برای برنامههای موبایل و وب، کیتهای توسعه نرمافزار Firebase AI Logic به شما امکان میدهند مستقیماً از طریق برنامه خود با مدلهای پشتیبانیشده Gemini تعامل داشته باشید.
مدلهای Gemini چندوجهی در نظر گرفته میشوند زیرا قادر به پردازش و حتی تولید چندین حالت، از جمله متن، کد، PDF، تصاویر، ویدیو و صدا هستند.
همچنین، سوالات متداول ما را در مورد تمام مدلهایی که Firebase AI Logic پشتیبانی میکند و پشتیبانی نمیکند، بررسی کنید.
gemini-3.7-flash
عملکردی در سطح کلاس Frontier که با کسری از قیمت، مدلهای بزرگتر را به رقابت میخواند.
gemini-3.5-flash-lite
مدلی کارآمد، مقرونبهصرفه و با حجم تولید بالا، با عملکرد و کیفیت سری Gemini 3.
gemini-3.1-flash-image
مدل قدرتمند و با راندمان بالا برای تولید و ویرایش تصویر، بهینه شده برای سرعت و موارد استفاده با حجم بالا.
arrow_downward به جداول با جزئیات مدل
gemini-3.1-pro-preview
هوش پیشرفته، مهارتهای حل مسئله پیچیده و قابلیتهای قدرتمند کدنویسی عاملی و ارتعاشی.
gemini-3.7-flash
عملکردی در سطح کلاس Frontier که با کسری از قیمت، مدلهای بزرگتر را به رقابت میخواند.
gemini-3.5-flash-lite
مدلی کارآمد، مقرونبهصرفه و با حجم تولید بالا، با عملکرد و کیفیت سری Gemini 3.
Gemini 3.6 Flash (
gemini-3.6-flash): مدل قبلی Gemini 3.x Flash برای عملکرد در سطح بالا که با کسری از قیمت، مدلهای بزرگتر را رقابت میکند. (نیازی به پرداخت صورتحساب نیست )Gemini 3.5 Flash (
gemini-3.5-flash): مدل قبلی Gemini 3.x Flash برای عملکرد در سطح بالا که با کسری از قیمت، مدلهای بزرگتر را رقابت میکند. (نیازی به پرداخت صورتحساب نیست )Gemini 3.1 Flash‑Lite (
gemini-3.1-flash-lite): مدل قبلی Gemini 3.x Flash‑Lite برای کارهای سنگین و حساس به هزینه. (نیازی به پرداخت صورتحساب نیست )
arrow_downward به جداول با جزئیات مدل
gemini-3-pro-image
مدل پیشرفته تولید و ویرایش تصویر برای خلق تصاویر بومی با بافت بسیار بالا.
gemini-3.1-flash-image
مدل قدرتمند و با راندمان بالا برای تولید و ویرایش تصویر، بهینه شده برای سرعت و موارد استفاده با حجم بالا.
gemini-3.1-flash-lite-image
مدل تولید و ویرایش تصویر با تأخیر بسیار کم و مقرونبهصرفه، طراحیشده برای موارد استفاده تعاملی با حجم بالا.
شما میتوانید با مدلهای Gemini TTS از ورودی متن، گفتار تولید کنید.
arrow_downward به جداول با جزئیات مدل
gemini-3.1-flash-tts-preview
تولید گفتار قدرتمند و با تأخیر کم از ورودی متن.
شما میتوانید با مدلهایی که از Gemini Live API پشتیبانی میکنند، صدای استریمشدهی دوطرفه تولید کنید.
arrow_downward به جداول با جزئیات مدل
رابط برنامهنویسی کاربردی توسعهدهندگان جمینی:
gemini-3.1-flash-live-preview
API پلتفرم عامل Gemini:
پشتیبانی نمیشود
تعاملات صوتی و تصویری با تأخیر کم و بلادرنگ را با مدل Gemini که دو طرفه است، امکانپذیر میکند.
رابط برنامهنویسی کاربردی توسعهدهندگان جمینی:
gemini-2.5-flash-native-audio-preview-12-2025
API پلتفرم عامل Gemini:
gemini-live-2.5-flash-native-audio
تعاملات صوتی و تصویری با تأخیر کم و بلادرنگ را با مدل Gemini که دو طرفه است، امکانپذیر میکند.
ادامهی این صفحه اطلاعات دقیقی در مورد مدلهای پشتیبانیشده توسط Firebase AI Logic ارائه میدهد.
- ورودی و خروجی پشتیبانی شده
- مقایسه سطح بالا از قابلیتهای پشتیبانیشده
- مشخصات و محدودیتها، برای مثال حداکثر توکنهای ورودی یا حداکثر طول ویدیوی ورودی
شرح نحوهی نسخهبندی مدلها ، به ویژه نسخههای پایدار ، پیشنمایش و آزمایشی آنها
فهرست نام مدلهای موجود برای گنجاندن در کد شما در هنگام مقداردهی اولیه
لیست زبانهای پشتیبانیشده برای مدلها
در پایین این صفحه، میتوانید اطلاعات دقیقی در مورد مدلهای نسل قبلی مشاهده کنید .
هر مدل قابلیتهای متفاوتی برای پشتیبانی از موارد استفاده مختلف دارد. توجه داشته باشید که هر یک از جداول این بخش، هر مدل را هنگام استفاده با Firebase AI Logic شرح میدهند. هر مدل ممکن است قابلیتهای اضافی داشته باشد که هنگام استفاده از SDK های ما در دسترس نیستند.
