Google जेमिनी Google DeepMind द्वारा लॉन्च किया गया एक मल्टी-मॉडल बड़ा मॉडल परिवार है। यह हल्के फ्लैश-लाइट से फ्लैगशिप जेमिनी 3 प्रो तक एक पूर्ण क्षमता ग्रेडिएंट बनाता है। यह टेक्स्ट/इमेज/ऑडियो/वीडियो के मूल मल्टी-मोडल इनपुट, 1एम लंबे संदर्भ फ़ंक्शन कॉलिंग, लाइव एपीआई रीयल-टाइम स्ट्रीमिंग और एजेंट ऑटोमेशन का समर्थन करता है। इसे नि:शुल्क परीक्षण के तीन रास्तों जेमिनी एपीआई पे-एज़-यू-गो और एआई स्टूडियो के माध्यम से वर्टेक्स एआई एंटरप्राइज परिनियोजन के माध्यम से एक्सेस किया जा सकता है।

Google जेमिनी के मल्टी-मॉडल बड़े मॉडल परिवार का गहन विश्लेषण

गूगल जेमिनी के मुख्य पैरामीटर और आँकड़े

Google जेमिनी एक एकल मॉडल नहीं है, बल्कि Google DeepMind द्वारा "क्षमता-लागत-विलंबता" ग्रेडिएंट के आधार पर बनाया गया एक चार-परत मॉडल मैट्रिक्स है, साथ ही छवि निर्माण (नैनो बनाना प्रो), वीडियो पीढ़ी (Veo 3.1), और संगीत पीढ़ी (Lyria 2) जैसे पेशेवर मल्टी-मोडल इंजन भी हैं। इसकी वास्तविक क्षमताओं का सटीक मूल्यांकन करने के लिए, आपको विशिष्ट मॉडल विनिर्देशों, प्रवेश अंतर, सदस्यता पैकेज और एपीआई मूल्य निर्धारण को देखना होगा।

आयाम	मुख्य तथ्य
वर्तमान फ्लैगशिप मॉडल	जेमिनी 3 प्रो (2025-11-18 को रिलीज़)
मुख्य उत्पादन मॉडल	जेमिनी 2.5 प्रो, जेमिनी 2.5 फ़्लैश, जेमिनी 2.5 फ़्लैश-लाइट
व्यावसायिक मल्टी-मॉडल मॉडल	नैनो बनाना प्रो (इमेज जेनरेशन और एडिटिंग), वीओ 3.1 (ऑडियो के साथ वीडियो जेनरेशन), इमेजन 4 (इमेज जेनरेशन), लिरिया 2 (म्यूजिक जेनरेशन)
प्रसंग विंडो	अधिकतम 1M टोकन (मिथुन 2.5 प्रो ऐतिहासिक रूप से 2M का समर्थन करता है)
मॉडल एक्सेस पोर्टल	जेमिनी एपीआई (ai.google.dev), एआई स्टूडियो (ai.studio), वर्टेक्स एआई, जेमिनी ऐप (gemini.google.com)
उपभोक्ता सदस्यता स्तर	मुफ़्त ($0), Google AI प्लस/प्रो (~$19.99/माह), अल्ट्रा (~$249.99/माह)
एपीआई इनपुट मूल्य सीमा	$0.10~$40/मिलियन टोकन (मॉडल और संदर्भ लंबाई के अनुसार फ़्लोटिंग)
डेवलपर टूल श्रृंखला	Google AI स्टूडियो SDK (पायथन/JS), जेमिनी एपीआई, फायरबेस AI लॉजिक, लाइटएलएलएम संगत
एजेंट क्षमताएं	गहन अनुसंधान, फ़ंक्शन कॉलिंग, लाइव एपीआई (वास्तविक समय डुप्लेक्स स्ट्रीमिंग), एजेंट मोड, कंप्यूटर उपयोग (पूर्वावलोकन)
प्रसंग कैशिंग	संदर्भ कैशिंग समर्थन, कैश हिट होने पर इनपुट लागत को काफी कम कर देता है
लागू वस्तुएं	व्यक्तिगत उपयोगकर्ता, स्वतंत्र डेवलपर्स, स्टार्ट-अप टीमें, मध्यम और बड़े उद्यम, सार्वजनिक क्षेत्र और शैक्षणिक संस्थान
सार्वजनिक सूचना पारदर्शिता	मॉडल विनिर्देश और मूल्य निर्धारण Deepmind.google और ai.google.dev पर सार्वजनिक हैं; सटीक टीटीएफटी/टीपीएम की लगातार घोषणा नहीं की जाती है

चार-परत मॉडल ग्रेडिएंट का वास्तविक चयन अर्थ: जेमिनी 3 प्रो MATH, GPQA, SWE-बेंच इत्यादि जैसे बेंचमार्क पर Google के भीतर उच्चतम स्तर बनाए रखता है, और उन जटिल कार्यों के लिए उपयुक्त है जिनके लिए गहन तर्क की आवश्यकता होती है; जेमिनी 2.5 प्रो एक दीर्घकालिक सिद्ध सोच वाला वर्कहॉर्स है, जो दीर्घकालिक संदर्भ एजेंट कार्यों में स्थिर प्रदर्शन करता है; जेमिनी 2.5 फ्लैश 80% से अधिक दैनिक उत्पादन परिदृश्यों के लिए उपयुक्त है, और लागत प्रदर्शन के मामले में इष्टतम समाधान है; फ्लैश-लाइट यह कम विलंबता और कम लागत को चरम तक पहुंचाता है, और उच्च समवर्ती, एम्बेडेड और एज तर्क के लिए उपयुक्त है। मिश्रित कॉलिंग रणनीति - दैनिक प्रसंस्करण के लिए फ्लैश + कठिन समस्याओं को हल करने के लिए प्रो - आधिकारिक तौर पर अनुशंसित मुख्यधारा का उपयोग है।

1M संदर्भ विंडो की वास्तविक उपयोग सीमा: 1M टोकन पूरे मध्यम और बड़े कोड वेयरहाउस की मुख्य स्रोत फ़ाइलों या विश्लेषण के लिए एक समय में तकनीकी दस्तावेजों के सैकड़ों पृष्ठों के संग्रह को पढ़ने के लिए पर्याप्त है। हालाँकि, संदर्भ विंडो जितनी लंबी होगी, केवी कैश ओवरहेड और अनुमान विलंब उप-रेखीय रूप से बढ़ जाएगा - चरम पूर्ण 1M परिदृश्य का पहला शब्द विलंब 3-5 सेकंड तक पहुंच सकता है। वास्तविक उपयोग में, पूर्ण संदर्भ को केवल तभी सक्षम करने की अनुशंसा की जाती है जब क्रॉस-चैप्टर और क्रॉस-फ़ाइल एसोसिएशन की आवश्यकता होती है, और लागत और प्रतिक्रिया गति को संतुलित करने के लिए दैनिक कार्यों को 128K के भीतर नियंत्रित किया जाना चाहिए। Google का कॉन्टेक्स्ट कैशिंग तंत्र आवर्ती इनपुट उपसर्गों को कैश कर सकता है, जिससे लंबे संदर्भ परिदृश्यों में वास्तविक इनपुट लागत काफी कम हो जाती है।

प्रदर्शन और थ्रूपुट स्थिति: Google ने प्रत्येक जेमिनी मॉडल के सटीक टीटीएफटी (प्रथम शब्द विलंब) और टीपीएम/आरपीएम आवृत्ति नियंत्रण मूल्यों का खुलासा करना जारी नहीं रखा है। एआई स्टूडियो और वर्टेक्स एआई के वास्तविक उपयोग अनुभव के आधार पर, मध्यम संगामिति के तहत जेमिनी 2.5 फ्लैश का टीटीएफटी लगभग 200-500ms है, और जेमिनी 3 प्रो लगभग 500-1500ms (सोच मोड सहित) है। एआई स्टूडियो के फ्री टियर में प्रति मिनट अनुरोधों की संख्या और प्रति दिन टोकन की कुल मात्रा पर कोटा सीमा होती है, और वर्टेक्स एआई एंटरप्राइज संस्करण को आवश्यकतानुसार बढ़ाया जा सकता है। विशिष्ट मान आधिकारिक वास्तविक समय पृष्ठ और वास्तविक परिनियोजन माप के अधीन हैं।

Google जेमिनी की उपयोगकर्ता और बाज़ार पहचान

जेमिनी की बाजार पहचान Google के अपने चैनलों की बड़े पैमाने पर वितरण क्षमताओं और डेवलपर समुदाय तक व्यापक पहुंच में परिलक्षित होती है, लेकिन तीसरे पक्ष के स्वतंत्र मूल्यांकन की दृश्यता ओपनएआई और एंथ्रोपिक की तुलना में कम है।

व्यक्तिगत ग्राहकों के लिए वितरण बाधाएं: जेमिनी ऐप सार्वजनिक रूप से वेब, आईओएस और एंड्रॉइड पर उपलब्ध है, और इसने कई देशों में एंड्रॉइड डिवाइसों के लिए डिफ़ॉल्ट एआई सहायक के रूप में Google Assistant को बदल दिया है। पिक्सेल और सैमसंग गैलेक्सी जैसे प्रमुख मॉडलों पर सिस्टम-स्तरीय प्री-इंस्टॉलेशन पर भरोसा करते हुए, जेमिनी समान संवादात्मक एआई उत्पादों की तुलना में एंड्रॉइड पारिस्थितिकी तंत्र में कहीं अधिक उपयोगकर्ताओं तक पहुंचता है। हालाँकि, वास्तविक उपयोगकर्ता गतिविधि और अवधारण दर डेटा का खुलासा Google द्वारा नहीं किया जाता है और इसे सीधे ChatGPT या क्लाउड के उपयोगकर्ता भागीदारी संकेतकों के साथ संरेखित नहीं किया जा सकता है।

