Informacje o obsługiwanych modelach

W przypadku aplikacji mobilnych i internetowych pakiety SDK Firebase AI Logic umożliwiają interakcję z obsługiwanymi modelami Gemini bezpośrednio z aplikacji.

Modele Gemini są uważane za multimodalne, ponieważ mogą przetwarzać, a nawet generować różne rodzaje danych, w tym tekst, kod, pliki PDF, obrazy, filmy i dźwięk.

Zapoznaj się też z najczęstszymi pytaniami dotyczącymi wszystkich modeli, które Firebase AI Logic obsługuje i których nie obsługuje.

FLAGSHIP FRONTIER

gemini-4-argon

Zaawansowane wnioskowanie i rozbudowane rozpoznawanie multimodalne do obsługi złożonych przypadków użycia i inteligentnych przepływów pracy w aplikacji. (wymagane rozliczenia)

SZYBKOŚĆ I INTELIGENCJA

gemini-3.8-flash

Model o najwyższej wydajności, który konkuruje z większymi modelami za ułamek ich ceny. (płatności nie są wymagane)

ULTRA FAST

gemini-3.5-flash-lite

Wydajny i ekonomiczny model o wydajności i jakości serii Gemini 3, przeznaczony do obsługi dużego ruchu. (płatności nie są wymagane)

GENEROWANIE OBRAZÓW

gemini-nano-banana-2.1

Szybki i ekonomiczny model do generowania obrazów wysokiej jakości i edytowania w trybie konwersacyjnym. (wymagane rozliczenia)

Modele ogólnego zastosowania

Przejdź do tabel ze szczegółami modelu

gemini-4-argon

Zaawansowane wnioskowanie i rozbudowane rozpoznawanie multimodalne do obsługi złożonych przypadków użycia i inteligentnych przepływów pracy w aplikacji. (wymagane rozliczenia)

gemini-3.8-flash

Model o najwyższej wydajności, który konkuruje z większymi modelami za ułamek ich ceny. (płatności nie są wymagane)

gemini-3.5-flash-lite

Wydajny i ekonomiczny model o wydajności i jakości serii Gemini 3, przeznaczony do obsługi dużego ruchu. (płatności nie są wymagane)

Modele generujące obrazy (Nano Banana)

Przejdź do tabel ze szczegółami modelu

gemini-nano-banana-2.1

Podstawowy model do generowania obrazów i edycji konwersacyjnej. Szybki i ekonomiczny, z ulepszoną jakością obrazu, renderowaniem tekstu i spójnością w wielu turach. (wymagane rozliczenia)

gemini-3.1-flash-image

Wysoce wydajny model zoptymalizowany pod kątem szybkiego i niezawodnego generowania obrazów w produkcyjnych zbiorach zadań. (wymagane rozliczenia)

gemini-3.1-flash-lite-image

Model o bardzo małym opóźnieniu i korzystnej cenie, przeznaczony do zastosowań interaktywnych w czasie rzeczywistym i na dużą skalę. (wymagane rozliczenia)

gemini-3-pro-image

Najnowocześniejszy model do złożonych promptów graficznych, ustrukturyzowanych danych wyjściowych i maksymalnej wierności wizualnej. (wymagane rozliczenia)

Modele generujące dźwięk

Modele zamiany tekstu na mowę (TTS)

Możesz generować mowę z tekstu za pomocą modeli TTS Gemini.

Przejdź do tabel ze szczegółami modelu

gemini-3.1-flash-tts-preview

Zaawansowane generowanie mowy na podstawie tekstu z krótkim czasem oczekiwania. (płatności nie są wymagane)

Live API modelu

Możesz generować dwukierunkowy strumieniowy dźwięk za pomocą modeli, które obsługują Gemini Live API.

Przejdź do tabel ze szczegółami modelu

Gemini Developer API:
gemini-3.1-flash-live-preview

Interfejs Gemini API w Agent Platform:
nieobsługiwany

Umożliwia dwukierunkowe interakcje głosowe i wideo w czasie rzeczywistym z niewielkimi opóźnieniami z modelem Gemini. (płatności nie są wymagane)

Gemini Developer API:
gemini-2.5-flash-native-audio-preview-12-2025

Interfejs Gemini API na platformie agentów:
gemini-live-2.5-flash-native-audio

Umożliwia dwukierunkowe interakcje głosowe i wideo w czasie rzeczywistym z niewielkimi opóźnieniami z modelem Gemini. (płatności nie są wymagane)


W dalszej części tej strony znajdziesz szczegółowe informacje o modelach obsługiwanych przez Firebase AI Logic.

