt saadaval; praegu on juurdepääs piiratud kasutajatele, kes on aktiivselt kasutanud Gemini 2.5 mudeleid. Google'i sõnul ei ole mudel kasutusest eemaldatud ning seda pakutakse kuni edasise teatamiseni.
Sisend
1,25 dollarit 1 miljoni tokeni kohta kuni 200 000 tokeni pikkuste promptide puhul; 2,50 dollarit 1 miljoni tokeni kohta üle 200 000 tokeni pikkuste promptide puhul. Batchi/Flexi hinnad on vastavalt 0,625 ja 1,25 dollarit.
Väljund
10,00 dollarit 1 miljoni tokeni kohta kuni 200 000 tokeni pikkuste viipade puhul; 15,00 dollarit 1 miljoni tokeni kohta üle 200 000 tokeni pikkuste viipade puhul. Batchi/Flexi hinnad on vastavalt 5,00 ja 7,50 dollarit. Hinnad sisaldavad mõtlemistokeneid.
Vaata mudelit
→
Väga tõetruu ühe- ja mitme kõnelejaga jutustus, audioraamatud, taskuhäälingud, professionaalsed pealelugemised ja stsenaariumipõhine loominguline audiosisu
Tüüp
Muu
Kontekst
8K
Arutlusvõime
1/10
Kiirus
6/10
Meediaväljund
Olek
Eelvaade; praegu loendis ja Gemini API kaudu kättesaadav, kuid Gemini 2.5 mudelitele on juurdepääs piiratud.
Sisend
1,00 dollarit 1 miljoni tekstitokeni kohta standardtöötluse puhul; 0,50 dollarit 1 miljoni tekstitokeni kohta pakettöötluse puhul
Väljund
20,00 $ 1 miljoni audiotokeni kohta tavakasutuses; 10,00 $ 1 miljoni audiotokeni kohta pakettöötluses
Vaata mudelit
→
Kiire piltide genereerimine, vestluspõhine pilditöötlus, piltide teisendamine ja suure mahuga visuaalsed töövood
Tüüp
Multimodaalne
Kontekst
66K
Arutlusvõime
3/10
Kiirus
8/10
Multimodaalne
Pildisisend
Meediaväljund
Olek
Aegunud; sulgemine on kavandatud 2026-10-02
Sisend
0,30 $ 1 miljoni teksti- või pildisisendi tokeni kohta; Batch/Flex: 0,15 $; Priority: 0,54 $
Väljund
0,039 $ genereeritud pildi kohta; Batch/Flex: 0,0195 $; Priority: 0,0702 $
Vaata mudelit
→
Agentpõhised töövood, igapäevane programmeerimine, arutlemine ja planeerimine, multimodaalne analüüs, pika kontekstiga dokumentide töötlemine ning kulutundlikud tööriistu kasutavad rakendused
Tüüp
Multimodaalne
Kontekst
1.05M
Arutlusvõime
9/10
Kiirus
9/10
Multimodaalne
Pildisisend
Helisisend
Sisend
$0,50 1 miljoni sisendtokeni kohta
Väljund
3 dollarit 1 miljoni väljundmärgi kohta
Vaata mudelit
→
Keerukad arutlusülesanded, täiustatud tarkvaraarendus, pika konteksti multimodaalne analüüs ja agentpõhised töövood, mis nõuavad tööriistade usaldusväärset kasutamist
Tüüp
Arutlus
Kontekst
1.05M
Arutlusvõime
9/10
Kiirus
7/10
Multimodaalne
Pildisisend
Helisisend
Sisend
2,00 dollarit 1 miljoni tokeni kohta kuni 200 000 tokeni pikkuste viipade puhul; 4,00 dollarit 1 miljoni tokeni kohta üle 200 000 tokeni pikkuste viipade puhul
Väljund
12,00 dollarit 1 miljoni tokeni kohta kuni 200 000 tokeniga promptide puhul; 18,00 dollarit 1 miljoni tokeni kohta üle 200 000 tokeniga promptide puhul, sealhulgas mõtlemistokenid
Vaata mudelit
→
Kiired multimodaalsed rakendused, programmeerimisabilised, pika konteksti võimalustega dokumentide ja videote analüüs, tööriistu kasutavad agendid, ettevõtete töövood ning kiire agentidepõhine täitmine
