Google
Gemini 4 Hydrogen
Gemini 4 Hydrogen 是 Google 面向日常编程和智能体工作流的多模态模型，侧重快速、高效执行任务，既可独立使用，也可与侧重深度推理的 Gemini 4 Carbon、Gemini 4 Argon 配合。模型由 Gemini 4 Carbon 改造而来。(blog.google) 接受文本、图像、音频和视频输入，输出文本；支持代码执行、函数调用、结构化输出和计算机使用等能力。(d…
了解模型简体中文
模型发布档案
最新发布模型
聚合模型发布动态，按发布时间浏览，发现值得关注的新模型。
Google
Gemini 4 Carbon
Gemini 4 Carbon 是基于 Gemini 4 Argon 的前沿模型，面向复杂知识工作、工程、网络安全和科学推理中的长期、多步骤智能体任务。(deepmind.google) 支持文本、图像、音频和视频输入，输出文本；输入与输出共享最多 1,048,576 个 token 的上下文窗口。(deepmind.google) 可用于复杂编程与调试、文档和数据分析、报表及演示文稿生成、科学研…
了解模型简体中文
Google
Gemini Decision 1
Gemini Decision 1 是为 Gemini Decisions API 提供支持的多模态决策模型，针对预先限定的选项进行快速判断，而非逐 token 生成自由文本。它通过一次前向计算对候选项评分，返回概率和置信度。(blog.google) 接受文本、图像、音频、视频和 PDF，可在同一输入中组合多种模态；共享输入最多 256K token，一次请求最多包含 1,000 个独立问题。…
了解模型简体中文
Google
AlphaGenome 2
AlphaGenome 2 是 Google DeepMind 的条件化 DNA 序列模型，用于预测 DNA 序列及遗传变异在特定人类细胞类型或状态中的作用，连接单细胞生物学与人类遗传学研究。官方公告发布于 2026 年 11 月 11 日。(deepmind.google) 细胞条件预测：以约 100 万个碱基的 DNA 序列和指定的组织、细胞类型或细胞状态为输入，每次针对一个生物条件预测…
了解模型简体中文
Google
Gemini Robotics 2.5
Gemini Robotics 2.5 是 Google DeepMind 发布的视觉-语言-动作（VLA）模型，将视觉和语言输入转换为机器人运动控制，旨在提升机器人在非结构化现实环境中的灵巧性、可靠性和安全性。(deepmind.google) **灵巧操作：**支持工具使用、柔性和精细物体操作。官方评测涵盖 200 多项不同任务，包括用夹子取放食物、给礼盒系蝴蝶结和移取液体。(deepmind…
了解模型简体中文
Google
Gemini Omni 1.2 Flash
Google 的多模态视频生成与编辑模型，面向快速、较低成本的视频创作及批量生产。官方宣布其已通过 Gemini API 和 Gemini for business 正式提供。(blog.google) 根据文本、图像或视频参考生成和编辑视频，支持多轮对话式修改、视频延长和独立视频升分辨率；可生成带同步音频的视频。(docs.cloud.google.cn) Google Cloud 文档列出的生…
了解模型简体中文
Google
Gemini Composite V2
Gemini Composite V2 是面向企业语音智能体的语音优化复合模型，是 Composite V1 的后续版本。Google 于 2026 年 10 月 22 日宣布其在 CX Agent Studio 中正式发布（GA）；该发布阶段不代表其他 Google Cloud 产品中的状态。(docs.cloud.google.com) 沿用 V1 的 Listener 和 Thinking…
了解模型简体中文
Google
Gemini 4 Argon
Google 的前沿多模态推理模型，面向复杂、长期、多步骤的专业任务。Google Cloud 官方公告发布于 2026 年 10 月 13 日，宣布该模型在 Google Cloud 上提供。(cloud.google.com) 支持文本输入和输出，以及图像、音频和视频输入。适合多模态文档分析、视觉理解、复杂工程、软件开发、金融与法律分析、科学推理和网络安全防御。(docs.cloud.goog…
了解模型简体中文
Google
Gemini Nano Banana 2.1
Gemini Nano Banana 2.1 是面向高效率图像生成和对话式编辑的多模态模型，是 Nano Banana 2 的更新版本。Google 宣布其于 2026 年 10 月 6 日正式发布（GA）。(aistudio.google.com) 接收文本、图片、视频和 PDF，输出图片和文本；支持多轮图像编辑。(aistudio.google.com) 支持 1K、2K、4K 图像生成，以及…
了解模型简体中文
Google
EmbeddingGemma 2
EmbeddingGemma 2 是 Google DeepMind 推出的轻量级、开放权重多模态嵌入模型，基于 Gemma 4 架构，面向手机、笔记本等消费设备上的本地推理。模型采用 Apache 2.0 许可证。官方公告发布日期为 2026 年 10 月 6 日。(blog.google) 将文本、代码、图像、视频、音频及其组合映射到统一的 768 维向量空间，支持 100 多种语言。(ai.…
了解模型简体中文