U dołu tej strony możesz wyświetlić szczegółowe informacje o modelach poprzedniej generacji.


Porównanie modeli

Każdy model ma inne możliwości, które pozwalają na obsługę różnych przypadków użycia. Pamiętaj, że każda tabela w tej sekcji opisuje każdy model używany z Firebase AI Logic. Każdy model może mieć dodatkowe funkcje, które nie są dostępne podczas korzystania z naszych pakietów SDK.

Jeśli nie możesz znaleźć informacji, których szukasz, w poniższych podsekcjach, więcej informacji znajdziesz w dokumentacji wybranego dostawcy interfejsu API: Gemini Developer API lub Agent Platform Gemini API (formerly Vertex AI).

Obsługiwane dane wejściowe i wyjściowe

W tabeli poniżej znajdziesz obsługiwane typy danych wejściowych i wyjściowych podczas korzystania z poszczególnych modeli w Firebase AI Logic.

Informacje o obsługiwanych typach plików znajdziesz w artykule Obsługiwane pliki wejściowe i wymagania.

Gemini 4
Argon 		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 		Gemini
Live
Rodzaje informacji wejściowych
Tekst
Kod
Dokumenty
(pliki PDF lub zwykły tekst)
Obrazy
Wideo
Dźwięk
Typy wyjściowe
Tekst
Tekst (strumieniowanie)
Kod
Uporządkowane dane wyjściowe
(np. JSON)
Obrazy
Wideo
Dźwięk

Obsługiwane funkcje i możliwości

W tabeli poniżej znajdziesz obsługiwane funkcje i możliwości podczas korzystania z poszczególnych modeli w Firebase AI Logic.

Gemini 4
Argon 		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 		Gemini
Live
Myślę
generować tekst na podstawie danych wejściowych tylko tekstowych lub multimodalnych; tekst przeplatany obrazami lub jako część obrazu tekst przeplatany obrazami lub jako część obrazu tekst przeplatany obrazami lub jako część obrazu transkrypcja dźwięku
Generowanie obrazów
Edytowanie obrazów
Wygeneruj dźwięk speech strumieniowe przesyłanie dźwięku
Generowanie uporządkowanych danych wyjściowych
(np. JSON)
Analizowanie dokumentów
(pliki PDF lub zwykły tekst)
(tekst wyjściowy | obraz wyjściowy)
Analizowanie obrazów
(text-output | image-output)
Analiza filmu
(text-output | image-output) 		strumieniowe przesyłanie filmów
Analizowanie dźwięku strumieniowe przesyłanie dźwięku,
Czat wieloetapowy
Dwukierunkowe strumieniowanie multimodalne
Obsługiwane narzędzia
Wywoływanie funkcji
Wykonanie kodu
Kontekst adresu URL
Grounding z użyciem Google Search
Grounding z użyciem Google Maps

Specyfikacje i ograniczenia

W tabeli poniżej znajdziesz specyfikacje i ograniczenia dotyczące korzystania z poszczególnych modeli w Firebase AI Logic.