Tüüp
üldotstarbeline
Kontekst
1.05M
Arutlusvõime
8/10
Kiirus
9/10
Multimodaalne
Pildisisend
Helisisend
Olek
Stabiilne; eelmise põlvkonna Flash-mudel; praegu saadaval; sulgemiskuupäeva pole teatatud
Sisend
1,50 dollarit 1 miljoni sisendtokeni kohta
Väljund
7,50 dollarit 1 miljoni väljundtokeni kohta
Vaata mudelit
→
Kodeerimine, tarkvaratehnika, tööriistu kasutavad agendid, pika kontekstiga multimodaalne analüüs, struktureeritud teabe eraldamine ning suure läbilaskevõimega ettevõtete töövood
Tüüp
üldotstarbeline
Kontekst
1.05M
Arutlusvõime
8/10
Kiirus
9/10
Multimodaalne
Pildisisend
Helisisend
Olek
Üldiselt saadaval; eelmise põlvkonna Flash-mudel, mida praegu toetatakse
Sisend
0,75 $ 1 miljoni märgi kohta kuni 31.12.2026; 1,50 $ 1 miljoni märgi kohta alates 01.01.2027
Väljund
3,75 dollarit 1 miljoni tokeni kohta, sealhulgas mõtlemistokenid, kuni 31.12.2026; 7,50 dollarit 1 miljoni tokeni kohta alates 01.01.2027
Vaata mudelit
→
Pikaajalise kestusega tarkvaraarendus, autonoomsed agendid, multimodaalsed dokumenditöövood, ettevõtete teadmistepõhised tööülesanded ja tööriistu kasutavad rakendused.
Tüüp
Multimodaalne
Kontekst
1.05M
Arutlusvõime
9/10
Kiirus
9/10
Multimodaalne
Pildisisend
Helisisend
Sisend
0,75 dollarit 1 miljoni tokeni kohta kuni 31. detsembrini 2026; 1,50 dollarit 1 miljoni tokeni kohta alates 1. jaanuarist 2027. Batchi/Flexi sissejuhatav sisendhind: 0,375 dollarit 1 miljoni tokeni kohta.
Väljund
3,75 dollarit 1 miljoni tokeni eest, sealhulgas mõtlemistokenid, kuni 31. detsembrini 2026; alates 1. jaanuarist 2027 7,50 dollarit 1 miljoni tokeni eest. Batchi/Flexi sissejuhatav väljundihind: 1,875 dollarit 1 miljoni tokeni eest.
Vaata mudelit
→
Suuremahuline tõlkimine, klassifitseerimine, teabe eraldamine, kokkuvõtete koostamine, dokumentide töötlemine ja lihtsamad tööriistu kasutavate agentide töövood
Tüüp
Kergekaaluline
Kontekst
1.05M
Arutlusvõime
7/10
Kiirus
10/10
Multimodaalne
Pildisisend
Helisisend
Olek
Aegunud; üldiselt saadaval ja juurdepääsetav kuni kavandatud sulgemiseni 7. mail 2027
Sisend
0,25 dollarit 1 miljoni teksti-, pildi- või videotokeni kohta; 0,50 dollarit 1 miljoni audiotokeni kohta; batch/flex: 0,125 dollarit 1 miljoni teksti-, pildi- või videotokeni kohta ja 0,25 dollarit 1 miljoni audiotokeni kohta
Väljund
1,50 dollarit 1 miljoni märgi kohta tavakasutuses; 0,75 dollarit 1 miljoni märgi kohta pakktöötluse või paindliku järeldamise korral
Vaata mudelit
→
Madala latentsusega hääleagendid, reaalajas dialoog, multimodaalsed otseansid ja interaktiivsed helirakendused
Tüüp
Multimodaalne
Kontekst
131K
Arutlusvõime
7/10
Kiirus
9/10
Multimodaalne
Pildisisend
Helisisend
Olek
Pärand-eelvaade; praegu juurdepääsetav; Google soovitab enamiku uute madala latentsusega hääleagentide juurutamiseks Gemini 3.8 Live’i
Sisend
0,75 dollarit 1 miljoni tekstimärgendi kohta; 3,00 dollarit 1 miljoni audiomärgendi kohta või 0,005 dollarit ühe audio minuti kohta; 1,00 dollarit 1 miljoni pildi-/videomärgendi kohta või 0,002 dollarit ühe pildi-/videominuti kohta