اگر اطلاعات مورد نظر خود را در زیربخشهای زیر پیدا نکردید، میتوانید اطلاعات بیشتری را در مستندات ارائهدهنده API انتخابی خود بیابید: Gemini Developer API یاAgent Platform Gemini API (که قبلاً Vertex AI نام داشت) .
جدول زیر انواع ورودی و خروجی پشتیبانی شده هنگام استفاده از هر مدل با Firebase AI Logic را فهرست میکند.
برای آشنایی با انواع فایلهای پشتیبانیشده، به بخش فایلهای ورودی پشتیبانیشده و الزامات مراجعه کنید.
| Gemini 3.x Pro, Flash, Flash‑Lite | Gemini 3.x Pro Image | Gemini 3.x Flash Image | Gemini 3.x Flash‑Lite Image | Gemini 3.x Flash TTS | Gemini Live | |
|---|---|---|---|---|---|---|
| انواع ورودی | ||||||
| متن | ||||||
| کد | ||||||
| اسناد (پیدیاف یا متن ساده) | ||||||
| تصاویر | ||||||
| ویدئو | ||||||
| صوتی | ||||||
| انواع خروجی | ||||||
| متن | ||||||
| متن (پخش) | ||||||
| کد | ||||||
| خروجی ساختاریافته (مثل جیسون) | ||||||
| تصاویر | ||||||
| ویدئو | ||||||
| صوتی | ||||||
جدول زیر قابلیتها و ویژگیهای پشتیبانیشده هنگام استفاده از هر مدل با Firebase AI Logic را فهرست میکند.
| Gemini 3.x Pro, Flash, Flash‑Lite | Gemini 3.x Pro Image | Gemini 3.x Flash Image | Gemini 3.x Flash‑Lite Image | Gemini 3.x Flash TTS | Gemini Live | |
|---|---|---|---|---|---|---|
| تفکر | ||||||
| تولید متن از ورودیهای فقط متنی یا چندوجهی | به صورت لایه لایه یا به عنوان بخشی از تصویر | به صورت لایه لایه یا به عنوان بخشی از تصویر | به صورت لایه لایه یا به عنوان بخشی از تصویر | رونویسی صدا | ||
| تولید تصاویر | ||||||
| ویرایش تصاویر | ||||||
| تولید صدا | گفتار | صدای استریم شده | ||||
| تولید خروجی ساختاریافته (مثل جیسون) | ||||||
| اسناد را تجزیه و تحلیل کنید (پیدیاف یا متن ساده) ( خروجی متن | خروجی تصویر ) | ||||||
| تصاویر را تجزیه و تحلیل کنید ( خروجی متن | خروجی تصویر ) | ||||||
| تجزیه و تحلیل ویدیو ( خروجی متن | خروجی تصویر ) | ویدیوی استریم شده | |||||
| تجزیه و تحلیل صدا | صدای استریم شده | |||||
| چت چند نوبتی | ||||||
| جریانسازی چندوجهی دوطرفه | ||||||
| ابزارهای پشتیبانی شده | ||||||
| فراخوانی تابع | ||||||
| اجرای کد | ||||||
جدول زیر مشخصات و محدودیتهای استفاده از هر مدل با Firebase AI Logic را فهرست میکند.
| ملک | Gemini 3.x Pro, Flash, Flash‑Lite | Gemini 3.x Pro Image | Gemini 3.x Flash Image | Gemini 3.x Flash‑Lite Image | Gemini 3.x Flash TTS | Gemini Live |
|---|---|---|---|---|---|---|
| محدودیت توکن ورودی * | ۱,۰۴۸,۵۷۶ توکن | ۶۵,۵۳۶ توکن | ۱۳۱,۰۷۲ توکن | ۶۵,۵۳۶ توکن | ۸,۱۹۲ توکن | اسناد را ببینید |
| محدودیت توکن خروجی * | ۶۵,۵۳۶ توکن | ۳۲۷۶۸ توکن | ۳۲۷۶۸ توکن | ۴,۰۹۶ توکن | ۱۶۳۸۴ توکن | |
| فایلهای PDF (بنا به درخواست) | ||||||
| حداکثر تعداد از فایلهای PDF ورودی ** | ۹۰۰ فایل | ۱۴ فایل | ۱۴ فایل | ۱۴ فایل | --- | اسناد را ببینید |
| حداکثر تعداد از صفحات به ازای هر فایل PDF ورودی ** | ۹۰۰ صفحه | ۱۴ صفحه | ۱۴ صفحه | ۱۴ صفحه | --- | |
| حداکثر اندازه به ازای هر فایل PDF ورودی | ۵۰ مگابایت | ۵۰ مگابایت | ۵۰ مگابایت | ۵۰ مگابایت | --- | |
| تصاویر (بنا به درخواست) | ||||||
| حداکثر تعداد از تصاویر ورودی | ۱۰۰۰ تصویر | ۱۴ تصویر | ۱۴ تصویر | ۱۴ تصویر | --- | اسناد را ببینید |
| حداکثر اندازه تصویر کدگذاری شده با base64 به ازای هر ورودی | ۷ مگابایت | ۷ مگابایت | ۷ مگابایت | ۷ مگابایت | --- | |
| حداکثر تعداد از تصاویر خروجی | --- | حداکثر محدودیت توکن خروجی | حداکثر محدودیت توکن خروجی | حداکثر محدودیت توکن خروجی | --- | |
| ویدئو (به درخواست) | ||||||
| حداکثر تعداد از فایلهای ویدیویی ورودی | ۱۰ فایل | --- | حداکثر محدودیت توکن ورودی | حداکثر محدودیت توکن ورودی | --- | اسناد را ببینید |
| حداکثر طول از تمام ویدیوهای ورودی (فقط قابها) | حدود ۶۰ دقیقه | --- | حدود ۲۵ دقیقه | حدود ۱۲ دقیقه | --- | |
| حداکثر طول از تمام ویدیوهای ورودی (فریمها + صدا) | حدود ۴۵ دقیقه | --- | --- | --- | --- | |
| صدا (به درخواست) | ||||||
| حداکثر تعداد از فایلهای صوتی ورودی | ۱ فایل | --- | --- | --- | --- | اسناد را ببینید |
| حداکثر طول از تمام صداهای ورودی | حدود ۸.۴ ساعت | --- | --- | --- | --- | |
* برای همه مدلهای Gemini ، یک توکن معادل حدود ۴ کاراکتر است، بنابراین ۱۰۰ توکن حدود ۶۰ تا ۸۰ کلمه انگلیسی است. برای مدلهای Gemini ، میتوانید تعداد کل توکنها را در درخواستهای خود با استفاده countTokens تعیین کنید.