डेवलपर पारिस्थितिकी तंत्र के लिए दो-स्तरीय प्रवेश डिजाइन: एआई स्टूडियो (एआई.स्टूडियो) शून्य-सीमा मॉडल परीक्षण और एपीआई कुंजी अधिग्रहण चैनल प्रदान करता है। निःशुल्क टियर आपको जेमिनी 2.5 फ्लैश पर कॉल करने और गहन अनुसंधान और छवि/वीडियो निर्माण का अनुभव करने की अनुमति देता है। वर्टेक्स एआई एंटरप्राइज़-स्तरीय उत्पादन परिनियोजन के लिए तैयार है, जो एसएलए गारंटी, डेटा क्षेत्र रेजिडेंसी, ऑडिट लॉग और निजी मॉडल फाइन-ट्यूनिंग प्रदान करता है। "एआई स्टूडियो रैपिड वेरिफिकेशन → वर्टेक्स एआई प्रोडक्शन परिनियोजन" का यह दो-स्तरीय पथ मिथुन को स्वतंत्र डेवलपर्स से बड़े उद्यमों तक एक स्पष्ट पहुंच सीढ़ी प्रदान करता है।

उद्योग कवरेज और उद्यम ग्राहकों की गहराई: Google क्लाउड के सार्वजनिक उद्यम मामलों में मर्सिडीज-बेंज (ऑटो इंटेलिजेंट ग्राहक सेवा), वेंडी (खुदरा और खानपान स्वचालन), वेरिज़ॉन (दूरसंचार नेटवर्क संचालन और रखरखाव), एचएसबीसी (वित्तीय अनुपालन), डॉयचे बैंक (निवेश विश्लेषण), वेफेयर (ई-कॉमर्स अनुशंसा), टोयोटा (यात्रा सेवाएं) और अन्य उद्योग के अग्रणी उद्यम शामिल हैं। अधिकांश मामले पूर्ण-व्यावसायिक प्रतिस्थापन के बजाय विशिष्ट व्यावसायिक क्षेत्रों के लिए एआई एकीकरण अन्वेषण के हैं। खरीदने से पहले, उद्यमों को विशिष्ट परिदृश्यों के आधार पर आरओआई अपेक्षाओं का मूल्यांकन करने और वर्टेक्स एआई की व्यावसायिक शर्तों और एसएलए विवरणों को स्पष्ट करने की आवश्यकता है।

तृतीय-पक्ष पारिस्थितिक एकीकरण: जेमिनी मॉडल को कर्सर, वर्सेल वी0, रेप्लिट, लैंगचेन, लामाइंडेक्स और पाइनकोन जैसे मुख्यधारा के डेवलपर टूल और फ्रेमवर्क द्वारा एक वैकल्पिक मॉडल के रूप में एकीकृत किया गया है। यह तृतीय-पक्ष एकीकरण डेवलपर समुदाय में जेमिनी की मान्यता को सत्यापित करता है, लेकिन एकीकरण की गहराई और एपीआई कॉल की संख्या ओपनएआई की जीपीटी श्रृंखला से कमतर है। यह ध्यान देने योग्य है कि जेमिनी ने अपने स्वयं के उत्पादों जैसे Google वर्कस्पेस (डॉक्स/जीमेल/मीट/स्लाइड्स), Google सर्च (एआई मोड/एआई ओवरव्यू), एंड्रॉइड सिस्टम क्रोम ब्राउज़र नोटबुकएलएम इत्यादि के माध्यम से जो पारिस्थितिक कवरेज स्थापित किया है, वह एक संरचनात्मक लाभ है जिसे ओपनएआई और एंथ्रोपिक दोहरा नहीं सकते हैं।

गूगल जेमिनी के लागत लाभ

जेमिनी की लागत संरचना "उपभोक्ता-स्तरीय सदस्यता × एपीआई पे-एज़-यू-गो बिलिंग × एंटरप्राइज़ बातचीत" की तीन परतों के साथ विभिन्न उपयोगकर्ता समूहों को कवर करती है। निम्नलिखित सी-साइड, डेवलपर्स और उद्यमों के तीन आयामों से परत-दर-परत डिस्सेप्लर है।

सी क्लाइंट/व्यक्तिगत परत (Google AI योजनाएँ):

पैकेज	मासिक शुल्क	मुख्य क्षमताएं	आवेदन की सीमा
मुफ़्त	$0	जेमिनी 2.5 फ्लैश, बेसिक डीप रिसर्च, सीमित छवि और वीडियो जेनरेशन कोटा	हल्के उपयोग, उन्नत मॉडलों के लिए सदस्यता की आवश्यकता होती है
गूगल एआई प्लस	~$19.99	जेमिनी 3 प्रो कोटा, विस्तार डीप रिसर्च, वीओ 3.1 कोटा वर्कस्पेस एआई फ़ंक्शन 2टीबी क्लाउड स्टोरेज	दैनिक भारी व्यक्तिगत उपयोगकर्ता
गूगल एआई प्रो	~$19.99	जेमिनी 3 प्रो उच्च कोटा नोटबुकएलएम प्लस, वीओ/इमेजेन उच्च कोटा व्हिस्क/फ्लो रचनात्मक उपकरण	एशिया प्रशांत क्षेत्र में मुख्य शक्ति, सामग्री निर्माताओं को प्राथमिकता दी जाती है
गूगल एआई अल्ट्रा	~$249.99	जेमिनी 3 प्रो/डीप थिंक उच्चतम कोटा वीओ 3.1 फ्लैगशिप कोटा प्रोजेक्ट मेरिनर और अन्य अत्याधुनिक क्षमताएं प्राथमिकता पहुंच	पेशेवर निर्माता और भारी उपयोगकर्ता

डेवलपर/एपीआई परत (प्रति मिलियन टोकन पर बिल किया गया):

मॉडल	इनपुट (≤200K टोकन)	इनपुट (>200K टोकन)	आउटपुट (≤200K टोकन)	आउटपुट (>200K टोकन)
मिथुन 3 प्रो	$2.00	$4.00	$12.00	$18.00
जेमिनी 2.5 प्रो	$1.25	$2.50	$10.00	$15.00
जेमिनी 2.5 फ्लैश	$0.30	$0.30	$2.50	$2.50
जेमिनी 2.5 फ्लैश-लाइट	$0.10	$0.10	$0.40	$0.40

लागत संरचना में मुख्य अंतर्दृष्टि: फ्लैश-लाइट की इकाई इनपुट लागत ($0.10/मिलियन टोकन) डीपसीक वी4-फ्लैश (1 युआन/मिलियन टोकन, लगभग $0.14) के समान परिमाण के क्रम में है, जो बड़े पैमाने पर उत्पादन परिदृश्यों के लिए मूल्य आधार है। फ्लैश ($0.30/मिलियन टोकन) 80% से अधिक दैनिक उत्पादन परिदृश्यों को कवर करता है और इसका मूल्य/प्रदर्शन अनुपात सबसे अच्छा है। 3 प्रो और 2.5 प्रो का इनपुट मूल्य 4-13 गुना अधिक है, लेकिन जटिल तर्क कार्यों पर इसके थिंकिंग मोड का गुणवत्ता लाभ महत्वपूर्ण है। "दैनिक प्रसंस्करण के लिए फ्लैश + समस्या समाधान के लिए प्रो" की मिश्रित रणनीति सभी प्रो का उपयोग करने की तुलना में समग्र एपीआई लागत को 60-80% तक कम कर सकती है। कैश हिट होने पर कॉन्टेक्स्ट कैशिंग इनपुट लागत को लगभग 70-90% तक कम कर देता है, और उन परिदृश्यों के लिए उपयुक्त है जहां सिस्टम प्रॉम्प्ट शब्द ठीक हो गया है और संवाद उपसर्ग स्थिर है। बैच एपीआई लगभग 50% छूट प्रदान करता है और गैर-वास्तविक समय बैच अनुमान कार्यों के लिए उपयुक्त है।

एंटरप्राइज़ लेयर (वर्टेक्स एआई): कोई सार्वजनिक मानक मूल्य नहीं है, वाणिज्यिक उद्धरण प्राप्त करने के लिए आपको Google क्लाउड बिक्री से संपर्क करना होगा। विशिष्ट बिलिंग आयामों में शामिल हैं: मॉडल कॉल वॉल्यूम (प्रतिबद्ध खपत), डेटा निवास क्षेत्र (जैसे यूरोप, एशिया स्थानीयकरण आवश्यकताएं), अनुपालन प्रमाणन स्तर (एसओसी2, एचआईपीएए, आईएसओ 27001), एसएलए स्तर, संसाधन खपत को ठीक करना, और क्या अन्य Google क्लाउड सेवाओं को बंडल करना है (बिगक्वेरी, क्लाउड स्टोरेज, लुकर)। एक मिलियन डॉलर से अधिक वार्षिक खर्च वाले बड़े ग्राहकों के लिए, महत्वपूर्ण छूट और समर्पित सहायता टीमों पर अक्सर बातचीत की जा सकती है। खरीदने से पहले, उद्यमों को डेटा संप्रभुता शर्तों, मॉडल संस्करण अद्यतन अधिसूचना चक्र और सेवा समाप्ति के बाद डेटा माइग्रेशन योजना की पुष्टि करने पर ध्यान केंद्रित करने की आवश्यकता है।