Väljund
4,50 dollarit 1 miljoni tekstitokeni kohta; 12,00 dollarit 1 miljoni audiotokeni kohta või 0,018 dollarit ühe audiominuti kohta
Vaata mudelit
→
Juhitav väljendusrikas kõne, jutustamine, ligipääsetavus, skriptipõhine heli ja mitme kõnelejaga TTS-prototüübid
Tüüp
Muu
Kontekst
8K
Arutlusvõime
2/10
Kiirus
8/10
Meediaväljund
Voogedastus
Olek
Pärand-eelversioon; praegu kättesaadav; sulgemiskuupäeva pole välja kuulutatud
Sisend
1,00 dollarit 1 miljoni tekstimärgi kohta standardhinnaga; 0,50 dollarit 1 miljoni tekstimärgi kohta pakktöötluse korral
Väljund
$20.00 1 miljoni helitokeni kohta standardkasutuse korral; $10.00 1 miljoni helitokeni kohta partiitöötluse korral
Vaata mudelit
→
Gemini 3.1 Flash Lite Image
Kiire ja soodne 1K-resolutsiooniga piltide genereerimine ja redigeerimine, visuaalsete prototüüpide kiire loomine, interaktiivsed rakendused, piltide suuremahuline variatsioonide loomine, süžeeskeemide koostamine ja kerged loomingulised töövood
Tüüp
Multimodaalne
Kontekst
66K
Arutlusvõime
3/10
Kiirus
10/10
Multimodaalne
Pildisisend
Videosisend
Olek
Üldiselt saadaval; kavandatud kasutuselt kõrvaldamine 28. juunil 2027 või hiljem
Sisend
$0.25 1 miljoni sisendtokeni kohta teksti-, pildi- ja videosisendi puhul; pakktöötluse hind on $0.125 1 miljoni sisendtokeni kohta
Väljund
1,50 dollarit 1 miljoni teksti-/mõtteväljundi tokeni kohta ja 30 dollarit 1 miljoni pildisisendi väljundtokeni kohta; ligikaudu 0,0336 dollarit 1000 pildi kohta; partiipõhise pildisisendi väljundi hind on 15 dollarit 1 miljoni pilditokeni kohta
Vaata mudelit
→
Agentipõhised töövood, kodeerimisagendid, pika konteksti toega multimodaalne analüüs, tööriistade kasutamine ja skaleeritud tootmisrakendused
Tüüp
üldotstarbeline
Kontekst
1.05M
Arutlusvõime
9/10
Kiirus
8/10
Multimodaalne
Pildisisend
Helisisend
Olek
Üldiselt saadaval; stabiilne
Sisend
1,50 dollarit 1 miljoni märgi eest tavakasutuses; 0,75 dollarit 1 miljoni märgi eest pakett- ja Flex-režiimis; 2,70 dollarit 1 miljoni märgi eest prioriteetrežiimis
Väljund
9,00 dollarit 1 miljoni märgiühiku eest tavahinnaga; 4,50 dollarit 1 miljoni märgiühiku eest Batchi ja Flexi puhul; 16,20 dollarit 1 miljoni märgiühiku eest Priority puhul
Vaata mudelit
→
Suure mahuga ja väikest latentsust nõudvad agentpõhised töövood, dokumentide parsimine, tõlkimine, klassifitseerimine, andmete eraldamine, otsingupõhised rakendused ning multimodaalsed alamagendid.
Tüüp
Kergekaaluline
Kontekst
1.05M
Arutlusvõime
8/10
Kiirus
10/10
Multimodaalne
Pildisisend
Helisisend
Olek
Üldine kättesaadavus
Sisend
0,30 dollarit 1 miljoni standardse teksti-, pildi-, video- ja helisisendi märgi kohta; 0,15 dollarit 1 miljoni sisendmärgi kohta Batchi ja Flexi puhul; 0,54 dollarit 1 miljoni sisendmärgi kohta Priority puhul.
Väljund
2,50 dollarit 1 miljoni väljundtokeni kohta standardkasutuse korral; 1,25 dollarit 1 miljoni väljundtokeni kohta Batchi ja Flexi korral; 4,50 dollarit 1 miljoni väljundtokeni kohta Priority korral.