** فایلهای PDF به عنوان تصویر در نظر گرفته میشوند، بنابراین یک صفحه از PDF به عنوان یک تصویر در نظر گرفته میشود. تعداد صفحات مجاز در یک درخواست محدود به تعداد تصاویری است که مدل میتواند پشتیبانی کند.
سهمیهها و قیمتگذاری برای هر مدل متفاوت است. قیمتگذاری همچنین به ورودی و خروجی بستگی دارد.
در مورد انواع فایلهای ورودی پشتیبانیشده، نحوه تعیین نوع MIME و نحوه اطمینان از اینکه فایلهای ورودی و درخواستهای چندوجهی شما الزامات را برآورده میکنند و از بهترین شیوهها در فایلها و الزامات ورودی پشتیبانیشده پیروی میکنند، اطلاعات کسب کنید.
مدلها در نسخههای پایدار ، پیشنمایش و آزمایشی ارائه میشوند. برای راحتی،-latest نامهای مستعار پشتیبانی میشوند، اما به دلیل تناقض در اینکه به کدام نسخه مدل اشاره میکنند، توصیه نمیشوند.
حتماً بهترین شیوههای ما را برای استفاده از نسخههای مدل بررسی کنید.
برای یافتن نامهای مدل خاص برای استفاده در کد خود، به بخش «نامهای مدل موجود» در ادامه همین صفحه مراجعه کنید.
| نوع نسخه / مرحله انتشار | توضیحات | الگوی نام مدل | |
|---|---|---|---|
| پایدار | نسخههای پایدار از تاریخ انتشار برای استفاده در محیط عملیاتی در دسترس و پشتیبانی میشوند.
| نام مدلهای نسخههای پایدار پسوند ندارند مثال: | |
| پیشنمایش | نسخههای پیشنمایش دارای قابلیتهای جدیدی هستند و پایدار محسوب نمیشوند .
| نام مدلهای نسخههای پیشنمایش به همراه ... پیوست شدهاند. مثال: | |
| تجربی | نسخههای آزمایشی قابلیتهای جدیدی دارند و پایدار تلقی نمیشوند .
| نام مدلهای نسخههای آزمایشی به همراه ... پیوست شده است. مثال: | |
| خاموشی (بازنشستگی) | نسخههای خاموش (بازنشسته) از تاریخ خاموشی (بازنشستگی) خود گذشتهاند و بهطور دائم غیرفعال شدهاند.
| --- | |
در برنامههای کاربردی خود، از نام مدل صریح برای جدیدترین نسخه پایدار استفاده کنید.
برای API پلتفرم عامل Gemini (که قبلاً Vertex AI نام داشت) ، اگر تصمیم دارید از یک مدل دسترسی کوتاهمدت در برنامه تولیدی خود استفاده کنید، استفاده از Firebase Remote Config یا قالبهای اعلان سرور برای کنترل نام مدل مورد استفاده برای ویژگی هوش مصنوعی شما، بسیار مهمتر است.
فقط در طول نمونهسازی اولیه از نسخههای پیشنمایش و آزمایشی استفاده کنید . توصیه میکنیم هنگام شروع توسعه و آزمایش برای یک مورد استفاده در مرحله تولید، از نسخه پایدار استفاده کنید.
ما استفاده از آن را توصیه نمیکنیم
-latestنامهای مستعار (حتی در حین توسعه). این نام مستعار به آخرین نسخه برای یک مدل خاص اشاره میکند (که میتواند یک نسخه پایدار، پیشنمایش یا آزمایشی باشد). این نام مستعار با هر نسخه جدید از یک مدل خاص، به صورت خودکار تغییر میکند و فقط برای تغییرات جزئی، یک ایمیل اعلان ۲ هفته قبل ارسال میشود. این عدم ثبات در مدلی که واقعاً از آن استفاده میکنید، میتواند منجر به تغییرات رفتاری غیرمنتظره برای ویژگی هوش مصنوعی شما شود.
نامهای مدل، مقادیر صریحی هستند که شما در هنگام مقداردهی اولیه مدل، در کد خود قرار میدهید.
مدلهای عمومی (مانند
gemini-3.7-flash)مدلهای تولیدکننده تصویر (مانند
gemini-3.1-flash-image، که با نام مدلهای "نانو موز" نیز شناخته میشوند)مدلهای تولید صدا :
- مدلهای تبدیل متن به گفتار (TTS) (مانند
gemini-3.1-flash-tts-preview) - مدلهای Live API (مانند
gemini-live-2.5-flash-native-audio)
- مدلهای تبدیل متن به گفتار (TTS) (مانند
برای مثالهای مقداردهی اولیه برای پلتفرم خود، به راهنمای شروع به کار مراجعه کنید.