छिपी हुई लागत युक्ति: डीप थिंकिंग/थिंकिंग मोड में टोकन आउटपुट की मात्रा सामान्य मोड की तुलना में 3-8 गुना तक पहुंच सकती है, और एक कॉल की वास्तविक लागत मूल मूल्य निर्धारण तालिका से काफी अधिक है। एजेंट मल्टी-स्टेप कॉलिंग परिदृश्य में, फ़ंक्शन कॉलिंग की मध्यवर्ती टोकन खपत और टूल रिटर्न सामग्री के इनपुट टोकन दोनों बिलिंग में शामिल हैं। उत्पादन परिवेश में एकल-कॉल टोकन बजट सीमा निर्धारित करने और क्लाउड मॉनिटरिंग के माध्यम से टोकन खपत वितरण को लगातार ट्रैक करने की अनुशंसा की जाती है।

गूगल जेमिनी की मुख्य विशेषताएं

जेमिनी का कार्यात्मक मैट्रिक्स एक एकल चैट इंटरफ़ेस नहीं है, बल्कि "मल्टीमॉडल समझ + गहन अनुसंधान + एजेंट ऑटोमेशन + मल्टीमॉडल जेनरेशन + कोडिंग सहयोग + एंटरप्राइज़ एकीकरण" की छह क्षमता लाइनों के आसपास निर्मित एक मॉड्यूलर सिस्टम है। निम्नलिखित छह कार्यों के बीच महत्वपूर्ण तालमेल हैं - एक कार्य का आउटपुट सीधे दूसरे कार्य का इनपुट बन सकता है, जिससे क्रॉस-टूल स्विचिंग और डेटा पोर्टेबिलिटी लागत कम हो जाती है।

• मूल मल्टी-मोडल समझ और तर्क: जेमिनी ने पहले संस्करण के बाद से एक देशी मल्टी-मोडल आर्किटेक्चर (टेक्स्ट मॉडल पर विज़ुअल एनकोडर को प्लग करने के बजाय) अपनाया है। पाठ, चित्र, ऑडियो और वीडियो समान मॉडल प्रतिनिधित्व परत साझा करते हैं। हिडन लिंकेज: वीडियो समझ के परिणामों को सीधे डीप रिसर्च रिपोर्ट के लिए इनपुट सामग्री के रूप में उपयोग किया जा सकता है, और रिपोर्ट के निष्कर्ष वीडियो सारांश उत्पन्न करने के लिए Veo 3.1 चला सकते हैं - एक एकल वीडियो अपलोड कई पेशेवर मॉडलों के बीच डेटा प्रारूपों को स्विच करने की आवश्यकता के बिना, "समझ → विश्लेषण → पुनर्जनन" के पूरे चक्र को ट्रिगर कर सकता है।

• डीप रिसर्च लॉन्ग टास्क ऑटोमेशन: उद्धृत स्रोतों के साथ अनुसंधान रिपोर्टों की बहु-चरण पुनर्प्राप्ति, पढ़ने, सॉर्टिंग और आउटपुट करने के लिए जेमिनी मॉडल शेड्यूल करें। सिनर्जी प्रभाव: डीप रिसर्च के आउटपुट का उपयोग नैनो बनाना प्रो इन्फोग्राफिक्स द्वारा उत्पन्न कॉपी सामग्री वीओ वीडियो स्क्रिप्ट की रूपरेखा या एक क्लिक के साथ Google स्लाइड प्रस्तुति के कंटेंट स्केलेटन के रूप में किया जा सकता है, जो "रिसर्च → कंटेंट जेनरेशन → विज़ुअल डिलीवरी" का वन-स्टॉप लिंक बनाता है। उद्योग शोधकर्ताओं और सामग्री टीमों के लिए, इसका मतलब है कि अनुसंधान से लेकर वितरण तक के अंत तक के समय को दिनों से लेकर घंटों तक संपीड़ित किया जा सकता है।

• एजेंट ऑटोमेशन और टूल कॉलिंग: जेमिनी एपीआई मूल फ़ंक्शन कॉलिंग (कस्टम एपीआई कॉलिंग), लाइव एपीआई (ऑडियो/वीडियो रीयल-टाइम डुप्लेक्स स्ट्रीमिंग), एजेंट मोड (मल्टी-स्टेप प्लानिंग + स्वचालित टूल चयन), कंप्यूटर उपयोग (स्क्रीन इंटरैक्शन, पूर्वावलोकन चरण) प्रदान करता है। एजेंट टूल ओपन लिस्ट: जेमिनी द्वारा मॉडल में उजागर किए गए मुख्य टूल में google_search (वास्तविक समय पुनर्प्राप्ति), code_execution (सैंडबॉक्स कोड रनिंग), function_call (कस्टम API एकीकरण), computer_use (स्क्रीन पिक्सेल-स्तरीय इंटरैक्शन, पूर्वावलोकन), image_generation (नैनो बनाना), video_generation (Veo) शामिल हैं। मॉडल "निर्देश प्राप्त करके → उप-कार्यों की योजना बनाना → क्रमिक रूप से टूल कॉल करना → परिणामों को सारांशित करना" द्वारा एक एजेंट इंटरैक्शन प्रक्रिया को पूरा करता है। प्रोजेक्ट ख़तरा टिप: निष्क्रिय चक्रों को टोकन लेने से रोकने के लिए एजेंट चरणों की संख्या की ऊपरी सीमा को नियंत्रित करने के लिए max_steps को सेट करने की आवश्यकता है; अपरिवर्तनीय संचालन (हटाना, भुगतान, रिलीज) के लिए मैन्युअल पुष्टिकरण बिंदु निर्धारित करने की अनुशंसा की जाती है।

• मल्टी-मोडल जेनरेशन मैट्रिक्स: नैनो बनाना प्रो (इमेज जेनरेशन और एडिटिंग, मल्टी-राउंड कन्वर्सेशनल एडिटिंग और टेक्स्ट रेंडरिंग को सपोर्ट करता है), वीओ 3.1 (वीडियो जेनरेशन, ओरिजिनल ऑडियो आउटपुट को सपोर्ट करता है), इमेजन 4 (वेनोग्राफ), लिरिया 2 (म्यूजिक जेनरेशन), व्हिस्क/फ्लो (क्रिएटिव वर्कफ्लो)। अंतर का मुख्य बिंदु: नैनो बनाना प्रो एक पारंपरिक "एक बार की पीढ़ी और अनियंत्रित" विंसेंट आरेख मॉडल नहीं है, बल्कि एक संवादी छवि इंजन है जो पुनरावृत्त संपादन के कई दौरों का समर्थन करता है - उपयोगकर्ता पहले एक पोस्टर बना सकते हैं, और फिर स्थानीय तत्वों को संशोधित कर सकते हैं, रंग मिलान को समायोजित कर सकते हैं, और विभिन्न उपकरणों के बीच बार-बार स्विच करने की आवश्यकता के बिना, प्राकृतिक भाषा के माध्यम से पाठ को बदल सकते हैं।

• कोडिंग और डेवलपर टूल: जेमिनी एपीआई Google AI स्टूडियो SDK (पायथन/जावास्क्रिप्ट) के माध्यम से कोड जनरेशन, व्याख्या, डिबगिंग और रीफैक्टरिंग क्षमताएं प्रदान करता है। एंटीग्रेविटी (Google द्वारा लॉन्च किया गया AI नेटिव IDE) और जूल्स (एसिंक्रोनस कोडिंग एजेंट) इंटरैक्टिव कोडिंग और बैकग्राउंड कार्य निष्पादन प्रदान करने के लिए जेमिनी 3 प्रो / 2.5 प्रो के साथ काम करते हैं। कार्यान्वयन युक्ति: एंटीग्रेविटी का क्रॉस-फ़ाइल संपादन मॉडल की लंबी संदर्भ विंडो पर निर्भर करता है। बड़े कोड आधार का विश्लेषण करते समय संदर्भ को 1M तक खोलने की अनुशंसा की जाती है, लेकिन यह ध्यान दिया जाना चाहिए कि पहले शब्द की देरी तदनुसार बढ़ जाएगी।

• गूगल इकोलॉजिकल इंटीग्रेशन: जेमिनी को साइडबार के रूप में गूगल वर्कस्पेस (जीमेल, डॉक्स, शीट्स, स्लाइड्स, मीट) में एम्बेड किया गया है, जो ईमेल लेखन, दस्तावेज़ सारांश, मीटिंग मिनट्स जेनरेशन, टेबल फॉर्मूला सुझाव आदि जैसी क्षमताएं प्रदान करता है। गूगल सर्च में एआई मोड और एआई ओवरव्यू के रूप में मुख्य ट्रैफिक पोर्टल में एकीकृत होता है। नोटबुकएलएम "स्रोत-संचालित" नोट लेने वाले प्रश्नोत्तर प्रदान करता है - मॉडल आउटपुट उपयोगकर्ताओं द्वारा अपलोड की गई सामग्रियों की सीमा तक सख्ती से सीमित है, जो इसे कठोर ज्ञान कार्य परिदृश्यों के लिए उपयुक्त बनाता है। हिडन लिंकेज: वर्कस्पेस में आयोजित मीटिंग मिनट्स और दस्तावेज़ों को सीधे डीप रिसर्च के लिए संदर्भ इनपुट के रूप में उपयोग किया जा सकता है, जो "दैनिक कार्यालय → ज्ञान संचय → गहन विश्लेषण" का एक लिंक बनाता है।