Vaata mudelit
→
Väikese latentsusega reaalajas kõne tõlkimine kõneks kõnede, koosolekute, reisimise, klienditoe ja mitmekeelsete häälerakenduste jaoks
Tüüp
Multimodaalne
Kontekst
131K
Arutlusvõime
2/10
Kiirus
10/10
Helisisend
Meediaväljund
Voogedastus
Sisend
3,50 dollarit 1 miljoni sisendaudiomärgi kohta, ligikaudu 0,0053 dollarit minuti kohta
Väljund
21,00 dollarit 1 miljoni väljundheli märgi kohta, ligikaudu 0,0315 dollarit minuti kohta
Vaata mudelit
→
Eelsalvestatud heli transkribeerimine, mitmekeelne kõnetuvastus, kõnelejate kaupa märgistatud transkriptsioonid, ajatemplitega transkriptsioonid, nutikas dikteerimine ja valdkonnaspetsiifiline sõnavara
Tüüp
Muu
Kontekst
96K
Arutlusvõime
2/10
Kiirus
9/10
Multimodaalne
Helisisend
Olek
Üldiselt saadaval (GA)
Sisend
$2,00 1 miljoni helisisendi tokeni kohta, ligikaudu $0,003 minuti kohta; saadaval on tasuta pakett
Väljund
12,00 dollarit 1 miljoni teksti väljundtokeni kohta, ligikaudu 0,002 dollarit minutis; saadaval on tasuta pakett
Vaata mudelit
→
Suuremahuline teksti kõneks teisendamine, väikese viivitusega häälagentide ahelad, ettelugemisrakendused, hääle replikatsioon ja igapäevane ühe kõneleja kõne
Tüüp
Muu
Kontekst
8K
Arutlusvõime
1/10
Kiirus
9/10
Meediaväljund
Voogedastus
Sisend
0,50 dollarit 1 miljoni tekstitokeni kohta kuni 31. detsembrini 2026; 1,00 dollarit 1 miljoni tekstitokeni kohta alates 1. jaanuarist 2027. Pakktöötluse ja Flexi sisend: 0,25 dollarit kuni 31. detsembrini 2026; 0,50 dollarit alates 1. jaanuarist 2027.
Väljund
6,00 dollarit 1 miljoni helitokeni kohta kuni 31. detsembrini 2026; 12,00 dollarit 1 miljoni helitokeni kohta alates 1. jaanuarist 2027. Tavapärane ekvivalent: ligikaudu 0,0015 dollarit 10 sekundi heli kohta kuni 31. detsembrini 2026.
Vaata mudelit
→
Stuudiokvaliteediga jutustamine, audioraamatud, väljendusrikas häälnäitlemine, keerukad mitme kõnelejaga dialoogid, piirkondlikud aktsendid, raskesti hääldatavad sõnad, pikad jutustused, hääle kujundamine ja hääle jäljendamine.
Tüüp
Muu
Kontekst
8K
Arutlusvõime
1/10
Kiirus
8/10
Meediaväljund
Voogedastus
Olek
Üldiselt saadaval (GA); sulgemiskuupäeva pole teatatud
Sisend
0,50 dollarit 1 miljoni tekstisisendi tokeni kohta kuni 31. detsembrini 2026; 1,00 dollarit 1 miljoni tekstisisendi tokeni kohta alates 1. jaanuarist 2027
Väljund
9,00 dollarit 1 miljoni heliväljundi tokeni kohta kuni 31. detsembrini 2026; 18,00 dollarit 1 miljoni heliväljundi tokeni kohta alates 1. jaanuarist 2027. See vastab 0,00225 dollarile 10 sekundi heli eest kuni 31. detsembrini 2026 ja 0,0045 dollarile 10 s
Vaata mudelit
→
Väikese latentsusega hääleagendid, reaalajas toimuv helist helisse dialoog, multimodaalsed assistendid ja interaktiivsed rakendused, mis kasutavad tööriistu
Tüüp
Multimodaalne
Kontekst
131K
Arutlusvõime
7/10
Kiirus
10/10
Multimodaalne
Pildisisend
Helisisend
Olek
Stabiilne; üldiselt saadaval
Sisend
0,75 dollarit 1 miljoni tekstimärgi kohta; 3,00 dollarit 1 miljoni audiomärgi kohta või ligikaudu 0,005 dollarit minuti kohta; 1,00 dollarit 1 miljoni pildi-/videomärgi kohta või ligikaudu 0,002 dollarit minuti kohta
Väljund