برای جزئیات بیشتر در مورد مراحل انتشار (به ویژه برای موارد استفاده، صدور صورتحساب و خاموش کردن)، به الگوهای نسخهبندی و نامگذاری مدل مراجعه کنید.
شما میتوانید با استفاده از REST API، نام تمام مدلهای موجود را فهرست کنید:
رابط برنامهنویسی کاربردی توسعهدهندگان Gemini : فراخوانی نقطه پایانی
models.listAPI پلتفرم عامل Gemini (که قبلاً Vertex AI نام داشت) : با نقطه پایانی
publishers.models.listتماس بگیرید
توجه داشته باشید که این لیست برگشتی شامل تمام مدلهای پشتیبانیشده توسط ارائهدهندگان API خواهد بود، اما Firebase AI Logic فقط از مدلهای Gemini که در این صفحه توضیح داده شدهاند، پشتیبانی میکند.
صرف نظر از ارائه دهنده API Gemini شما ، به طرح قیمت گذاری Blaze با پرداخت در محل نیاز دارد.
| نام مدل | توضیحات | مرحله انتشار | تاریخ انتشار | تاریخ خاموش شدن |
|---|---|---|---|---|
gemini-3.1-pro-preview | آخرین نسخه پیشنمایش Gemini 3.x Pro | پیشنمایش | ۲۰۲۶-۰۲-۱۹ | تعیین خواهد شد |
اگر از رابط برنامهنویسی کاربردی (API) توسعهدهندگان Gemini استفاده میکنید، نیازی به طرح قیمتگذاری Blaze با پرداخت در محل ندارید .
| نام مدل | توضیحات | مرحله انتشار | تاریخ انتشار | تاریخ خاموش شدن |
|---|---|---|---|---|
gemini-3.7-flash | آخرین نسخه پایدار Gemini 3.x Flash این یک مدل دسترسی کوتاهمدت است (به الگوهای نسخهبندی و نامگذاری مدل مراجعه کنید). | پایدار | ۲۰۲۶-۰۸-۱۳ | تعیین خواهد شد |
gemini-3.6-flash | نسخه پایدار Gemini 3.x Flash این یک مدل دسترسی کوتاهمدت است (به الگوهای نسخهبندی و نامگذاری مدل مراجعه کنید). | پایدار | ۲۰۲۶-۰۷-۲۱ | تعیین خواهد شد |
gemini-3.5-flash | نسخه پایدار Gemini 3.x Flash | پایدار | ۲۰۲۶-۰۵-۱۹ | نه زودتر از ۲۰۲۷-۰۵-۱۹ |
gemini-3-flash-preview | نسخه پیشنمایش Gemini 3.x Flash | پیشنمایش | ۲۰۲۵-۱۲-۱۷ | تعیین خواهد شد |
اگر از رابط برنامهنویسی کاربردی (API) توسعهدهندگان Gemini استفاده میکنید، نیازی به طرح قیمتگذاری Blaze با پرداخت در محل ندارید .
| نام مدل | توضیحات | مرحله انتشار | تاریخ انتشار | تاریخ خاموش شدن |
|---|---|---|---|---|
gemini-3.5-flash-lite | آخرین نسخه پایدار Gemini 3.x Flash‑Lite | پایدار | ۲۰۲۶-۰۷-۲۱ | نه زودتر از ۲۰۲۷-۰۷-۲۱ |
gemini-3.1-flash-lite | نسخه پایدار Gemini 3.x Flash‑Lite | پایدار | ۲۰۲۶-۰۵-۰۷ | نه زودتر از ۲۰۲۷-۰۵-۰۷ |
صرف نظر از ارائه دهنده API Gemini شما ، به طرح قیمت گذاری Blaze با پرداخت در محل نیاز دارد.
| نام مدل | توضیحات | مرحله انتشار | تاریخ انتشار | تاریخ خاموش شدن |
|---|---|---|---|---|
gemini-3-pro-image | نسخه پایدار Gemini 3.x Pro Image (معروف به "نانو موز پرو") | پایدار | ۲۰۲۶-۰۵-۲۸ | نه زودتر از ۲۰۲۷-۰۵-۲۸ |
gemini-3-pro-image-preview | نسخه پیشنمایش Gemini 3.x Pro Image (معروف به "نانو موز پرو") | پیشنمایش | ۲۰۲۵-۱۱-۲۰ | همان اوایل که ۲۰۲۶-۰۶-۲۵ |
صرف نظر از ارائه دهنده API Gemini شما ، به طرح قیمت گذاری Blaze با پرداخت در محل نیاز دارد.
| نام مدل | توضیحات | مرحله انتشار | تاریخ انتشار | تاریخ خاموش شدن |
|---|---|---|---|---|
gemini-3.1-flash-image | نسخه پایدار Gemini 3.x Flash Image (معروف به "نانو موز ۲") | پایدار | ۲۰۲۶-۰۵-۲۸ | نه زودتر از ۲۰۲۷-۰۵-۲۸ |
gemini-3.1-flash-image-preview | نسخه پیشنمایش تصویر فلش Gemini 3.x (معروف به "نانو موز ۲") | پیشنمایش | ۲۶-۰۲-۲۰۲۶ | همان اوایل که ۲۰۲۶-۰۶-۲۵ |
صرف نظر از ارائه دهنده API Gemini شما ، به طرح قیمت گذاری Blaze با پرداخت در محل نیاز دارد.
