Gemini (Google) — линейка моделей и API

Google Gemini — это семейство мультимодальных моделей от Google DeepMind, которое лежит в основе большинства AI-продуктов Google: от приложения Gemini и Google AI Studio до Vertex AI и встроенных функций Android.

В этом справочнике — актуальная линейка моделей, способы доступа через API, возможности Gemini Live и ключевые отличия от конкурентов.

Актуальная линейка моделей

На апрель 2026 года Google предлагает несколько поколений моделей одновременно. Вот ключевые.

Gemini 3.1 Pro Preview

Флагманская модель для сложных задач. Контекстное окно — 1 млн токенов. Улучшенная работа с агентными сценариями и автономным кодингом. Поддерживает мультимодальный ввод: текст, изображения, аудио, видео.

Когда использовать: сложный анализ, многошаговые рассуждения, работа с большими документами, агентные задачи.

Gemini 3 Flash

Самая мощная модель в линейке Flash — баланс между интеллектом и скоростью. По качеству рассуждений приближается к уровню Pro, но работает значительно быстрее и дешевле. Поддерживает режим «near-zero thinking» для мгновенных ответов.

Когда использовать: повседневные задачи, где нужен хороший интеллект без задержек. Основная рабочая лошадка для большинства сценариев.

Gemini 3.1 Flash-Lite Preview

Самая экономичная модель в линейке. Оптимизирована под высокую нагрузку и низкую задержку. Улучшенное качество распознавания речи (ASR).

Когда использовать: массовые запросы, чат-боты, задачи, где критична стоимость и скорость, а не максимальная глубина рассуждений.

Gemini 2.5 Pro / Flash

Модели предыдущего поколения, которые всё ещё доступны. Gemini 2.5 Pro долгое время лидировал в LMArena Elo-рейтинге. Gemini 2.5 Flash — «модель по умолчанию» в приложении Gemini с поддержкой Deep Think.

Когда использовать: если вы привязаны к конкретной версии или нужна совместимость с существующим кодом.

Аудиомодели и Gemini Live

Gemini 3.1 Flash Live Preview

Модель для диалога в реальном времени — audio-to-audio (A2A). Низкая задержка, двусторонняя передача голоса. Это первая модель Google, заточенная именно под голосовой ввод и вывод без промежуточного перевода в текст.

Gemini 2.5 Flash Live Preview

Флагманская модель Live API для двунаправленных голосовых и видео-агентов с нативным аудио-рассуждением.

Gemini 2.5 Flash TTS Preview

Модель для синтеза речи (text-to-speech). Быстрая и управляемая генерация голоса для приложений с низкой задержкой.

Что такое Gemini Live

Gemini Live — это режим голосового взаимодействия с Gemini в реальном времени. Доступен в мобильном приложении Gemini на 45+ языках в 150+ странах.

Возможности:

• Голосовой диалог с естественной интонацией
• Обсуждение того, что видит камера телефона (Live с видео)
• Демонстрация экрана с комментариями в реальном времени
• Прерывание модели голосом в любой момент

API и SDK

Gemini API (Google AI Studio)

Google AI Studio — бесплатный веб-интерфейс для экспериментов с моделями Gemini. Здесь же можно получить API-ключ и сразу начать работу.

Базовый вызов через REST:

curl "https://generativelanguage.googleapis.com/v1beta/models/gemini-3-flash-preview:generateContent" \
  -H "x-goog-api-key: $GEMINI_API_KEY" \
  -H 'Content-Type: application/json' \
  -X POST \
  -d '{"contents": [{"parts": [{"text": "Explain how AI works"}]}]}'

SDK: официальные библиотеки для Python, JavaScript/TypeScript, Go, Swift, Dart. Установка для Python:

pip install google-genai

Vertex AI

Vertex AI — enterprise-платформа Google Cloud для работы с Gemini. Отличия от Google AI Studio:

• Корпоративный SLA и безопасность
• Provisioned Throughput (гарантированная пропускная способность)
• Batch prediction
• Интеграция с остальными сервисами Google Cloud

Live API

Live API — отдельный API для потокового взаимодействия с моделями в реальном времени. Поддерживает непрерывные потоки аудио, изображений и текста с мгновенными ответами.

Мультимодальность

Все модели Gemini 3.x нативно мультимодальны:

• Текст — генерация, анализ, перевод, суммаризация
• Изображения — понимание, описание, генерация (Gemini 2.5 Flash Image)
• Аудио — распознавание речи, анализ звука, генерация голоса
• Видео — анализ видеопотока, описание сцен, ответы на вопросы по видео
• Код — генерация, ревью, дебаг, автономный кодинг

Контекстное окно до 1 млн токенов позволяет загружать большие документы, длинные видео и аудиозаписи целиком.

Региональные ограничения

Веб-приложение Gemini доступно в 230+ странах на 70+ языках. Мобильное приложение и Gemini Live — в 150+ странах.

Однако есть нюансы:

• Google AI Studio и Gemini API — доступны не во всех регионах. Россия не входит в список поддерживаемых стран для API
• Vertex AI — привязан к регионам Google Cloud
• Gemini Live на десктопе — пока ограничен по географии (преимущественно США)
• При использовании VPN возможны блокировки аккаунта при резкой смене геолокации

Тарифы и лимиты

• Бесплатный доступ: приложение Gemini с ограничениями по количеству запросов (Gemini 2.5 Pro — до 10 запросов в день)
• Google AI Pro ($19.99/мес): расширенные лимиты, приоритетный доступ к новым функциям, генерация изображений до 100/день
• Google AI Ultra ($249.99/мес): ещё больше лимитов, 2 ТБ хранилища, приоритетный доступ
• Gemini API (бесплатный tier): есть бесплатный уровень с ограничениями по RPM
• Gemini API (платный): pay-as-you-go, цены зависят от модели

Сравнение с GPT и Claude

В бенчмарках ситуация примерно такая: Gemini лидирует по скорости и мультимодальности, Claude — по качеству текста и кода, GPT — по ширине экосистемы и универсальности. «Лучшей модели» не существует — выбор зависит от задачи.

Полезные ссылки

• Gemini API — документация
• Google AI Studio
• Vertex AI — модели Gemini
• Gemini Live API
• Доступные регионы
• Gemini Live — обзор

По теме

• Статья: ИИ-трансформация начинается с головы CEO — а не с отдела разработки
• Блог: Google запустил Gemini 3.1 Flash Live — и это первый серьёзный шаг к голосовым ИИ-агентам в реальном времени
• База знаний: Parallel — высокоточный поисковый API для AI-агентов

Если вы выбираете модель для своего проекта или хотите разобраться, как встроить Gemini API в рабочий процесс — давайте обсудим.