4,50 dollarit 1 miljoni tekstimärgi kohta; 12,00 dollarit 1 miljoni audiomärgi kohta või ligikaudu 0,018 dollarit minuti kohta
Vaata mudelit
→
Keerukad reaalajas töötavad hääleagendid, mitmeastmeline probleemilahendus, asünkroonsed töövood tööriistadega, tehniline tugi, reiside korraldamine ning suuline STEM-i või programmeerimise juhendamine
Tüüp
Arutlus
Kontekst
131K
Arutlusvõime
9/10
Kiirus
7/10
Multimodaalne
Pildisisend
Helisisend
Olek
Stabiilne; üldiselt saadaval
Sisend
0,75 dollarit 1 miljoni tekstimärgi kohta; 3,00 dollarit 1 miljoni audiomärgi kohta või 0,005 dollarit audiominuti kohta; 1,00 dollarit 1 miljoni pildi-/videomärgi kohta või 0,002 dollarit minuti kohta
Väljund
4,50 dollarit 1 miljoni tekstokeni kohta; 12,00 dollarit 1 miljoni audiotok eni kohta või 0,018 dollarit audio minuti kohta
Vaata mudelit
→
Autonoomsed turu-uuringud, hoolsuskontrollid, kirjandusülevaated, konkurentsianalüüsid, rohketele allikatele tuginevad uurimised ja viidetega uurimisaruanded
Tüüp
Muu
Kontekst
1.05M
Arutlusvõime
8/10
Kiirus
8/10
Multimodaalne
Pildisisend
Helisisend
Sisend
Muutuv kasutuspõhine hind, mis sõltub aluseks oleva mudeli kasutusest ja tööriistadest; agendi jaoks ei ole kindlat sisendtokeni hinda määratud.
Väljund
Muutuv kasutuspõhine hinnastus sõltuvalt uurimistöö põhjalikkusest ja loodud väljundist; tavapärase ülesande hinnanguline kogukulu on ligikaudu 1–3 dollarit.
Vaata mudelit
→
Põhjalikud turu-uuringud, konkurentsianalüüsid, taustauuringud, kirjandusülevaated ja allikaterohked uurimisaruanded
Tüüp
Arutlus
Kontekst
1.05M
Arutlusvõime
10/10
Kiirus
3/10
Multimodaalne
Pildisisend
Helisisend
Olek
Eelvaade; praegu saadaval Gemini API-s ja Google AI Studios Interactions API kaudu
Sisend
Kasutuspõhine hinnastus, mis põhineb aluseks oleva Gemini mudeli inferentsil ja tööriistade kasutamisel; kindlat mudelipõhist sisendihinda ei ole avaldatud
Väljund
Kasutuspõhine hinnastamine, mis sõltub aluseks oleva Gemini mudeli inferentsist ja tööriistade kasutamisest; kindlat mudelipõhist väljundihinda ei ole avaldatud
Vaata mudelit
→
Teksti semantiline otsing, RAG-i andmete otsing, dokumentide sobitamine, klassifitseerimine, klasterdamine ja soovitussüsteemid
Tüüp
Muu
Kontekst
2K
Arutlusvõime
1/10
Kiirus
8/10
Olek
Praegune; sulgemine on kavandatud kuupäevale 2028-05-14.
Sisend
$0.00015 1000 sisendtokeni kohta Vertex AI veebipõhiste päringute puhul; $0.00012 1000 sisendtokeni kohta pakettpäringute puhul
Väljund
Väljundi manustamise eest tasu ei võeta
Vaata mudelit
→
Ristmodaalne semantiline otsing, multimodaalne RAG, vektorotsing, soovitused, klassifitseerimine, klasterdamine ning teksti- ja meediasisust koosnevate kogude indekseerimine.
Tüüp
Manustamine
Kontekst
8K
Arutlusvõime
2/10
Kiirus
7/10
Multimodaalne
Pildisisend
Helisisend
Sisend
Tavapärase tasulise taseme hinnad: tekst 0,20 dollarit 1 miljoni märgiühiku kohta; pildid 0,45 dollarit 1 miljoni märgiühiku kohta või 0,00012 dollarit pildi kohta; heli 6,50 dollarit 1 miljoni märgiühiku kohta või 0,00016 dollarit sekundi kohta; video 12
Väljund
Eraldi väljundtokenite hinda ei ole, sest mudel tagastab vektorrepresentatsioone. Väljund sisaldub sisendmodaalsuse hinnastruktuuris.