| نام مدل | توضیحات | مرحله انتشار | تاریخ انتشار | تاریخ خاموش شدن |
|---|---|---|---|---|
gemini-3.1-flash-lite-image | نسخه پایدار Gemini 3.x Flash‑Lite Image (معروف به "نانو موز ۲ لایت") این یک مدل دسترسی کوتاهمدت است (به الگوهای نسخهبندی و نامگذاری مدل مراجعه کنید). | پایدار | ۲۰۲۶-۰۶-۳۰ | تعیین خواهد شد |
اگر از رابط برنامهنویسی کاربردی (API) توسعهدهندگان Gemini استفاده میکنید، نیازی به طرح قیمتگذاری Blaze با پرداخت در محل ندارید .
| نام مدل | توضیحات | مرحله انتشار | تاریخ انتشار | تاریخ خاموش شدن |
|---|---|---|---|---|
gemini-3.1-flash-tts-preview | نسخه پیشنمایش برای Gemini 3.x Flash TTS | پیشنمایش | ۲۰۲۶-۰۶-۱۷ | تعیین خواهد شد |
| رابط برنامهنویسی کاربردی (API) توسعهدهندگان جمینی نام مدل | توضیحات | مرحله انتشار | تاریخ انتشار | تاریخ خاموش شدن |
|---|---|---|---|---|
gemini-3.1-flash-live-preview ۱ | نسخه پیشنمایش برای Live API در رابط برنامهنویسی توسعهدهنده Gemini | پیشنمایش | ۲۶-۰۳-۲۰۲۶ | تعیین خواهد شد |
| رابط برنامهنویسی کاربردی پلتفرم عامل Gemini (که قبلاً Vertex AI نام داشت) نام مدل | توضیحات | مرحله انتشار | تاریخ انتشار | تاریخ خاموش شدن |
|---|---|---|---|---|
| رابط برنامهنویسی کاربردی (API) پلتفرم عامل Gemini (که قبلاً Vertex AI نام داشت) از هیچ یک از مدلهای Gemini Live 3.x پشتیبانی نمیکند. | ||||
۱ فقط توسط رابط برنامهنویسی نرمافزار توسعهدهندگان Gemini پشتیبانی میشود. همچنین، اگرچه این یک مدل پیشنمایش است، اما در «ردیف رایگان» رابط برنامهنویسی نرمافزار توسعهدهندگان Gemini موجود است.
اگر از رابط برنامهنویسی Gemini Developer API استفاده میکنید، نیازی به طرح قیمتگذاری Blaze که در صورت استفاده پرداخت میشود، ندارد (معمولاً مدلهای پیشنمایش به طرح پولی نیاز دارند).
اگرچه مدلهای زیر بسته به ارائهدهنده API Gemini نامهای مختلفی دارند، اما ویژگیهای مدل یکسان است.
| رابط برنامهنویسی کاربردی (API) توسعهدهندگان جمینی نام مدل | توضیحات | مرحله انتشار | تاریخ انتشار | تاریخ خاموش شدن |
|---|---|---|---|---|
gemini-2.5-flash-native-audio-preview-12-2025 ۱ | نسخه پیشنمایش برای Live API در رابط برنامهنویسی توسعهدهنده Gemini | پیشنمایش | ۲۰۲۵-۱۲-۱۲ | تعیین خواهد شد |
gemini-2.5-flash-native-audio-preview-09-2025 ۱ | نسخه پیشنمایش اولیه برای Live API در Gemini Developer API | پیشنمایش | ۲۰۲۵-۰۹-۱۸ | تعیین خواهد شد |
| رابط برنامهنویسی کاربردی پلتفرم عامل Gemini (که قبلاً Vertex AI نام داشت) نام مدل | توضیحات | مرحله انتشار | تاریخ انتشار | تاریخ خاموش شدن |
|---|---|---|---|---|
gemini-live-2.5-flash-native-audio شدهاند | نسخه پایدار برای Live API در پلتفرم Agent API Gemini (که قبلاً Vertex AI نام داشت) | پایدار | ۲۰۲۵-۱۲-۱۲ | نه زودتر از ۲۰۲۶-۱۲-۱۲ |
gemini-live-2.5-flash-preview-native-audio-09-2025 2 | نسخه پیشنمایش برای Live API در پلتفرم عامل Gemini API (که قبلاً Vertex AI نام داشت) | پیشنمایش | ۲۰۲۵-۰۹-۱۸ | تعیین خواهد شد |
۱ فقط توسط رابط برنامهنویسی نرمافزار Gemini Developer پشتیبانی میشود. همچنین، اگرچه اینها مدلهای پیشنمایش هستند، اما در «ردیف رایگان» رابط برنامهنویسی نرمافزار Gemini Developer در دسترس هستند.
۲ فقط توسط API پلتفرم عامل Gemini (که قبلاً Vertex AI نام داشت) پشتیبانی میشود. همچنین، این مدلها در موقعیت global پشتیبانی نمیشوند .