Właściwość Gemini 4
Argon 		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 		Gemini
Live
Limit tokenów wejściowych* 1 048 576
tokenów		 1 048 576
tokenów		 131 072
tokeny		 65 536
tokenów		 65 536
tokenów		 8192
tokeny		 zobacz dokumentację
Limit tokenów wyjściowych * 32 768 tokenów (bez strumieniowania)
65 536 tokenów (ze strumieniowaniem) **		 65 536
tokenów		 32 768
tokenów		 4096
tokenów		 32 768
tokenów		 16 384
tokenów
Pliki PDF (na żądanie)
Maksymalna liczba
wejściowych plików PDF***		 900 plików 900 plików 14 plików 14 plików 14 plików --- zobacz dokumentację
Maksymalna liczba
stron
w pliku PDF***		 900 stron 900 stron, 14 stron 14 stron 14 stron ---
Maksymalny rozmiar
na plik PDF		 50 MB 50 MB 50 MB 50 MB 50 MB ---
Grafika (na żądanie)
Maksymalna liczba
obrazów wejściowych		 1000 obrazów. 1000 obrazów. 14 obrazów 14 obrazów 14 obrazów --- zobacz dokumentację
Maksymalny rozmiar
na obraz wejściowy zakodowany w formacie base64		 7 MB 7 MB 7 MB 7 MB 7 MB ---
Maksymalna liczba
obrazów wyjściowych		 --- --- Do limitu tokenów wyjściowych Do limitu tokenów wyjściowych Do limitu tokenów wyjściowych ---
Wideo (z uwzględnieniem żądań)
Maksymalna liczba
wejściowych plików wideo		 10 plików 10 plików Do limitu tokenów wejściowych Do limitu tokenów wejściowych --- --- zobacz dokumentację
Maksymalna długość
wszystkich filmów wejściowych
(tylko klatki)		 ~60 minut ~60 minut ~25 minut Ok. 12 minut --- ---
Maksymalna długość
wszystkich filmów wejściowych
(klatki + dźwięk)		 ~45 minut ~45 minut --- --- --- ---
Dźwięk (na żądanie)
Maksymalna liczba
wejściowych plików audio		 1 plik 1 plik --- --- --- --- zobacz dokumentację
Maksymalna długość
wszystkich wejściowych plików audio		 ~8,4 godz. ~8,4 godz. --- --- --- ---

* W przypadku wszystkich modeli Gemini token odpowiada około 4 znakom, więc 100 tokenów to około 60–80 słów w języku angielskim. W przypadku modeli Gemini możesz określić łączną liczbę tokenów w żądaniach za pomocą countTokens.

** W przypadku gemini-4-argon usługa Firebase AI Logic nie obsługuje jeszcze długiego dekodowania, ale ta funkcja będzie dostępna już wkrótce.

*** Pliki PDF są traktowane jako obrazy, więc pojedyncza strona pliku PDF jest traktowana jako 1 obraz. Liczba stron dozwolonych w żądaniu jest ograniczona do liczby obrazów, które model może obsłużyć.

Znajdowanie dodatkowych szczegółowych informacji

  • Limity i ceny różnią się w zależności od modelu. Ceny zależą też od danych wejściowych i wyjściowych.

  • Więcej informacji o obsługiwanych typach plików wejściowych, sposobie określania typu MIME oraz o tym, jak upewnić się, że pliki wejściowe i żądania multimodalne spełniają wymagania i są zgodne ze sprawdzonymi metodami, znajdziesz w artykule Obsługiwane pliki wejściowe i wymagania.


Wersjonowanie modeli i wzorce nazewnictwa

Modele są oferowane w wersjach stabilnych, testowych i eksperymentalnych. Dla wygody obsługiwane są aliasy -latest, ale nie są zalecane ze względu na niespójność wersji modelu, na którą wskazują.

Zapoznaj się ze sprawdzonymi metodami korzystania z wersji modelu.

Aby znaleźć konkretne nazwy modeli do użycia w kodzie, zapoznaj się z sekcją „Dostępne nazwy modeli” w dalszej części tej strony.

Typ wersji /
Etap wersji		 Opis Wzorzec nazwy modelu
Stabilny Wersje stabilne są dostępne i obsługiwane do użytku produkcyjnego od daty wydania.
  • Stabilna wersja modelu jest zwykle udostępniana z datą wycofania, która wskazuje ostatni dzień, w którym model jest dostępny. Po tej dacie model nie będzie już dostępny ani obsługiwany przez Google.
  • Większość stabilnych modeli jest dostępna przez 12 miesięcy od daty premiery (nawet jeśli zostanie wydany model zastępczy).
  • W przypadku Agent Platform Gemini API (formerly Vertex AI) niektóre stabilne modele są dostępne tylko krótkoterminowo, co oznacza, że mogą zostać wycofane już po 45 dniach od udostępnienia modelu zastępczego.

Nazwy modeli wersji stabilnych nie mają sufiksu.

Przykłady:
gemini-4-argon
gemini-3.8-flash

Podgląd Wersje testowe mają nowe funkcje i są uważane za niestabilne.
  • Te modele nie są zalecane do użytku produkcyjnego, mają bardziej restrykcyjne limity liczby żądań i mogą wymagać płatności.
  • Te modele są wyłączane (wycofywane) w ciągu kilku tygodni lub miesięcy po opublikowaniu powiązanej z nimi wersji stabilnej.
  • Agent Platform Gemini API (formerly Vertex AI): modele w wersji testowej są dostępne tylko w lokalizacji global.