Vaata mudelit
→
Kiire ja suure mahuga piltide loomine ning redigeerimine, visuaalne iteratsioon, turundusmaterjalid, diagrammid, infograafikud, lokaliseerimine ja rakendused, mis vajavad pildiotsingu tulemustele tuginevat teavet
Tüüp
Multimodaalne
Kontekst
131K
Arutlusvõime
7/10
Kiirus
9/10
Multimodaalne
Pildisisend
Videosisend
Olek
Üldiselt saadaval; Gemini API stabiilne mudel on gemini-3.1-flash-image
Sisend
$0,50 1 miljoni teksti- või pildisisendi tokeni kohta; pakett-sisendi hind on $0,25 1 miljoni tokeni kohta
Väljund
3 dollarit 1 miljoni teksti- ja mõtlemistokeni kohta ning 60 dollarit 1 miljoni pildiväljundi tokeni kohta; ligikaudu 0,067 dollarit 1K-pildi, 0,101 dollarit 2K-pildi ja 0,151 dollarit 4K-pildi kohta; partiipõhine pildiväljund maksab 30 dollarit 1 miljoni
Vaata mudelit
→
Professionaalse taseme piltide loomine ja töötlemine, keerukad kompositsioonid, toote maketid, infograafika, brändi visuaalmaterjalid, mitmekeelne lokaliseerimine ja ülitäpne visuaalne prototüüpimine
Tüüp
Multimodaalne
Kontekst
66K
Arutlusvõime
8/10
Kiirus
6/10
Multimodaalne
Pildisisend
Meediaväljund
Olek
Praegune stabiilne mudel
Sisend
2,00 dollarit 1 miljoni teksti- või pildisisendi tokeni kohta; ligikaudu 0,0011 dollarit sisendpildi kohta
Väljund
12,00 dollarit 1 miljoni teksti- ja mõtlemistokeni kohta; 120,00 dollarit 1 miljoni pilditokeni kohta, mis vastab ligikaudu 0,134 dollarile 1K/2K pildi kohta ja 0,24 dollarile 4K pildi kohta
Vaata mudelit
→
Kiire tekstist videoks ja pildist videoks teisendamine, vestluslik videotöötlus, videote pikendamine, interpolatsioon, turundussisu ning lühivormiliste filmilike videote loomine
Tüüp
Multimodaalne
Kontekst
1.05M
Arutlusvõime
5/10
Kiirus
9/10
Multimodaalne
Pildisisend
Videosisend
Olek
Praegune; stabiilne mudel on saadaval versioonina gemini-omni-1.1-flash ning dokumenteeritud on ka gemini-omni-flash-preview.
Sisend
$1.50 1 miljoni sisendtokeni kohta teksti-, pildi-, video- ja helisisendi puhul tavahinnastuse alusel
Väljund
17,50 dollarit 1 miljoni video väljundmärgi kohta; 9,00 dollarit 1 miljoni teksti väljundmärgi kohta, kui see on kohaldatav
Vaata mudelit
→
Robotite kõrgetasemeline planeerimine, ruumiline arutlus, video abil edenemise jälgimine, tööriistade orkestreerimine ja mitme roboti koostöö
Tüüp
Arutlus
Kontekst
131K
Arutlusvõime
8/10
Kiirus
4/10
Multimodaalne
Pildisisend
Helisisend
Sisend
1,00 dollarit 1 miljoni tokeni kohta standardse eelvaate lõpp-punkti kaudu kuni 31. detsembrini 2026; alates 1. jaanuarist 2027 2,00 dollarit 1 miljoni tokeni kohta
Väljund
5,00 dollarit 1 miljoni märgi kohta, sealhulgas arutluskäigu märgid, kuni 31. detsembrini 2026; alates 1. jaanuarist 2027 10,00 dollarit 1 miljoni märgi kohta
Vaata mudelit
→
Madala latentsusega robotagendid, pidev heli- ja videoseire, funktsioonipõhine robotite orkestreerimine, lao töövood ja mitme roboti koordineerimine
Tüüp
Arutlus
Kontekst
131K
Arutlusvõime
8/10
Kiirus
9/10
Multimodaalne
Pildisisend
Helisisend
Sisend
1,00 dollarit 1 miljoni märgi kohta kuni 31. detsembrini 2026; 2,00 dollarit 1 miljoni märgi kohta alates 1. jaanuarist 2027
Väljund
5,00 dollarit 1 miljoni märgi kohta kuni 31. detsembrini 2026; 10,00 dollarit 1 miljoni märgi kohta alates 1. jaanuarist 2027
Vaata mudelit
→
Täispikad tehisintellekti loodud laulud, vokaalmuusika, instrumentaalseaded, laulukirjutamise eksperimendid, heliribad ja piltidest inspireeritud muusika loomine
Tüüp
Muu
Kontekst
131K
Arutlusvõime
1/10
Kiirus
7/10
Multimodaalne
Pildisisend
Meediaväljund
Sisend
$0,08 ühe täispika loo kohta; tasuta pakett puudub
Väljund
$0,08 täispika loo kohta
Vaata mudelit
→
Interaktiivne instrumentaalmuusika loomine, elav muusikaline improvisatsioon, viipade abil juhitavad DJ-tööriistad, MIDI-juhitavad elamused ning reaalajas toimivad loomingulised helirakendused
Tüüp
Muu
Arutlusvõime
1/10
Kiirus
9/10
Meediaväljund
Voogedastus
Olek
Eksperimentaalne ja praegu Gemini API dokumentatsioonis nimega lyria-realtime-exp.
