Gemini
Gemini是Google DeepMind开发的多模态大语言模型系列，能够理解和生成文本、图像、音频、视频及代码等多种形式的内容。该系列涵盖不同规模的版本（如Ultra、Pro、Flash、Nano），可部署于云端服务及移动端设备，广泛应用于对话助手、内容生成、编程辅助等场景，是Google核心AI产品和服务的基础底层模型。
Core Facts
Google通过Google AI Studio和Vertex AI两个平台提供Gemini模型的API访问，其中Google AI Studio为开发者提供了一定的免费调用额度
Gemma是Google DeepMind基于Gemini模型技术开发的开源模型系列
GPT-3时代的上下文窗口仅有2,048个Token，而Google Gemini已支持百万级Token，Claude支持200K Token，GPT-4 Turbo支持128K Token
Timeline (last 90 days)
在延迟和成本对比中，Jev中位延迟443毫秒、每百万条约71美元；Gemini略超1秒、约150美元；GPT-5.5达2.8秒、约4600美元
智能助手的聪明程度很大程度上取决于它能访问多少用户数据
iOS 版 Gemini App 于 2024 年上线，允许 iPhone 用户使用 Google 的 AI 能力，并可设置为默认语音助手
即便留在 iPhone，安装 Gemini App 也能补足个性化 AI 的短板
Claude免费版可能发两三条提示就撞上限额，而ChatGPT或Gemini普通用户往往见不到限额
工作流从每封邮件中抽取发件人、主题、邮件正文和接收时间四项关键信息，再交给 Gemini AI 分析
Gemini AI 的任务是生成邮件摘要、判定类别（如重要/销售/支持）并确定优先级，输出结构化结果
传统的邮件过滤规则只能基于关键词或发件人做硬性匹配，难以理解邮件的真实意图，而引入大模型后系统能理解邮件意图并给出更贴近实际的分类
该工作流的整体链路为：Gmail → 数据清洗 → Gemini 分析 → 结构化结果 → Google Sheet
Gemini对外暴露了与OpenAI格式兼容的chat completions端点
40 more timeline events
All Facts (20)
Google通过Google AI Studio和Vertex AI两个平台提供Gemini模型的API访问，其中Google AI Studio为开发者提供了一定的免费调用额度
90%VerifiedGemma是Google DeepMind基于Gemini模型技术开发的开源模型系列
90%VerifiedGPT-3时代的上下文窗口仅有2,048个Token，而Google Gemini已支持百万级Token，Claude支持200K Token，GPT-4 Turbo支持128K Token
90%VerifiedGemini是Google于2023年底发布的多模态大语言模型系列
90%VerifiedGemini是Google DeepMind于2023年底发布的多模态大语言模型，具备处理文本、图像、音频、视频和代码的能力
90%VerifiedVertex AI 是 Google Cloud 的企业级机器学习平台，提供 VPC 网络隔离、IAM 权限管理和合规审计功能
90%VerifiedGPT-4、Claude、Gemini等代表性大语言模型参数量通常在千亿级别以上
90%VerifiedGPT-4V、Claude 3、Gemini是现代多模态大模型的代表，能够同时处理文本、图像等多种数据类型
90%VerifiedGoogle Gemini系列采用分级架构设计，包含Ultra、Pro、Flash等不同版本
90%VerifiedGemini系列从训练阶段就将多种模态联合建模，而非像GPT-4V等方案那样后接视觉编码器
90%VerifiedGPT-4、Claude、Gemini等大语言模型的核心工作原理是基于Transformer架构的下一个token预测
90%VerifiedOpenAI API的接口规范已成为AI行业事实上的通信标准，包括Anthropic、Google、Mistral在内的众多模型提供商都提供兼容该格式的接口
90%VerifiedGemini 3.5 Transcribe 是 Gemini 系列在语音处理方向的延伸，主打「精准」与「智能」两大核心能力
85%Verified2024年发布的GPT-4o将图像生成能力直接整合进多模态大语言模型中
85%VerifiedGPT-4和Mixtral等主流大模型也采用了MoE架构
85%VerifiedAnthropic Claude 和 Google Gemini 随后跟进支持了工具调用能力
80%VerifiedVLM（视觉语言模型）通常由视觉编码器（如ViT）、语言模型和连接两者的投影层组成，代表性模型包括GPT-4V/4o、Claude 3.5、LLaVA系列和InternVL
80%VerifiedGemini 1.5 Pro 由 Google DeepMind 开发，具备原生多模态能力和与 Google Workspace 的深度集成
80%Verified项目通过OpenRouter接入大语言模型，OpenRouter作为AI模型网关支持统一API调用多种大模型如GPT-4、Claude、Llama等
80%VerifiedOpenAI的GPT-4V、Google的Gemini、Anthropic的Claude 3等模型都采用了跨模态对齐的技术路线
80%