Google जेमिनी मॉडल और संस्करण विकास

जेमिनी के संस्करण की पुनरावृत्ति दिसंबर 2023 में पहले संस्करण से लेकर नवंबर 2025 में जेमिनी 3 प्रो तक होती है, जिसमें तीन वास्तुशिल्प परिवर्तन शामिल हैं: बुनियादी मल्टीमॉडलिटी → लंबा संदर्भ और एजेंट फाउंडेशन → गहन तर्क और मल्टीमॉडल एकीकरण। निम्नलिखित प्रमुख मील के पत्थर का खंडित विवरण है।

पहली पीढ़ी: जेमिनी 1.0 श्रृंखला (2023-12)

जेमिनी 1.0 अल्ट्रा/प्रो/नैनो लॉन्च किया गया है, जो आधिकारिक तौर पर Google के प्रमुख जेनरेटर एआई मॉडल परिवार के रूप में बार्ड और PaLM 2 की जगह लेता है। तीन स्तर क्रमशः जटिल तर्क, सामान्य कार्यों और डिवाइस-साइड परिनियोजन के लिए हैं। मुख्य सफलता देशी मल्टी-मोडल आर्किटेक्चर में निहित है - टेक्स्ट, चित्र, ऑडियो और वीडियो GPT-4V जैसे टेक्स्ट मॉडल पर एक विज़ुअल एनकोडर को ओवरले करने के बजाय एक ही मॉडल प्रतिनिधित्व साझा करते हैं। इस वास्तुशिल्प विकल्प ने बाद की सभी रिलीज़ों में क्रॉस-मोडल क्षमताओं की नींव रखी।

दूसरी पीढ़ी: लंबा संदर्भ निर्णायक और एजेंट फाउंडेशन (2024-02 से 2024-12)

• मिथुन 1.5 प्रो (2024-02-15): पहली बार 1एम/2एम टोकन लंबे संदर्भ को लागू करता है, लंबे दस्तावेजों और कोड बेस-स्तरीय तर्क के इंजीनियरिंग अभ्यास को बढ़ावा देता है। इस क्षमता ने सीधे तौर पर बाद के नोटबुकएलएम और डीप रिसर्च उत्पादों की डिज़ाइन दिशा को आगे बढ़ाया।
• मिथुन 2.0 फ्लैश (2024-12-11): नेटिव टूल कॉलिंग (फंक्शन कॉलिंग) और लाइव एपीआई (रियल-टाइम ऑडियो/वीडियो डुप्लेक्स स्ट्रीमिंग) का परिचय, एजेंट युग में जेमिनी के प्रवेश को चिह्नित करता है। लाइव एपीआई वॉयस असिस्टेंट और रियल-टाइम मल्टी-मोडल इंटरेक्शन उत्पादों के लिए अंतर्निहित क्षमताएं प्रदान करता है, जो एजेंट इंफ्रास्ट्रक्चर में Google का प्रमुख लेआउट है।

तीसरी पीढ़ी: सोच मॉडल और लागत-प्रभावीता स्तरीकरण (2025 के मध्य)

• मिथुन 2.5 प्रो (2025-06-17): सोच मोड जोड़ने से, गणित, विज्ञान और कोड जैसे श्रृंखला तर्क कार्यों में गुणवत्ता में काफी सुधार होता है। यह लंबे समय से एआई स्टूडियो और वर्टेक्स एआई के लिए डिफ़ॉल्ट उच्च गुणवत्ता वाला विकल्प रहा है।
• मिथुन 2.5 फ्लैश (2025-06-17): प्रो के दिन ही जारी किया गया, जो सोच मॉडल को लागत प्रभावी मॉडल में लाता है। मल्टी-मोडल इनपुट का समर्थन करता है और बड़े पैमाने पर उत्पादन के लिए उन्मुख है।
• मिथुन 2.5 फ्लैश-लाइट (2025-07-22): लागत और विलंबता में चरम सीमा को आगे बढ़ाना, उच्च थ्रूपुट, एम्बेडेड और एज परिदृश्यों के लिए उपयुक्त। इस बिंदु पर, जेमिनी की क्षमता-लागत-विलंब की चार-परत ढाल ने आधिकारिक तौर पर आकार ले लिया है।

चौथी पीढ़ी: जेमिनी 3 और मल्टीमॉडल एकीकरण (2025-11)

• जेमिनी 3 प्रो (2025-11-18): जेमिनी 3 श्रृंखला का प्रमुख, अत्याधुनिक तर्क, देशी मल्टी-मोडल एजेंट ऑटोमेशन और 1एम लंबे संदर्भ पर ध्यान केंद्रित करता है। AIME (गणित), GPQA (विज्ञान), SWE-बेंच (कोडिंग), आदि जैसे बेंचमार्क पर Google आंतरिक रिकॉर्ड सेट करें। यह जेमिनी मॉडल परिवार के "यूनिवर्सल लार्ज मॉडल" से "फुल-स्टैक एआई अनुमान इंजन" के विकास में एक महत्वपूर्ण नोड है।
• नैनो बनाना प्रो (2025-11-20): जेमिनी 3 युग छवि निर्माण और संपादन मॉडल, मूल रूप से मल्टी-राउंड वार्तालाप संपादन, सटीक पाठ प्रतिपादन और शैली स्थिरता का समर्थन करता है। कोई पारंपरिक ड्राइंग टूल नहीं, बल्कि छवि संपादन का एक नया प्रतिमान।
• वीओ 3.1 (2025-10-15): जेमिनी ऐप और वर्टेक्स एआई स्टूडियो में एकीकृत, मूल ऑडियो के साथ उच्च-निष्ठा वीडियो निर्माण और संपादन का समर्थन करता है।

संस्करण संदर्भ मुख्य बिंदु: जेमिनी का संस्करण छलांग (1.0 → 1.5 → 2.0 → 2.5 → 3) वास्तुकला-स्तर के परिवर्तनों के साथ है। Google दो तकनीकी लाइनें बनाए रखता है: "मिथुन सामान्य अनुमान मॉडल" और "मल्टीमॉडल पेशेवर मॉडल (नैनो केला / वीओ / इमेजेन / लिरिया)"। पहला एक सामान्य अनुमान इंजन है और दूसरा एक पेशेवर पीढ़ी का इंजन है। जेमिनी ऐप और एआई स्टूडियो में इन दोनों का संयोजन में उपयोग किया जाता है। जेमिनी की क्षमताओं का मूल्यांकन करते समय, आपको न केवल सामान्य अनुमान मॉडल बेंचमार्क को देखना चाहिए, बल्कि पेशेवर मल्टी-मोडल इंजन और उत्पाद एकीकरण की गहराई पर भी ध्यान देना चाहिए - यह जेमिनी और जीपीटी और क्लाउड के बीच मुख्य अंतर है।

गूगल जेमिनी के तकनीकी लाभ

जेमिनी की तकनीकी बाधा किसी एक संकेतक में अग्रणी नहीं है, बल्कि मॉडल वास्तुकला, अनुमान अनुकूलन से लेकर बुनियादी ढांचे और उत्पाद वितरण तक इसके प्रणालीगत लाभों में अग्रणी है।

देशी मल्टी-मोडल आर्किटेक्चर का तंत्र और प्रभाव: जेमिनी को प्लग-इन समाधान के बजाय पहले संस्करण के बाद से एक देशी मल्टी-मोडल मॉडल के रूप में डिजाइन किया गया है। इसका मतलब यह है कि पाठ, चित्र, ऑडियो और वीडियो मॉडल के भीतर एक एकीकृत प्रतिनिधित्व स्थान साझा करते हैं, और क्रॉस-मोडल तर्क (जैसे मिश्रित छवि और पाठ समझ, वीडियो से मुख्य फ़्रेम निकालना और पाठ विवरण उत्पन्न करना) के लिए कई एनकोडर के बीच स्विच करने की आवश्यकता नहीं होती है। व्यावहारिक अनुप्रयोग परिप्रेक्ष्य से, यह आर्किटेक्चर "चार्ट को देखना और रुझानों की व्याख्या करना" या "वीडियो सामग्री का विश्लेषण करना और सारांश तैयार करना" जैसे क्रॉस-मोडल कार्यों को निष्पादित करते समय सटीकता और दक्षता के मामले में प्लग-इन समाधानों से बेहतर है। सीमा यह है कि मूल वास्तुकला मॉडल मापदंडों को बड़ा बनाती है और प्रशिक्षण लागत अधिक होती है। यही एक कारण है कि जेमिनी ने हल्का ओपन सोर्स संस्करण लॉन्च नहीं किया है।

लंबे संदर्भ विंडो का इंजीनियरिंग कार्यान्वयन: जेमिनी 2.5/3 प्रो का 1एम टोकन संदर्भ (2.5 प्रो ऐतिहासिक रूप से 2एम का समर्थन करता है) ट्रांसफार्मर लंबे अनुक्रम अनुकूलन में Google के वर्षों के संचय से लिया गया है, जिसमें विरल ध्यान (ओ (एन²) को लगभग रैखिक तक कम करना), मेमोरी संपीड़न (वीडियो मेमोरी को बचाने के लिए ऐतिहासिक केवी कैश का हानिपूर्ण संपीड़न) और अंतर-टीपीयू संचार अनुकूलन (के माध्यम से कुशल क्रॉस-चिप समानता प्राप्त करना) शामिल है। Google का स्व-विकसित डेटा सेंटर नेटवर्क)। डेवलपर्स के लिए, इसका मतलब यह है कि वे मैन्युअल सेगमेंटेशन और स्प्लिसिंग की आवश्यकता के बिना, क्रॉस-फ़ाइल/क्रॉस-चैप्टर विश्लेषण के लिए मध्यम और बड़े कोड रिपॉजिटरी या तकनीकी दस्तावेज़ों के सैकड़ों पृष्ठों को एक साथ पढ़ सकते हैं। लेकिन कृपया ध्यान दें: संदर्भ जितना लंबा होगा, अनुमान में देरी रैखिक रूप से नहीं बल्कि सबलाइनर रूप से बढ़ती है - चरम 1M परिदृश्य का पहला शब्द विलंब अभी भी 3-5 सेकंड तक पहुंच सकता है।