تمام مدلهای Gemini میتوانند زبانهای زیر را درک کرده و به آنها پاسخ دهند:
عربی (ar)، بنگالی (bn)، بلغاری (bg)، چینی سادهشده و سنتی (zh)، کرواتی (hr)، چکی (cs)، دانمارکی (da)، هلندی (nl)، انگلیسی (en)، استونیایی (et)، فنلاندی (fi)، فرانسوی (fr)، آلمانی (de)، یونانی (el)، عبری (iw)، هندی (hi)، مجارستانی (hu)، اندونزیایی (id)، ایتالیایی (it)، ژاپنی (ja)، کرهای (ko)، لتونیایی (lv)، لیتوانیایی (lt)، نروژی (no)، لهستانی (pl)، پرتغالی (pt)، رومانیایی (ro)، روسی (ru)، صربی (sr)، اسلواکی (sk)، اسلوونیایی (sl)، اسپانیایی (es)، سواحیلی (sw)، سوئدی (sv)، تایلندی (th)، ترکی (tr)، اوکراینی (uk)، ویتنامی (vi)
مدلهای Gemini 2.0 Flash ، Gemini 1.5 Pro و Gemini 1.5 Flash میتوانند زبانهای اضافی زیر را درک کرده و به آنها پاسخ دهند:
آفریکانس (af)، آمهری (am)، آسامی (ع)، آذربایجانی (az)، بلاروسی (be)، بوسنیایی (bs)، کاتالان (ca)، سبوانو (ceb)، کورسی (co)، ولزی (cy)، Dhivehi (dv)، اسپرانتو (eo)، باسک (eu)، فارسی (fa)، فیلیپینی (تاگالوگ) (fil)، (fy)، ایرلندی (ga)، گالیکایی اسکاتلندی (ga)، گالیکایی گالاتی (ga)، اسکاتلندی (ga) (ha)، هاوایی (haw)، همونگ (hmn)، کریول هائیتی (ht)، ارمنی (hy)، ایگبو (ig)، ایسلندی (is)، جاوه ای (jv)، گرجی (ka)، قزاقستان (kk)، خمر (km)، کانادا (kn)، کریو (kri)، کردی (ku)، قرقیز (ky)، لاتین (la)، لوگزامبورگی (lb)، لائوس (lom)، مقدونی، مالاگاسی (mk)، مالایالام (ml)، مغولی (mn)، Meiteilon (Manipuri) (mni-Mtei)، مراتی (mr)، مالایی (ms)، مالتی (mt)، میانمار (برمه) (my)، نپالی (ne)، Nyanja (Chichewa) (ny)، Odia (Oriya) (یا)، پنجابی (Pa), Pashtoinhales (Pashto) (si)، ساموآیی (sm)، شونا (sn)، سومالیایی (so)، آلبانیایی (sq)، سسوتو (st)، سوندانی (su)، تامیلی (ta)، تلوگو (te)، تاجیکی (tg)، اویغور (ug)، اردو (ur)، ازبکی (uz)، Xhosa (xh)، ییدیش (yi)، یروبا (yo)، زولو (zu)
مدلهای زیر فعال هستند، اما از نسل قبلی میباشند. توصیه میکنیم در صورت امکان از جدیدترین مدلها استفاده کنید.
اگر اطلاعات مورد نظر خود را در زیربخشهای زیر پیدا نکردید، میتوانید اطلاعات بیشتری را در مستندات ارائهدهنده API انتخابی خود بیابید: Gemini Developer API یاAgent Platform Gemini API (قبلاً Vertex AI)
-
gemini-2.5-pro -
gemini-2.5-flash -
gemini-2.5-flash-lite -
gemini-2.5-flash-image(معروف به "نانو موز") -
gemini-2.0-flash-001(و نام مستعار بهروزرسانیشده خودکار آنgemini-2.0-flash) -
gemini-2.0-flash-lite-001(و نام مستعار بهروزرسانیشده خودکار آنgemini-2.0-flash-lite)
برای اطلاعات بیشتر در مورد مدلهای قدیمیتر Gemini Live API ، به مستندات ارائهدهنده Gemini API مراجعه کنید:
-
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
مشاهده ورودی و خروجی پشتیبانی شده از مدلهای نسل قبلی
اینها انواع ورودی و خروجی هنگام استفاده از هر مدل با Firebase AI Logic هستند:
| Gemini 2.5 Pro, Flash, Flash‑Lite | Gemini 2.5 Flash Image | Gemini 2.0 Flash | Gemini 2.0 Flash‑Lite | ایمیجِن (تولید کردن) | ایمیجِن (قابلیت) | |
|---|---|---|---|---|---|---|
| انواع ورودی | ||||||
| متن | ||||||
| کد | ||||||
| اسناد (پیدیاف یا متن ساده) | ||||||
| تصاویر | ||||||
| ویدئو | ||||||
| صوتی | ||||||
| صدا (پخش جریانی) | ||||||
| انواع خروجی | ||||||
| متن | ||||||
| متن (پخش) | ||||||
| کد | ||||||
| خروجی ساختاریافته (مثل جیسون) | ||||||
| تصاویر | ||||||
| ویدئو | ||||||
| صوتی | ||||||
| صدا (پخش جریانی) | ||||||
قابلیتها و ویژگیهای پشتیبانیشده از مدلهای نسل قبلی
این قابلیتها و ویژگیها هنگام استفاده از هر مدل با Firebase AI Logic وجود دارد:
| Gemini 2.5 Pro, Flash, Flash‑Lite | Gemini 2.5 Flash Image | Gemini 2.0 Flash | Gemini 2.0 Flash‑Lite | ایمیجِن (تولید کردن) | ایمیجِن (قابلیت) | |