Sisend
Selle mudeli hinda ei ole avalikult avaldatud
Väljund
Selle mudeli hinda ei ole avalikult avaldatud
Vaata mudelit
→
Lühikeste muusika- või heliklippide genereerimine
Meediaväljund
Vaata mudelit
→
Täispikkade tehisintellekti abil loodud muusikapalade, heliribade ja laulude kirjutamiseks, struktureeritud kompositsioonide, reklaamiaudio, mängude ning loovproduktsiooni töövoogude jaoks
Tüüp
Muu
Arutlusvõime
1/10
Kiirus
7/10
Multimodaalne
Pildisisend
Meediaväljund
Sisend
0,08 dollarit ühe täispika loo genereerimise kohta
Vaata mudelit
→
Kinemaatiline tekstist videoks ja pildist videoks genereerimine, lühivormiliste lugude jutustamine, süžeeplaanide koostamine, reklaamikontseptsioonid, visuaalefektide katsetamine ning sünkroonitud heliga loominguline eelvisualiseerimine
Tüüp
Multimodaalne
Kontekst
1K
Arutlusvõime
1/10
Kiirus
5/10
Multimodaalne
Pildisisend
Videosisend
Olek
Eelvaade; praegu kättesaadav Google'i API-de ja Google'i toodete kaudu
Sisend
0,40 dollarit sekundis standardse Veo 3.1 heli sisaldava 720p- või 1080p-video eest; 4K puhul 0,60 dollarit sekundis
Väljund
Genereeritud video loomuliku heliga; tasu arvestatakse iga genereeritud videosekundi eest
Vaata mudelit
→
Kiire ja suuremahuline videote genereerimine, loominguliste lahenduste iteratiivne täiustamine, sotsiaalmeediasisu, reklaamikontseptsioonid ja automatiseeritud tootmise töövood
Tüüp
Video Genereerimine
Kontekst
1K
Kiirus
9/10
Multimodaalne
Pildisisend
Videosisend
Olek
Vertex AI-s üldiselt saadaval; Gemini API-s eelvaatemudel
Sisend
0,10 $ videosekundi kohta 720p puhul; 0,12 $ videosekundi kohta 1080p puhul; 0,30 $ videosekundi kohta 4K puhul, kui see on toetatud
Väljund
Natiivse heliga video; hind arvutatakse genereeritud videosekundi järgi
Vaata mudelit
→
Suuremahuline tekstist videoks ja pildist videoks sisu loomine, kiire loominguline iteratsioon, sotsiaalmeediasisu, reklaamivariatsioonid ja kuluteadlikud tootmise töövood
Tüüp
Muu
Arutlusvõime
1/10
Kiirus
8/10
Multimodaalne
Pildisisend
Meediaväljund
Olek
Eelvaade; praegu saadaval Gemini API ja Google Cloud Vertex AI kaudu
Sisend
0,05 dollarit sekundis 720p-video koos heliga; 0,08 dollarit sekundis 1080p-video koos heliga
Väljund
Videod koos loomuliku heliga, hind genereeritud videosekundi kohta
Vaata mudelit
→