टीपीयू बुनियादी ढांचे पर पैमाने की अर्थव्यवस्थाएं: जेमिनी श्रृंखला Google टीपीयू (टेंसर प्रोसेसिंग यूनिट) क्लस्टर पर प्रशिक्षण और सेवा प्रदान करती है। TPU को विशेष रूप से गहन शिक्षण मैट्रिक्स संचालन के लिए डिज़ाइन किया गया है, और इसकी यूनिट कंप्यूटिंग पावर लागत उसी पीढ़ी के GPU (जैसे NVIDIA H100) की तुलना में कम है। Google की आंतरिक बड़े पैमाने पर TPU तैनाती मॉडल सेवाओं की क्षमता स्थिरता और लोचदार विस्तार और संकुचन क्षमताओं को सुनिश्चित करती है। यह बुनियादी ढांचा लाभ सीधे एपीआई मूल्य निर्धारण में परिलक्षित होता है - फ्लैश-लाइट के $0.10/मिलियन टोकन टीपीयू के सीमांत लागत लाभ से लाभान्वित होते हैं। यह मूल्य स्तर डीपसीक वी4-फ्लैश के समान सीमा में है, लेकिन Google का वैश्विक डेटा सेंटर वितरण बेहतर क्षेत्रीय कम-विलंबता कवरेज प्रदान करता है।

उत्पाद मैट्रिक्स का प्राकृतिक वितरण: जेमिनी एक स्वतंत्र एपीआई या ऐप नहीं है, बल्कि अरबों मासिक उपयोगकर्ताओं वाले उत्पादों में एम्बेडेड एक एआई क्षमता परत है, जैसे सर्च (एआई मोड/एआई ओवरव्यू), वर्कस्पेस (डॉक्स/जीमेल/मीट), एंड्रॉइड (सिस्टम-स्तरीय सहायक प्रतिस्थापन), क्रोम और यूट्यूब। यह वितरण नेटवर्क जेमिनी की उपयोगकर्ता पहुंच लागत को लगभग शून्य बना देता है, और प्रत्येक उत्पाद परिदृश्य मॉडल के लिए वास्तविक इंटरैक्शन डेटा प्रदान करता है। यह एक संरचनात्मक प्रतिस्पर्धात्मक लाभ है जिसे ओपनएआई और एंथ्रोपिक दोहरा नहीं सकते हैं, और यह एआई ट्रैक पर Google की सबसे बड़ी खाई भी है।

डीप थिंक की नियंत्रणीय तर्क तीव्रता: फ्लैगशिप मॉडल डीप थिंक विस्तारित सोच मोड का समर्थन करता है, जो गणितीय प्रमाण, प्रतिस्पर्धा प्रोग्रामिंग और जटिल योजना जैसे कार्यों पर उच्च गुणवत्ता वाले उत्तर प्राप्त करने के लिए स्वचालित रूप से लंबी श्रृंखला तर्क पथ उत्पन्न करता है। गति और गुणवत्ता के बीच संतुलन बनाने के लिए डेवलपर्स एपीआई मापदंडों के माध्यम से सोच की तीव्रता को नियंत्रित कर सकते हैं। लेकिन कृपया ध्यान दें: थिंकिंग मोड की आउटपुट टोकन खपत सामान्य मोड की तुलना में 3-8 गुना है, और एकल कॉल की वास्तविक लागत में काफी वृद्धि होगी। इसे उन प्रमुख कार्यों में मांग पर सक्षम करने की अनुशंसा की जाती है जिनके लिए वैश्विक स्तर पर डिफ़ॉल्ट के बजाय गहन तर्क की आवश्यकता होती है।

गूगल जेमिनी उपयोग पथ

जेमिनी जीरो-थ्रेसहोल्ड चैट से लेकर एंटरप्राइज़-स्तरीय एपीआई एकीकरण तक बहु-स्तरीय उपयोग पथ प्रदान करता है। अलग-अलग प्रवेश द्वार अलग-अलग क्षमता सेट, सेवा शर्तों और बिलिंग मॉडल के अनुरूप होते हैं।

मिथुन ऐप (उपभोक्ता स्तर प्रवेश)

• पोर्टल: Gemini.google.com (वेब), iOS ऐप स्टोर, Google Play, और Android सिस्टम-स्तरीय एकीकरण
• क्षमताओं का दायरा: संवाद बातचीत गहन अनुसंधान, ऐप्स में छवि/वीडियो निर्माण जेमिनी (Google खाता संबद्ध)
• शुल्क: निःशुल्क टियर $0; प्लस/प्रो ~$19.99/माह; अल्ट्रा ~$249.99/माह
• लागू लोग: व्यक्तिगत उपयोगकर्ता, प्रकाश निर्माता, दैनिक शिक्षण और अनुसंधान

Google AI स्टूडियो (डेवलपर अनुभव और प्रोटोटाइप सत्यापन)

• प्रवेश: https://ai.studio/
• क्षमताओं का दायरा: सभी जेमिनी मॉडल शीघ्र डिबगिंग एपीआई कुंजी प्रबंधन, मल्टी-मोडल पीढ़ी प्रदर्शन फ़ंक्शन कॉलिंग परीक्षण का प्रयास करते हैं
• लागू लोग: स्वतंत्र डेवलपर्स, उद्यमशील टीमें, उत्पाद प्रोटोटाइप सत्यापन
• शुल्क: निःशुल्क स्तर में कोटा सीमाएँ शामिल हैं, और अतिरिक्त का बिल एपीआई मूल्य निर्धारण के अनुसार किया जाएगा।

मिथुन एपीआई (उत्पादन स्तर मॉडल एकीकरण)

• प्रवेश: https://ai.google.dev/gemini-api/docs
• मॉडल आईडी: मिथुन-3-प्रो, मिथुन-2.5-प्रो, मिथुन-2.5-फ्लैश, मिथुन-2.5-फ्लैश-लाइट
• कोर पैरामीटर एसडीके उदाहरण (पायथन):

google.generativeai को genai के रूप में आयात करें

genai.configure(api_key='<YOUR_API_KEY>')

मॉडल = genai.GenerativeModel(
    मॉडल_नाम = "मिथुन-2.5-फ़्लैश",
    system_instruction='आप एक पेशेवर तकनीकी दस्तावेज़ विश्लेषक हैं। कृपया चीनी भाषा में उत्तर दें।'
)

प्रतिक्रिया = model.generate_content(
    "जेमिनी 2.5 फ्लैश और जेमिनी 3 प्रो की लागत और क्षमताओं की तुलना",
    पीढ़ी_कॉन्फिग=genai.types.GenerationConfig(
        तापमान=0.3,
        max_output_tokens=2048,
        प्रतिक्रिया_माइम_प्रकार = "पाठ/सादा",
    ),
    धारा=गलत
)
प्रिंट(प्रतिक्रिया.पाठ)

एजेंट कॉलिंग लिंक उदाहरण (फ़ंक्शन कॉलिंग):

मॉडल = genai.GenerativeModel(
    मॉडल_नाम = "मिथुन-2.5-फ़्लैश",
    उपकरण=[Google_खोज, कोड_निष्पादन]
)

चैट = मॉडल.स्टार्ट_चैट()
प्रतिक्रिया = चैट.सेंड_मैसेज ("नवीनतम जेमिनी एपीआई मूल्य निर्धारण को क्वेरी करें और तदनुसार मासिक लागत का अनुमान लगाएं")

वर्टेक्स एआई (एंटरप्राइज़ एआई प्लेटफ़ॉर्म)

• प्रवेश: https://cloud.google.com/vertex-ai
• क्षमता का दायरा: एंटरप्राइज-स्तरीय एसएलए, डेटा क्षेत्र रेजीडेंसी, मॉडल फाइन-ट्यूनिंग (ट्यूनिंग और एडाप्टर), आईएएम एक्सेस कंट्रोल क्लाउड ऑडिट ऑडिट लॉग, बिगक्वेरी/क्लाउड स्टोरेज/लुकर जैसी जीसीपी सेवाओं के साथ मूल एकीकरण
• लागू लोग: मध्यम और बड़े उद्यम, अनुपालन-संवेदनशील उद्योग (वित्त, चिकित्सा, सरकारी मामले)
• शुल्क: उपयोग और व्यावसायिक अनुबंध के आधार पर मूल्य निर्धारण, वार्षिक उपभोग प्रतिबद्धताओं के लिए छूट उपलब्ध है

विशिष्ट एजेंट कॉल लिंक: उपयोगकर्ता कमांड → जेमिनी एपीआई पार्सिंग इंटेंट → फ़ंक्शन कॉलिंग चयन टूल → क्रमिक रूप से google_search / कोड_एक्ज़ीक्यूशन / इमेज_जेनरेशन को कॉल करना → मध्यवर्ती परिणामों को सारांशित करना → अंतिम उत्तर लौटाना। एजेंट कार्यों के लिए, जेमिनी 2.5 फ्लैश को दैनिक नियोजन इंजन के रूप में अनुशंसित किया जाता है, और जेमिनी 3 प्रो उन उप-कार्यों को संभालता है जिनके लिए गहन तर्क की आवश्यकता होती है। अनंत लूप को रोकने के लिए निष्पादन चरणों की संख्या को नियंत्रित करने के लिए max_steps पैरामीटर (प्रारंभ में 10-15 पर सेट करने की अनुशंसा) का उपयोग करें; टोकन निष्क्रियता से बचने के लिए स्टॉप_व्हेन_सटिस्फाइड सीमा को जल्दी समाप्त करने के लिए सेट करें।