Nazwy modeli w wersji testowej są uzupełniane o -preview.

Przykład:
gemini-3-pro-preview

Eksperymentalne Wersje eksperymentalne mają nowe funkcje i są uważane za niestabilne.
  • Te modele nie są zalecane do użytku produkcyjnego i mają bardziej restrykcyjne limity liczby żądań. Modele eksperymentalne służą do zbierania opinii i umożliwiają eksperymentowanie z naszymi najnowszymi funkcjami.
  • Te modele są wyłączane (wycofywane) w ciągu kilku tygodni lub miesięcy po opublikowaniu powiązanej z nimi wersji stabilnej.
  • W przypadku Agent Platform Gemini API (formerly Vertex AI) modele eksperymentalne są dostępne tylko w lokalizacji global.

Nazwy modeli wersji eksperymentalnych są uzupełniane o -exp oraz datę wydania modelu (-MM-DD).

Przykład:
gemini-2.5-pro-exp-03-25
(opublikowano 25 marca 2025 r.)

Shutdown (retired) Wersje wyłączone (wycofane) przekroczyły datę wyłączenia (wycofania) i zostały trwale dezaktywowane.
  • Wyłączone (wycofane) modele nie są już dostępne ani obsługiwane przez Google, a żądanie użycia nazwy wycofanego modelu zwraca błąd 404.

---

Sprawdzone metody korzystania z wersji modelu

  • W aplikacjach produkcyjnych używaj jednoznacznej nazwy modelu dla najnowszej wersji stabilnej.

    Jeśli w przypadku Agent Platform Gemini API (formerly Vertex AI) zdecydujesz się używać w aplikacji produkcyjnej modelu dostępności krótkoterminowej, jeszcze ważniejsze jest, aby używać Firebase Remote Config lub szablonów promptów serwera do kontrolowania nazwy modelu używanej w funkcji opartej na AI.

  • Używaj wersji testowych i eksperymentalnych tylko podczas prototypowania. Zalecamy używanie wersji stabilnej, gdy zaczynasz programowanie i testowanie w przypadku zastosowania produkcyjnego.

  • Nie zalecamy używania aliasów -latest (nawet podczas programowania). Ten alias wskazuje najnowszą wersję konkretnego wariantu modelu (która może być wersją stabilną, testową lub eksperymentalną). Ten alias będzie podmieniany przy każdej nowej wersji konkretnej odmiany modelu, a e-mail z powiadomieniem będzie wysyłany tylko w przypadku zmian powodujących niezgodność na 2 tygodnie przed ich wprowadzeniem. Ta niestabilność modelu, którego faktycznie używasz, może prowadzić do nieoczekiwanych zmian w zachowaniu funkcji opartej na AI.


Dostępne nazwy modeli

Nazwy modeli to jawne wartości, które uwzględniasz w kodzie podczas inicjowania modelu.

Przykłady inicjowania dla Twojej platformy znajdziesz w przewodniku dla początkujących.

Szczegółowe informacje o etapach wersji (zwłaszcza o przypadkach użycia, rozliczeniach i wyłączaniu) znajdziesz w artykule o wzorcach nazewnictwa i wersjonowania modeli.

Wyświetlanie listy wszystkich dostępnych modeli za pomocą kodu

Możesz wyświetlić listę wszystkich dostępnych nazw modeli za pomocą interfejsu REST API:

Pamiętaj, że zwrócona lista będzie zawierać wszystkie modele obsługiwane przez dostawców interfejsów API, ale Firebase AI Logic obsługuje tylko modele Gemini opisane na tej stronie.

Modele ogólnego zastosowania

Nazwy modeli: Gemini 4 Argon

Wymaga abonamentu Blaze z płatnością według wykorzystania niezależnie od dostawcy Gemini API.

Nazwa modelu Opis Etap wersji Data premiery Data wyłączenia
gemini-4-argon Najnowsza stabilna wersja Gemini 4 Argon Stabilny 2026-10-13 Jeszcze nieznany

Nazwy modeli: Gemini 3.x Flash

Nie wymaga abonamentu Blaze z płatnością według wykorzystania, jeśli używasz Gemini Developer API.