|---|---|---|---|---|---|---|
| تفکر | ||||||
| تولید متن از ورودیهای فقط متنی یا چندوجهی | به صورت لایه لایه یا به عنوان بخشی از تصویر | |||||
| تولید تصاویر ( جوزا یا ایمیجن ) | ||||||
| ویرایش تصاویر ( جوزا یا ایمیجن ) | ||||||
| تولید صدا | ||||||
| تولید خروجی ساختاریافته (مثل جیسون) | ||||||
| اسناد را تجزیه و تحلیل کنید (پیدیاف یا متن ساده) ( خروجی متن | خروجی تصویر ) | ||||||
| تصاویر را تجزیه و تحلیل کنید ( خروجی متن | خروجی تصویر ) | ||||||
| تجزیه و تحلیل ویدیو ( خروجی متن | خروجی تصویر ) | ||||||
| تجزیه و تحلیل صدا | ||||||
| چت چند نوبتی | ||||||
| جریانسازی چندوجهی دوطرفه | ||||||
| ابزارهای پشتیبانی شده | ||||||
| فراخوانی تابع | ||||||
| اجرای کد | ||||||
| زمینه URL | ||||||
| اتصال به زمین با | ||||||
| اتصال به زمین با | ||||||
| دستورالعملهای سیستم | ||||||
| تعداد توکنها | ||||||
مشخصات و محدودیتهای مدلهای نسل قبلی
مشخصات و محدودیتهای استفاده از هر مدل با Firebase AI Logic به شرح زیر است:
| ملک | Gemini 2.5 Pro, Flash, Flash‑Lite | Gemini 2.5 Flash Image | Gemini 2.0 Flash | Gemini 2.0 Flash‑Lite | ایمیجِن (تولید کردن) | ایمیجِن (قابلیت) |
|---|---|---|---|---|---|---|
| محدودیت توکن ورودی * | ۱,۰۴۸,۵۷۶ توکن | ۳۲۷۶۸ توکن | ۱,۰۴۸,۵۷۶ توکن | ۱,۰۴۸,۵۷۶ توکن | ۴۸۰ توکن | ۴۸۰ توکن |
| محدودیت توکن خروجی * | ۶۵,۵۳۶ توکن | ۸,۱۹۲ توکن | ۸,۱۹۲ توکن | ۸,۱۹۲ توکن | --- | --- |
| تاریخ پایان دانش | ژانویه ۲۰۲۵ | --- | ژوئن ۲۰۲۴ | ژوئن ۲۰۲۴ | --- | --- |
| فایلهای PDF (بنا به درخواست) | ||||||
| حداکثر تعداد از فایلهای PDF ورودی ** | ۳۰۰۰ فایل | ۳ فایل | ۳۰۰۰ فایل | ۳۰۰۰ فایل | --- | --- |
| حداکثر تعداد از صفحات به ازای هر فایل PDF ورودی ** | ۱۰۰۰ صفحه | ۳ صفحه | ۱۰۰۰ صفحه | ۱۰۰۰ صفحه | --- | --- |
| حداکثر اندازه به ازای هر فایل PDF ورودی | ۵۰ مگابایت | ۵۰ مگابایت | ۵۰ مگابایت | ۵۰ مگابایت | --- | --- |
| تصاویر (بنا به درخواست) | ||||||
| حداکثر تعداد از تصاویر ورودی | ۳۰۰۰ تصویر | ۳ تصویر | ۳۰۰۰ تصویر | ۳۰۰۰ تصویر | --- | ۴ تصویر |
| حداکثر تعداد از تصاویر خروجی | --- | حداکثر محدودیت توکن خروجی | --- | --- | ۴ تصویر | ۴ تصویر |
| حداکثر اندازه تصویر کدگذاری شده با base64 به ازای هر ورودی | ۷ مگابایت | ۷ مگابایت | ۷ مگابایت | ۷ مگابایت | --- | --- |
| ویدئو (به درخواست) | ||||||
| حداکثر تعداد از فایلهای ویدیویی ورودی | ۱۰ فایل | --- | ۱۰ فایل | ۱۰ فایل | --- | --- |
| حداکثر طول از تمام ویدیوهای ورودی (فقط قابها) | حدود ۶۰ دقیقه | --- | حدود ۶۰ دقیقه | حدود ۶۰ دقیقه | --- | --- |
| حداکثر طول از تمام ویدیوهای ورودی (فریمها + صدا) | حدود ۴۵ دقیقه | --- | حدود ۴۵ دقیقه | حدود ۴۵ دقیقه | --- | --- |
| صدا (به درخواست) | ||||||
| حداکثر تعداد از فایلهای صوتی ورودی | ۱ فایل | --- | ۱ فایل | ۱ فایل | --- | --- |
| حداکثر تعداد از فایلهای صوتی خروجی | --- | --- | --- | --- | --- | --- |
| حداکثر طول از تمام صداهای ورودی | حدود ۸.۴ ساعت | --- | حدود ۸.۴ ساعت | حدود ۸.۴ ساعت | --- | --- |
| حداکثر طول از تمام صداهای خروجی | --- | --- | --- | --- | --- | --- |
* برای همه مدلهای Gemini ، یک توکن معادل حدود ۴ کاراکتر است، بنابراین ۱۰۰ توکن حدود ۶۰ تا ۸۰ کلمه انگلیسی است. برای مدلهای Gemini ، میتوانید تعداد کل توکنها را در درخواستهای خود با استفاده countTokens تعیین کنید.
** فایلهای PDF به عنوان تصویر در نظر گرفته میشوند، بنابراین یک صفحه از PDF به عنوان یک تصویر در نظر گرفته میشود. تعداد صفحات مجاز در یک درخواست محدود به تعداد تصاویری است که مدل میتواند پشتیبانی کند.
نام مدلهای موجود از مدلهای نسل قبلی (شامل تاریخ خاموش شدن)
نامهای مدل، مقادیر صریحی هستند که شما در هنگام مقداردهی اولیه مدل، در کد خود قرار میدهید.