Google जेमिनी के लिए उत्पाद मूल्य निर्धारण

जेमिनी की मूल्य निर्धारण प्रणाली "उपभोक्ता-स्तरीय सदस्यता × एपीआई वास्तविक समय बिलिंग × उद्यम व्यापार बातचीत" की तीन परतों के साथ उपयोगकर्ताओं की पूरी श्रृंखला को कवर करती है।

उपभोक्ता-स्तरीय Google AI योजनाएं (संयुक्त राज्य अमेरिका के आधार पर, वास्तविक कीमत लैंडिंग पृष्ठ के अधीन है):

पैकेज	मासिक शुल्क	मॉडल एक्सेस	कोर फंक्शन कोटा	क्लाउड स्टोरेज
मुफ़्त	$0	जेमिनी 2.5 फ्लैश	बुनियादी गहन अनुसंधान, सीमित छवि/वीडियो निर्माण	15 जीबी
गूगल एआई प्लस	~$19.99	जेमिनी 3 प्रो (कोटा के साथ), जेमिनी 2.5 फ्लैश	एक्सटेंडेड डीप रिसर्च, वीओ 3.1 कोटा वर्कस्पेस एआई	2 टीबी
गूगल एआई प्रो	~$19.99	मिथुन 3 प्रो (उच्च कोटा)	नोटबुकएलएम प्लस, वीओ/इमेजेन उच्च कोटा व्हिस्क/फ्लो	2 टीबी
गूगल एआई अल्ट्रा	~$249.99	जेमिनी 3 प्रो/डीप थिंक (उच्चतम कोटा)	Veo 3.1 फ्लैगशिप कोटा प्रोजेक्ट मेरिनर प्राथमिकता एक्सेस	2 टीबी

एपीआई पे-एज़-यू-गो: विवरण के लिए, ऊपर लागत लाभ अध्याय में चार-मॉडल मूल्य सूची देखें। मुख्य अतिरिक्त स्पष्टीकरण - मल्टी-मोडल इनपुट (छवि, ऑडियो, वीडियो) टोकन समकक्ष रूपांतरण के आधार पर चार्ज किया जाता है। विशिष्ट रूपांतरण गुणांक एआई स्टूडियो मूल्य निर्धारण पृष्ठ पर वास्तविक समय डेटा के अधीन है। छवियों को मोटे तौर पर 258 टोकन/छवि (मानक आकार) में परिवर्तित किया जाता है, और ऑडियो को 32 टोकन प्रति सेकंड में परिवर्तित किया जाता है। कैश हिट होने पर कॉन्टेक्स्ट कैशिंग इनपुट लागत को लगभग 70-90% तक कम कर देता है, और उन परिदृश्यों के लिए उपयुक्त है जहां सिस्टम प्रॉम्प्ट शब्द ठीक हो गए हैं और संवाद उपसर्ग सुसंगत हैं। बैच एपीआई अतुल्यकालिक बैच अनुमान पर लगभग 50% छूट प्रदान करता है, जो गैर-वास्तविक समय, उच्च-थ्रूपुट कार्यों के लिए उपयुक्त है।

एंटरप्राइज़/वर्टेक्स एआई मूल्य निर्धारण: कोई सार्वजनिक मानक मूल्य निर्धारण नहीं, कृपया वाणिज्यिक उद्धरण के लिए Google क्लाउड सेल्स से संपर्क करें। बिलिंग आयामों में शामिल हैं: औसत मासिक मॉडल कॉल (लाखों टोकन में), डेटा निवास क्षेत्र (अनुपालन लागत निर्धारित करता है), एसएलए स्तर (जैसे 99.95% उपलब्धता), फाइन-ट्यूनिंग संसाधन खपत (टीपीयू अवधि), और अन्य जीसीपी सेवाओं को बंडल करना है या नहीं। बड़े ग्राहक (वार्षिक खर्च $100K+) अक्सर बेहतर छूट और समर्पित TAMs (तकनीकी खाता प्रबंधक) पर बातचीत कर सकते हैं।

मूल्य निर्धारण के लिए छिपी हुई लागत और अनुकूलन सुझाव: डीप थिंकिंग/थिंकिंग मोड आउटपुट टोकन वॉल्यूम को 3-8 गुना तक बढ़ा देता है, और एक कॉल की वास्तविक लागत मूल मूल्य निर्धारण से 3-5 गुना अधिक हो सकती है। इसे केवल उन महत्वपूर्ण कार्यों के लिए सक्षम करने की अनुशंसा की जाती है जिनके लिए गहन तर्क की आवश्यकता होती है। मल्टी-स्टेप एजेंट कॉल परिदृश्य में, टूल कॉल की मध्यवर्ती टोकन खपत (टूल बाद के राउंड के लिए इनपुट के रूप में सामग्री लौटाता है) वास्तविक टोकन खपत में काफी वृद्धि करेगा। अनुकूलन रणनीतियों में शामिल हैं: मैक्स_स्टेप्स नियंत्रण चरणों की ऊपरी सीमा निर्धारित करना, निश्चित सिस्टम प्रॉम्प्ट शब्दों को कैश करने के लिए कॉन्टेक्स्ट कैशिंग का उपयोग करना, गैर-वास्तविक समय तर्क को बैच एपीआई में स्थानांतरित करना, और उच्च-थ्रूपुट और कम-जटिलता कार्यों को संभालने के लिए फ्लैश-लाइट का उपयोग करना।

Google जेमिनी एप्लिकेशन परिदृश्य

निम्नलिखित छह प्रकार के परिदृश्य जेमिनी क्षमता मैट्रिक्स की दिशाएँ हैं जिन्हें वास्तविक व्यवसाय में सत्यापित किया गया है। प्रत्येक श्रेणी मानव-मशीन सहयोग की सीमाओं को चिह्नित करती है - किसे स्वचालित किया जा सकता है और किसे मैन्युअल पुष्टि बिंदु होना चाहिए।

• व्यक्तिगत एआई सहायक और ज्ञान प्रबंधन: दैनिक बातचीत, लेखन सहायता, बहुभाषी अनुवाद, अध्ययन योजना तैयार करना, जीवन और यात्रा योजना। मानव-कंप्यूटर सहयोग: सूचना पुनर्प्राप्ति और प्रथम ड्राफ्ट पीढ़ी 100% स्वचालित हो सकती है; वित्तीय निर्णयों, चिकित्सा सलाह और कानूनी राय से संबंधित प्रतिक्रियाओं में मैन्युअल समीक्षा बिंदु होने चाहिए। लागत में कमी और दक्षता में सुधार: व्यक्तिगत उपयोगकर्ताओं के लिए दैनिक सूचना पुनर्प्राप्ति समय औसतन 15 मिनट प्रति बार से घटाकर 3-5 मिनट प्रति बार कर दिया गया है; किसी दस्तावेज़ के पहले ड्राफ्ट को 40 मिनट से घटाकर 8-12 मिनट (मध्यम जटिलता वाले कार्यों के आधार पर कटौती मूल्य) कर दिया जाता है।

• गहन अनुसंधान और उद्योग विश्लेषण: उद्योग अनुसंधान रिपोर्ट, अकादमिक साहित्य समीक्षा, बाजार अनुसंधान, प्रतिस्पर्धी उत्पाद विश्लेषण और नीति व्याख्या। डीप रिसर्च उद्धृत स्रोतों के साथ बहु-चरणीय खोज-पढ़ें-व्यवस्थित-आउटपुट संरचित रिपोर्ट को स्वचालित रूप से पूरा कर सकता है। मानव-कंप्यूटर सहयोग: डेटा संग्रह और संरचना अत्यधिक स्वचालित हो सकती है; मुख्य निष्कर्षों की सटीकता सत्यापन, उद्धृत स्रोतों की प्रामाणिकता सत्यापन और डेटा समयबद्धता निरीक्षण मैन्युअल रूप से पूरा किया जाना चाहिए। कार्यान्वयन टिप: डीप रिसर्च की आउटपुट गुणवत्ता सूचना स्रोत सीमा और समय विंडो की प्रारंभिक प्रॉम्प्ट की सीमा पर अत्यधिक निर्भर है। यह अनुशंसा की जाती है कि विश्वसनीय स्रोत और दिनांक सीमा को प्रॉम्प्ट में स्पष्ट रूप से निर्दिष्ट किया जाए।

• मल्टी-मॉडल रचनात्मक उत्पादन: ब्रांड मार्केटिंग विज़ुअल डिज़ाइन, सोशल मीडिया सामग्री बैच उत्पादन, लघु और लंबी वीडियो पीढ़ी, संगीत निर्माण और संपादन। नैनो बनाना प्रो कई दौर के वार्तालाप संपादन और सटीक टेक्स्ट रेंडरिंग का समर्थन करता है, और वीओ 3.1 मूल ऑडियो के साथ उच्च-निष्ठा वीडियो उत्पन्न कर सकता है। मानव-मशीन सहयोग: अवधारणा रेखाचित्रों और सामग्री के पहले ड्राफ्ट की पीढ़ी अत्यधिक स्वचालित हो सकती है; अंतिम प्रकाशित या वाणिज्यिक सामग्रियों की कॉपीराइट अनुपालन समीक्षा और ब्रांड विज़ुअल स्थिरता जांच मैन्युअल रूप से पूरी की जानी चाहिए। लागत में कमी और दक्षता में वृद्धि: विचार से पहले ड्राफ्ट तक मार्केटिंग टीम के पुनरावृत्ति चक्र को 3-5 दिनों से घटाकर 1-2 दिन (कटौती मूल्य) कर दिया गया है; एकल सोशल मीडिया सामग्री का उत्पादन समय 2-3 घंटे से घटकर 30-45 मिनट हो गया है।

