GeminiはGoogle DeepMindによって開発されたマルチモーダル大規模言語モデルであり、テキスト、画像、音声、および動画の理解と生成をサポートします。1M～2Mトークンのネイティブ長文コンテキストを提供し、3つのランク（Pro / Flash / Flash-Lite）を展開しています。画像生成（Imagen / Gemini Image）もサポートしています。
100万～200万トークンのコンテキストウィンドウ; インプライットキャッシュ (cache_read 入力の25%); エクスプリットキャッシュ (設定可能なTTL付き); ビジュアル理解 (画像/動画/PDF); オーディオ入力; 画像生成 (Gemini 3 Pro Image / Flash Image); Function Calling; コード実行; Google Searchツール; JSON mode.
マルチモーダルQ&A;動画コンテンツの理解と検索;画像生成と編集;長文ドキュメントの分析;コード生成;エージェントワークフロー;Google Workspaceとの統合
画像生成は画像ごとに、ビデオ生成は秒ごとに課金されます。オンプレミスでのデプロイは不可（Vertex AIを除く）。エンタープライズ版にはGoogle Cloudアカウントが必要です。一部のモデルでは、プレビューへのアクセス申請が必要です。
| モデル | 入力 / 1M | 出力 / 1M | キャッシュ読み取り / 1M | 1M あたり |
|---|---|---|---|---|
| 1M | ||||
| 1M | ||||
| 1M | ||||
| — | — | 1M | ||
| - | 1M | |||
Gemini 3.1 Pro gemini-3.1-pro |
| $2/M$1.4/M-30% |
| $12/M$8.4/M-30% |
| $0.2/M$0.14/M-30% |
| 1M |
Gemini 3.1 Flash Lite gemini-3.1-flash-lite | $0.25/M$0.18/M-30% | $1.5/M$1.05/M-30% | $0.025/M$0.0175/M-30% | 1M |
Gemini 3 Flash gemini-3-flash | $0.5/M$0.35/M-30% | $3/M$2.1/M-30% | $0.05/M$0.035/M-30% | 1M |
Gemini 3 Pro Image gemini-3-pro-image | $2/image$1.4/image-30% | $12/image$8.4/image-30% | - | 1M |
Gemini Embedding 2 gemini-embedding-2 | $0.2/M$0.14/M-30% | $0/M | - | 1M |
Gemini 2.5 Flash Lite gemini-2.5-flash-lite | $0.08/M$0.06/M-30% | $0.3/M$0.21/M-30% | $0.0075/M$0.0053/M-30% | 1M |