Nazwa modelu Opis Etap wersji Data premiery Data wyłączenia
gemini-3.8-flash Najnowsza stabilna wersja Gemini 3.x Flash
To jest model dostępny krótkoterminowo (patrz Wersjonowanie i wzorce nazewnictwa modeli). 		Stabilny 2026-09-02 Jeszcze nieznany
gemini-3.7-flash Stabilna wersja modelu Gemini 3.x Flash
Jest to model dostępny przez krótki czas (patrz Wersjonowanie modeli i wzorce nazewnictwa). 		Stabilny 2026-08-13 Jeszcze nieznany
gemini-3.6-flash Stabilna wersja modelu Gemini 3.x Flash
Jest to model dostępny przez krótki czas (patrz Wersjonowanie modeli i wzorce nazewnictwa). 		Stabilny 2026-07-21 Jeszcze nieznany
gemini-3.5-flash Wersja stabilna: Gemini 3.x Flash Stabilny 2026-05-19 Nie wcześniej niż
19 maja 2027 r.
gemini-3-flash-preview Wersja testowa modelu Gemini 3.x Flash Podgląd 2025-12-17 Jeszcze nieznany

Nazwy modeli: Gemini 3.x Flash‑Lite

Nie wymaga abonamentu Blaze z płatnością według wykorzystania, jeśli używasz Gemini Developer API.

Nazwa modelu Opis Etap wersji Data premiery Data wyłączenia
gemini-3.5-flash-lite Najnowsza stabilna wersja Gemini 3.x Flash‑Lite Stabilny 2026-07-21 Nie wcześniej niż
21 lipca 2027 r.
gemini-3.1-flash-lite Wersja stabilna: Gemini 3.x Flash‑Lite Stabilny 2026-05-07 Nie wcześniej niż
7 maja 2027 r.

Modele generujące obrazy (Nano Banana)

Nazwy modeli: Gemini Nano Banana 2.1

Wymaga abonamentu Blaze z płatnością według wykorzystania niezależnie od dostawcy Gemini API.

Nazwa modelu Opis Etap wersji Data premiery Data wyłączenia
gemini-nano-banana-2.1 Stabilna wersja modelu Gemini Nano Banana 2.1
Jest to model dostępny przez krótki czas (patrz Wersjonowanie modeli i wzorce nazewnictwa). 		Stabilny 2026-10-06 Jeszcze nieznany

Nazwy modeli: Gemini Nano Banana 2

Wymaga abonamentu Blaze z płatnością według wykorzystania niezależnie od dostawcy Gemini API.

Nazwa modelu Opis Etap wersji Data premiery Data wyłączenia
gemini-3.1-flash-image Wersja stabilna: Gemini Nano Banana 2 Stabilny 2026-05-28 Nie wcześniej niż
28 maja 2027 r.

Nazwy modeli: Gemini Nano Banana 2 Lite

Wymaga abonamentu Blaze z płatnością według wykorzystania niezależnie od dostawcy Gemini API.

Nazwa modelu Opis Etap wersji Data premiery Data wyłączenia
gemini-3.1-flash-lite-image Stabilna wersja modelu Gemini Nano Banana 2 Lite
Jest to model dostępny przez krótki czas (patrz Wersjonowanie modeli i wzorce nazewnictwa). 		Stabilny 2026-06-30 Jeszcze nieznany

Nazwy modeli: Gemini Nano Banana Pro

Wymaga abonamentu Blaze z płatnością według wykorzystania niezależnie od dostawcy Gemini API.

Nazwa modelu Opis Etap wersji Data premiery Data wyłączenia
gemini-3-pro-image Wersja stabilna: Gemini Nano Banana Pro Stabilny 2026-05-28 Nie wcześniej niż
28 maja 2027 r.

Modele audio – zamiana tekstu na mowę (TTS)

Nazwy modeli: Gemini 3.x Flash TTS

Nie wymaga abonamentu Blaze z płatnością według wykorzystania, jeśli używasz Gemini Developer API.