• सॉफ्टवेयर इंजीनियरिंग और एआई-सहायता प्राप्त विकास: कोड निर्माण और समापन, क्रॉस-फ़ाइल पुनर्निर्माण, कोड समीक्षा सहायता, यूनिट परीक्षण स्वचालित रूप से बग स्थान और मरम्मत सुझाव और तकनीकी दस्तावेज़ लेखन उत्पन्न करता है। एंटीग्रेविटी आईडीई और जूल्स एसिंक्रोनस एजेंट इंटरैक्टिव कोडिंग और पृष्ठभूमि कार्य निष्पादन को कवर करते हैं। मानव-कंप्यूटर सहयोग: नमूना कोड निर्माण और एकल परीक्षण समापन अत्यधिक स्वचालित हो सकता है; मुख्य कोड समीक्षा, सुरक्षा अनुपालन जांच और उत्पादन संदर्भों में वास्तुकला संबंधी निर्णय वरिष्ठ इंजीनियरों द्वारा मैन्युअल रूप से पूरे किए जाने चाहिए। कार्यान्वयन युक्तियाँ: यह अनुशंसा की जाती है कि जेमिनी द्वारा उत्पन्न कोड एकीकरण से पहले सीआई/सीडी पाइपलाइन के स्वचालित परीक्षण और सुरक्षा स्कैनिंग से गुजरे।

• उद्यम कार्यालय और ज्ञान सहयोग: ईमेल लेखन और उत्तर सुझाव, लंबे दस्तावेज़ों का स्वचालित सारांश और मुख्य बिंदु निष्कर्षण, मीटिंग रिकॉर्डिंग को टेक्स्ट मिनटों में परिवर्तित करना, टेबल डेटा फॉर्मूला निर्माण और विसंगति का पता लगाना। जेमिनी सभी Google वर्कस्पेस एप्लिकेशन और नोटबुकएलएम के साथ एम्बेडेड है। मानव-कंप्यूटर सहयोग: ड्राफ्ट निर्माण और सूचना छंटाई को स्वचालित किया जा सकता है; ग्राहक संचार, अनुबंध शर्तों की व्याख्या और वित्तीय डेटा विश्लेषण से जुड़े आउटपुट की मैन्युअल रूप से समीक्षा की जानी चाहिए।

• खोज वृद्धि और निर्णय लेने में सहायता: जटिल खोज आशय विश्लेषण, यात्रा कार्यक्रम योजना और बजट निर्माण, उत्पाद तुलना और खरीद निर्णय लेने में सहायता, और नीति अनुपालन पुनर्प्राप्ति। एआई मोड मुख्य खोज ट्रैफ़िक के भीतर संवादात्मक उत्तर सृजन के कई दौर प्रदान करता है। मानव-मशीन सहयोग: सूचना संग्रह और बहु-समाधान पीढ़ी को स्वचालित किया जा सकता है; अंतिम निर्णय (विशेषकर भुगतान, अनुबंध या गोपनीयता से जुड़े संचालन) की उपयोगकर्ता द्वारा मैन्युअल रूप से पुष्टि की जानी चाहिए।

गूगल जेमिनी किसके लिए उपयुक्त है?

• व्यक्तिगत उपयोगकर्ता और हल्के शिक्षार्थी: जेमिनी 2.5 फ्लैश और बेसिक डीप रिसर्च का उपयोग फ्री टियर में किया जा सकता है। एंड्रॉइड सिस्टम-स्तरीय एकीकरण इसे एक सुविधाजनक रोजमर्रा का एआई सहायक बनाता है। अनफिट सीमा: उन्नत मॉडल (मिथुन 3 प्रो) और मल्टी-मोडल जेनरेशन (वीओ, नैनो बनाना) के उच्च आवृत्ति उपयोग के लिए प्लस/प्रो/अल्ट्रा सदस्यता की आवश्यकता होती है। यदि जेमिनी ऐप आपके क्षेत्र (जैसे मुख्य भूमि चीन) में खुला नहीं है, तो आप इसे केवल वर्टेक्स एआई या तृतीय-पक्ष अनुपालन चैनलों के माध्यम से एक्सेस कर सकते हैं, और उत्पाद की उपलब्धता सीमित है।

• स्वतंत्र डेवलपर्स और स्टार्ट-अप टीमें: एआई स्टूडियो शून्य-थ्रेसहोल्ड मॉडल अनुभव और एपीआई कुंजी अधिग्रहण चैनल प्रदान करता है, और फ्री टियर कोटा प्रोटोटाइप विकास का समर्थन करने के लिए पर्याप्त है। जेमिनी एपीआई + गूगल क्लाउड इकोसिस्टम (फायरबेस, क्लाउड रन, क्लाउड स्टोरेज) तेजी से एआई एप्लीकेशन एमवीपी बना सकता है। अनुपयुक्त सीमा: ऐसे परिदृश्य जिनमें मॉडल अनुमान प्रक्रिया के लिए मजबूत पारदर्शिता आवश्यकताएं हैं या व्हाइट-बॉक्स ऑडिटिंग की आवश्यकता है - जेमिनी की बंद-स्रोत विशेषताएँ उपयुक्त नहीं हो सकती हैं; उत्पादन परिवेश में अपर्याप्त कोटा के कारण सेवा में रुकावट से बचने के लिए फ्री टियर और पेड टियर के बीच आवृत्ति नियंत्रण सीमा में अंतर पर ध्यान देना आवश्यक है।

• कंटेंट क्रिएटर्स और मार्केटिंग टीम: नैनो बनाना प्रो की छवि संपादन और टेक्स्ट रेंडरिंग क्षमताएं, वीओ 3.1 की वीडियो पीढ़ी और ऑडियो संश्लेषण, और व्हिस्क/फ्लो का रचनात्मक वर्कफ़्लो विमान से वीडियो तक एक संपूर्ण रचनात्मक टूल श्रृंखला बनाते हैं। अनुपयुक्त सीमा: कॉपीराइट स्वामित्व और जेनरेट की गई सामग्री के वाणिज्यिक प्राधिकरण के लिए सख्त आवश्यकताओं वाले परिदृश्यों में, Google की सेवा की शर्तों की आइटम दर आइटम पुष्टि की जानी चाहिए - Google की मल्टी-मोडल जेनरेशन मॉडल प्राधिकरण नीति संस्करणों के साथ बदल सकती है। व्यावसायिक उपयोग से पहले नवीनतम लिखित प्राधिकरण निर्देश प्राप्त करने की अनुशंसा की जाती है।

• मध्यम और बड़े उद्यम और अनुपालन-संवेदनशील संस्थान: वर्टेक्स एआई एसएलए गारंटी, डेटा क्षेत्र निवासी आईएएम एक्सेस नियंत्रण, ऑडिट लॉग और मॉडल फाइन-ट्यूनिंग क्षमताएं प्रदान करता है। इसमें वित्त, ऑटोमोबाइल, खुदरा, दूरसंचार और अन्य उद्योग शामिल हैं। खरीद संबंधी पूर्वापेक्षाएँ: उद्यमों के पास स्पष्ट एआई कार्यान्वयन दिशानिर्देश और मात्रात्मक दक्षता संकेतक (जैसे बढ़ी हुई ग्राहक सेवा समाधान दर, कम रिपोर्ट निर्माण समय और कम कोड दोष दर) होने चाहिए। खरीद जोखिम युक्ति: यह अनुशंसा की जाती है कि एसएलए विवरण (उपलब्धता, प्रतिक्रिया समय), डेटा संप्रभुता खंड (डेटा भंडारण क्षेत्र और सीमा पार संचरण प्रतिबंध), मॉडल संस्करण अद्यतन रणनीति (एपीआई एंडपॉइंट स्विचिंग के बाद संगतता अवधि और अधिसूचना अवधि), और सेवा समाप्ति के बाद डेटा माइग्रेशन योजना को अनुबंध में स्पष्ट किया जाए।

• शिक्षा और सार्वजनिक क्षेत्र के शोधकर्ता: गहन अनुसंधान साहित्य समीक्षा और क्रॉस-फील्ड डेटा एकीकरण के लिए उपयुक्त है, और नोटबुकएलएम सामग्री के एक विशिष्ट सेट के आधार पर गहन प्रश्नोत्तर के लिए उपयुक्त है। अनुपयुक्त सीमा: औपचारिक शैक्षणिक कागजात के उद्धरण सत्यापन और डेटा प्रामाणिकता सत्यापन को अभी भी मैन्युअल रूप से पूरा करने की आवश्यकता है, और मॉडल आउटपुट को सीधे शैक्षणिक साक्ष्य के रूप में उपयोग नहीं किया जा सकता है। नाबालिगों के डेटा या संवेदनशील अनुसंधान क्षेत्रों से जुड़े परिदृश्यों के लिए, अतिरिक्त अनुपालन आवश्यकताओं का मूल्यांकन करने की आवश्यकता है।