اگر از رابط برنامهنویسی کاربردی (API) توسعهدهندگان Gemini استفاده میکنید، نیازی به طرح قیمتگذاری Blaze با پرداخت در محل ندارید .
| نام مدل | توضیحات | مرحله انتشار | تاریخ انتشار | تاریخ خاموش شدن |
|---|---|---|---|---|
gemini-2.5-pro | نسخه پایدار Gemini 2.5 Pro | پایدار | ۲۰۲۵-۰۶-۱۷ | همان اوایل که ۲۰۲۶-۱۰-۱۶ |
اگر از رابط برنامهنویسی کاربردی (API) توسعهدهندگان Gemini استفاده میکنید، نیازی به طرح قیمتگذاری Blaze با پرداخت در محل ندارید .
| نام مدل | توضیحات | مرحله انتشار | تاریخ انتشار | تاریخ خاموش شدن |
|---|---|---|---|---|
gemini-2.5-flash | نسخه پایدار Gemini 2.5 Flash | پایدار | ۲۰۲۵-۰۶-۱۷ | همان اوایل که ۲۰۲۶-۱۰-۱۶ |
اگر از رابط برنامهنویسی کاربردی (API) توسعهدهندگان Gemini استفاده میکنید، نیازی به طرح قیمتگذاری Blaze با پرداخت در محل ندارید .
| نام مدل | توضیحات | مرحله انتشار | تاریخ انتشار | تاریخ خاموش شدن |
|---|---|---|---|---|
gemini-2.5-flash-lite | نسخه پایدار Gemini 2.5 Flash‑Lite | پایدار | ۲۰۲۵-۰۷-۲۲ | همان اوایل که ۲۰۲۶-۱۰-۱۶ |
صرف نظر از ارائه دهنده API Gemini شما ، به طرح قیمت گذاری Blaze با پرداخت در محل نیاز دارد.
| نام مدل | توضیحات | مرحله انتشار | تاریخ انتشار | تاریخ خاموش شدن |
|---|---|---|---|---|
gemini-2.5-flash-image | نسخه پایدار Gemini 2.5 Flash Image (معروف به "نانو موز") | پایدار | ۲۰۲۵-۱۰-۰۲ | ۲۰۲۶-۱۰-۰۲ |
| نام مدل | توضیحات | مرحله انتشار | تاریخ انتشار | تاریخ خاموش شدن |
|---|---|---|---|---|
gemini-2.0-flash-001 | آخرین نسخه پایدار Gemini 2.0 Flash | پایدار | ۲۰۲۵-۰۲-۰۵ | ۲۰۲۶-۰۶-۰۱ |
gemini-2.0-flash | نام مستعار بهروزرسانیشده خودکار که به آخرین نسخه پایدار Gemini 2.0 Flash اشاره دارد (در حال حاضر gemini-2.0-flash-001 ) | پایدار | ۲۰۲۵-۰۲-۱۰ | ۲۰۲۶-۰۶-۰۱ |
| نام مدل | توضیحات | مرحله انتشار | تاریخ انتشار | تاریخ خاموش شدن |
|---|---|---|---|---|
gemini-2.0-flash-lite-001 | آخرین نسخه پایدار Gemini 2.0 Flash‑Lite | پایدار | 2025-02-25 | ۲۰۲۶-۰۶-۰۱ |
gemini-2.0-flash-lite | نام مستعار بهروزرسانیشده خودکار که به آخرین نسخه پایدار Gemini 2.0 Flash‑Lite اشاره دارد (در حال حاضر gemini-2.0-flash-lite-001 ) | پایدار | 2025-02-25 | ۲۰۲۶-۰۶-۰۱ |
| نام مدل | توضیحات | مرحله انتشار | تاریخ انتشار | تاریخ خاموش شدن |
|---|---|---|---|---|
imagen-4.0-generate-001 | نسخه پایدار Imagen 4 | پایدار | ۱۴-۰۸-۲۰۲۵ | ۲۰۲۶-۰۶-۳۰ |
| نام مدل | توضیحات | مرحله انتشار | تاریخ انتشار | تاریخ خاموش شدن |
|---|---|---|---|---|
imagen-4.0-fast-generate-001 | نسخه پایدار Imagen 4 Fast | پایدار | ۱۴-۰۸-۲۰۲۵ | ۲۰۲۶-۰۶-۳۰ |
| نام مدل | توضیحات | مرحله انتشار | تاریخ انتشار | تاریخ خاموش شدن |
|---|---|---|---|---|
imagen-4.0-ultra-generate-001 | نسخه پایدار Imagen 4 Ultra | پایدار | ۱۴-۰۸-۲۰۲۵ | ۲۰۲۶-۰۶-۳۰ |
| نام مدل | توضیحات | مرحله انتشار | تاریخ انتشار | تاریخ خاموش شدن |
|---|---|---|---|---|
imagen-3.0-capability-001 | نسخه پایدار اولیه قابلیت Imagen 3 | پایدار | ۲۰۲۴-۱۲-۱۰ | ۲۰۲۶-۰۶-۳۰ |
| نام مدل | توضیحات | مرحله انتشار | تاریخ انتشار | تاریخ خاموش شدن |
|---|---|---|---|---|
imagen-3.0-generate-002 | آخرین نسخه پایدار Imagen 3 | پایدار | ۲۰۲۵-۰۱-۲۳ | ۲۰۲۶-۰۶-۳۰ |
imagen-3.0-generate-001 | نسخه پایدار اولیه Imagen 3 | پایدار | ۲۰۲۴-۰۷-۳۱ | ۲۰۲۶-۰۶-۳۰ |
| نام مدل | توضیحات | مرحله انتشار | تاریخ انتشار | تاریخ خاموش شدن |
|---|---|---|---|---|
imagen-3.0-fast-generate-001 | نسخه پایدار اولیه Imagen 3 Fast | پایدار | ۲۰۲۴-۰۷-۳۱ | ۲۰۲۶-۰۶-۳۰ |