Nazwa modelu Opis Etap wersji Data premiery Data wyłączenia
gemini-3.1-flash-tts-preview Wersja testowa: Gemini 3.x Flash TTS Podgląd 2026-06-17 Jeszcze nieznany

Dźwięk – modele: Live API

Nazwy modeli: Gemini 3.x Flash Live

Gemini Developer API
Nazwa modelu		 Opis Etap wersji Data premiery Data wyłączenia
gemini-3.1-flash-live-preview 1 Wersja testowa dla Live API na Gemini Developer API Podgląd 2026-03-26 Jeszcze nieznany
Agent Platform Gemini API (formerly Vertex AI)
Nazwa modelu		 Opis Etap wersji Data premiery Data wyłączenia
Agent Platform Gemini API (formerly Vertex AI) nie obsługuje żadnych modeli Gemini Live 3.x.

1 Obsługiwane tylko przez Gemini Developer API. Chociaż jest to model w wersji testowej, jest on dostępny w Gemini Developer API na poziomie bezpłatnym.

Nazwy modeli: Gemini 2.5 Flash Live

Nie wymaga abonamentu Blaze z płatnością według wykorzystania, jeśli używasz Gemini Developer API (zwykle modele w wersji testowej wymagają abonamentu płatnego).

Chociaż poniższe modele mają różne nazwy w zależności od dostawcy interfejsu API Gemini, ich funkcje są takie same.

Gemini Developer API
Nazwa modelu		 Opis Etap wersji Data premiery Data wyłączenia
gemini-2.5-flash-native-audio-preview-12-2025 1 Wersja testowa dla Live API na Gemini Developer API Podgląd 2025-12-12 Jeszcze nieznany
gemini-2.5-flash-native-audio-preview-09-2025 1 Wstępna wersja testowa Live API na Gemini Developer API Podgląd 2025-09-18 Jeszcze nieznany
Agent Platform Gemini API (formerly Vertex AI)
Nazwa modelu		 Opis Etap wersji Data premiery Data wyłączenia
gemini-live-2.5-flash-native-audio 2 Wersja stabilna dla Live API na Agent Platform Gemini API (formerly Vertex AI) Stabilny 2025-12-12 Nie wcześniej niż
12 grudnia 2026 r.
gemini-live-2.5-flash-preview-native-audio-09-2025 2 Wersja testowa dla Live API na Agent Platform Gemini API (formerly Vertex AI) Podgląd 2025-09-18 Jeszcze nieznany

1 Obsługiwane tylko przez Gemini Developer API. Chociaż są to modele w wersji testowej, są one dostępne w ramach „poziomu bezpłatnego” Gemini Developer API.
2 Obsługiwane tylko przez Agent Platform Gemini API (formerly Vertex AI). Te modele nie są też dostępne w lokalizacji global.


Obsługiwane języki

Modele ogólnego zastosowania

Wszystkie modele Gemini ogólnego zastosowania (takie jak Gemini 4 Argon, Gemini 3.8 Flash, Gemini 3.5 Flash-Lite i wcześniejsze modele 3.x) rozumieją ponad 100 języków i mogą w nich odpowiadać:

Afrykanerski (af), albański (sq), amharski (am), arabski (ar), ormiański (hy), asamski (as), azerski (az), baskijski (eu), białoruski (be), bengalski (bn), bośniacki (bs), bułgarski (bg), kataloński (ca), cebuański (ceb), chiński uproszczony i tradycyjny (zh), korsykański (co), chorwacki (hr), czeski (cs), duński (da), diwehi (dv), holenderski (nl), angielski (en), esperanto (eo), estoński (et), filipiński (tagalski) (fil), fiński (fi), francuski (fr), fryzyjski (fy), galicyjski (gl), gruziński (ka), niemiecki (de), grecki (el), gudżarati (gu), kreolski haitański (ht), hausa (ha), hawajski (haw), hebrajski (iw), hindi (hi), hmong (hmn), węgierski (hu), islandzki (is), igbo (ig), indonezyjski (id), irlandzki (ga), włoski (it), japoński (ja), jawajski (jv), kannada (kn), kazachski (kk), khmerski (km), koreański (ko), krio (kri), kurdyjski (ku), kirgiski (ky), laotański (lo), łacina (la), łotewski (lv), litewski (lt), luksemburski (lb), macedoński (mk), malgaski (mg), malajski (ms), malajalam (ml), maltański (mt), maoryski (mi), marathi (mr), meiteilon (manipuri) (mni-Mtei), mongolski (mn), birmański (birmański) (my), nepalski (ne), norweski (no), nyanja (Chichewa) (ny), orija (or), paszto (ps), perski (fa), polski (pl), portugalski (pt), pendżabski (pa), rumuński (ro), rosyjski (ru), samoański (sm), szkocki gaelicki (gd), serbski (sr), sesotho (st), Shona (sn), Sindhi (sd), syngaleski (si), słowacki (sk), słoweński (sl), somalijski (so), hiszpański (es), sundajski (su), suahili (sw), szwedzki (sv), tadżycki (tg), tamilski (ta), telugu (te), tajski (th), turecki (tr), ukraiński (uk), urdu (ur), ujgurski (ug), uzbecki (uz), wietnamski (vi), walijski (cy), xhosa (xh), jidysz (yi), joruba (yo) i zuluski (zu).