गूगल जेमिनी का सारांश और आउटलुक

मुख्य दक्षताएँ: जेमिनी ने चार-परत मॉडल ग्रेडिएंट (3 प्रो / 2.5 प्रो / 2.5 फ्लैश / फ्लैश-लाइट) के आसपास "शीर्ष-स्तरीय तर्क → स्थिर उत्पादन → अंतिम लागत-प्रभावशीलता" की एक पूर्ण क्षमता सीढ़ी बनाई है। नेटिव मल्टी-मोडल आर्किटेक्चर + 1एम लंबा संदर्भ + डीप थिंक नियंत्रणीय तर्क + एजेंट/लाइव एपीआई एक व्यापक तकनीकी आधार बनाता है। Google सर्च, वर्कस्पेस, एंड्रॉइड, क्रोम और यूट्यूब जैसे अपने स्वयं के उत्पादों के साथ अल्ट्रा-बड़े पैमाने पर प्राकृतिक वितरण प्राप्त करें - एकमात्र एआई मॉडल परिवार जो वर्तमान में सर्च इंजन, ऑफिस सुइट्स, मोबाइल ऑपरेटिंग सिस्टम और डेवलपर प्लेटफॉर्म को कवर करता है। एआई स्टूडियो और वर्टेक्स एआई के दोहरे परत प्रवेश के माध्यम से, जेमिनी व्यक्तिगत डेवलपर्स और कॉर्पोरेट ग्राहकों दोनों को कवर करता है।

मुख्य वर्तमान सीमाएँ: जेमिनी ऐप और Google AI प्लान कुछ क्षेत्रों (मुख्य भूमि चीन सहित) में उपलब्ध नहीं हैं। चीनी उपयोगकर्ता मुख्य रूप से वर्टेक्स एआई या तृतीय-पक्ष चैनलों के माध्यम से पहुंचते हैं, और उत्पाद की उपलब्धता सीमित है। अत्यधिक जटिल कार्य और मल्टी-मोडल उन्नत क्षमताएं प्लस/अल्ट्रा पैकेज और उच्च कीमत वाले एपीआई कॉल में केंद्रित हैं। बड़े पैमाने पर उत्पादन परिदृश्यों के लिए लागत नियोजन आवश्यकताएँ अधिक हैं। एजेंट-संबंधित क्षमताएं (कंप्यूटर उपयोग, प्रोजेक्ट मेरिनर) अधिकतर पूर्वावलोकन चरण में हैं, और उत्पादन-स्तर की स्थिरता और अनुपालन सीमाओं को और अधिक सत्यापन की आवश्यकता है। डीपसीक और क्लाउड की तुलना में, तीसरे पक्ष के स्वतंत्र मूल्यांकन में जेमिनी की प्रणाली की पारदर्शिता कम है। कुछ बेंचमार्क डेटा Google की स्व-रिपोर्टिंग पर निर्भर करते हैं और उनमें तृतीय-पक्ष ऑडिट सत्यापन का अभाव होता है।

अनुवर्ती अवलोकन बिंदु: जेमिनी 3 के बाद प्रो/फ्लैश/फ्लैश-लाइट पुनरावृत्ति लय और क्षमता में उछाल; व्यावसायिक सामग्री उत्पादन वर्कफ़्लो में नैनो बनाना प्रो और वीओ 3.1 की वास्तविक प्रवेश दर; एंटीग्रेविटी, जूल्स और प्रोजेक्ट मेरिनर जैसे एजेंट/आईडीई उत्पादों के तीसरे पक्ष के पारिस्थितिक एकीकरण की परिपक्वता और गहराई; विभिन्न क्षेत्रों में Google AI योजना पैकेज संरचना के कार्यान्वयन और मूल्य निर्धारण समायोजन की गति; चीनी उपयोगकर्ताओं के लिए अनुपालन पहुंच पथ की विस्तार संभावना।

खरीद और गोद लेने का जोखिम मूल्यांकन: व्यक्तिगत उपयोगकर्ताओं और स्वतंत्र डेवलपर्स के लिए, फ्री लेयर और फ्री एआई स्टूडियो कोटा एक शून्य-लागत परीक्षण और त्रुटि पथ प्रदान करता है। इस स्तर पर, जेमिनी को मुख्य एआई सहायक या वैकल्पिक मॉडल के रूप में टूल श्रृंखला में शामिल करना उचित है। उद्यमों के लिए, पहले गैर-महत्वपूर्ण प्रक्रियाओं (आंतरिक ज्ञान प्रश्नोत्तरी, पहला मसौदा दस्तावेज़ निर्माण, कोड-सहायता समीक्षा, प्रारंभिक डेटा विश्लेषण) में मॉडल क्षमताओं और टीम की स्वीकृति को सत्यापित करने, 4-8 सप्ताह की तुलनात्मक मूल्यांकन अवधि निर्धारित करने, आरओआई डेटा एकत्र करने और फिर धीरे-धीरे अर्ध-उत्पादन परिदृश्यों तक विस्तार करने की सिफारिश की जाती है। अनुपालन-संवेदनशील उद्योगों (वित्त, चिकित्सा और सरकारी मामलों) में, डेटा संप्रभुता और एसएलए सुनिश्चित करने के लिए वर्टेक्स एआई एंटरप्राइज संस्करण के माध्यम से पहुंच को प्राथमिकता दी जानी चाहिए, और मॉडल संस्करण स्विचिंग के लिए अधिसूचना अवधि को व्यवसाय अनुबंध में निर्दिष्ट किया जाना चाहिए (90 दिनों से कम नहीं होने की सिफारिश की गई), डेटा भंडारण क्षेत्र और सीमा पार संचरण प्रतिबंधों की पुष्टि करें, और सेवा समाप्ति के बाद डेटा निर्यात प्रारूप और माइग्रेशन विंडो की पुष्टि करें। यह ध्यान में रखते हुए कि जेमिनी मॉडल परिवार पुनरावृत्त होता रहता है और एपीआई एंडपॉइंट संस्करणों के साथ बदल सकते हैं, Google द्वारा मॉडल एंडपॉइंट को अपग्रेड करने के कारण होने वाली उत्पादन बाधाओं से बचने के लिए एप्लिकेशन लेयर पर मॉडल को अमूर्त करने की सिफारिश की जाती है (जैसे कि लाइटएलएलएम या एक कस्टम एडाप्टर परत के माध्यम से अंतर्निहित मॉडल स्विचिंग को बचाना)। कुल मिलाकर, जेमिनी के पास "मॉडल क्षमता + लागत ग्रेडिएंट + वितरण कवरेज" के तीन प्रमुख आयामों में ओपनएआई जीपीटी श्रृंखला के साथ प्रतिस्पर्धा करने की क्षमता है, और Google के पारिस्थितिकी तंत्र की गहराई इसे भेदभाव के लिए एक अद्वितीय स्थान प्रदान करती है, जो इसे एक उद्यम की बहु-मॉडल रणनीति में मुख्य विकल्प के रूप में उपयुक्त बनाती है।

संबंधित टूल: <एक्सलिंक टाइप='टूल' स्लग='डीपसीक'>, <एक्सलिंक टाइप='टूल' स्लग='चैटजीपीटी'>

प्रतिस्पर्धी उत्पादों की तुलना

तुलना आयाम	उपकरण	प्रतियोगी ए	प्रतियोगी बी
मुख्य अंतर	—	—	—
कीमत	—	—	—
लक्षित उपयोगकर्ता	—	—	--

संस्करण जानकारी

• मिथुन 3 प्रो ：जेमिनी 3 श्रृंखला के प्रमुख मॉडल में अत्याधुनिक तर्क, देशी मल्टी-मोडल एजेंट और 1M लंबा संदर्भ शामिल है, जो गणित, विज्ञान, कोडिंग आदि में कई बेंचमार्क को ताज़ा करता है, और एआई स्टूडियो, वर्टेक्स एआई और जेमिनी एपीआई के माध्यम से सेवाएं प्रदान करता है। （2025-11-18）
• जेमिनी 2.5 प्रो ：मुख्य सोच मॉडल का गणित, विज्ञान और कोडिंग जैसे श्रृंखला तर्क कार्यों में उत्कृष्ट प्रदर्शन है। यह लंबे समय से एआई स्टूडियो और वर्टेक्स एआई में उच्च गुणवत्ता वाला डिफ़ॉल्ट विकल्प रहा है। （2025-06-17）
• जेमिनी 2.5 फ़्लैश ：लागत प्रभावी मुख्य मॉडल सोच मोड और मल्टी-मोडल इनपुट का समर्थन करता है, और बड़े पैमाने पर उत्पादन कार्यभार के लिए उन्मुख है। （2025-06-17）
• जेमिनी 2.5 फ्लैश-लाइट ：सबसे अधिक लागत और विलंबता लाभ वाला हल्का संस्करण, उच्च-थ्रूपुट, एम्बेडेड और एज परिदृश्यों के लिए उपयुक्त है। （2025-07-22）
• जेमिनी 2.0 फ़्लैश ：देशी टूल कॉल और लाइव एपीआई रीयल-टाइम मल्टी-मोडल स्ट्रीमिंग की शुरूआत जेमिनी के एजेंट युग में प्रवेश का प्रतीक है। （2024-12-11）
• जेमिनी 1.5 प्रो ：मुख्य मॉडलों का पहला बैच जो 1M/2M टोकन लंबे संदर्भ का समर्थन करता है, लंबे दस्तावेज़ और कोड आधार स्तर की समझ क्षमताओं को बढ़ावा देता है। （2024-02-15）