Modele generujące obrazy (Nano Banana)

Modele Gemini Nano Banana akceptują prompty tekstowe w wielu językach. Są one jednak zoptymalizowane pod kątem najlepszej wydajności (zarówno w przypadku promptów tekstowych, jak i renderowania tekstu w obrazach wygenerowanych przez AI) w tych językach i regionach:

angielski (EN), arabski (ar-EG), chiński uproszczony (zh-CN), francuski (fr-FR), hindi (hi-IN), hiszpański (es-MX), indonezyjski (id-ID), japoński (ja-JP), koreański (ko-KR), niemiecki (de-DE), portugalski (pt-BR), rosyjski (ru-RU), ukraiński (uk-UA), wietnamski (vi-VN) i włoski (it-IT).

Więcej informacji o sprawdzonych metodach dotyczących promptów i generowaniu tekstu na obrazach znajdziesz w artykule Obsługiwane języki w przypadku generowania obrazów.

Modele generujące dźwięk (TTS i Live API)

Modele generujące dźwięk obsługują specjalistyczne zestawy językowe zoptymalizowane pod kątem syntezy mowy i (w przypadku Live API) dwukierunkowego dialogu w czasie rzeczywistym:

  • Modele zamiany tekstu na mowę (TTS): modele Gemini 3.x TTS mogą automatycznie wykrywać i generować mowę w prawie 80 językach i dialektach.

    Pełną listę obsługiwanych języków i dostępnych kodów ustawień regionalnych BCP-47 znajdziesz w artykule Obsługiwane języki generowania mowy.

  • Modele Live API: modele Live API obsługują interakcje głosowe w czasie rzeczywistym w obu kierunkach w prawie 80 językach i dialektach.

    Aby zobaczyć pełną listę obsługiwanych języków i dowiedzieć się, jak wpłynąć na język odpowiedzi głosowej, zapoznaj się z artykułem Obsługiwane języki w Live API.


informacje o poprzednich modelach,

Poniższe modele są aktywne, ale należą do poprzedniej generacji. Zdecydowanie zalecamy, aby w miarę możliwości przenieść aplikację na nowszy model. Więcej informacji o wycofywaniu i wyłączaniu tych starszych modeli (oraz o zalecanych modelach zastępczych) znajdziesz w tych najczęstszych pytaniach.

Jeśli nie możesz znaleźć informacji, których szukasz, w poniższych podsekcjach, więcej informacji znajdziesz w dokumentacji wybranego dostawcy interfejsu API: Gemini Developer API lub Agent Platform Gemini API (formerly Vertex AI)

Starsze modele Gemini

  • gemini-3.1-pro-preview
  • gemini-2.5-pro
  • gemini-2.5-flash
  • gemini-2.5-flash-lite
  • gemini-2.5-flash-image (Nano Banana)
  • gemini-2.0-flash-001 (oraz jego automatycznie aktualizowany alias gemini-2.0-flash)
  • gemini-2.0-flash-lite-001 (oraz jego automatycznie aktualizowany alias gemini-2.0-flash-lite)

Informacje o starszych modelach Gemini Live API znajdziesz w dokumentacji dostawcy Gemini API:

Starsze modele Imagen

  • imagen-4.0-ultra-generate-001
  • imagen-4.0-generate-001
  • imagen-4.0-fast-generate-001
  • imagen-3.0-capability-001
  • imagen-3.0-generate-002
  • imagen-3.0-generate-001
  • imagen-3.0-fast-generate-001

Wyświetlanie szczegółów poprzednich modeli


Dalsze kroki

Wypróbuj możliwości Gemini API