多模态模型Google稳定版
DiffusionGemma 26B A4B
DiffusionGemma 26B A4B 是 Google DeepMind 于 2026 年 6 月发布的多模态扩散语言模型，支持文本、图像和视频输入。
输入价格
公开资料未说明
输出价格
公开资料未说明
高速生成多模态理解开放权重
官方模型目录与价格对比
找模型，不只看名字，还要看 能力和价格
按模型类型、上下文、价格和厂商整理官方模型目录，方便你快速筛出适合写代码、做推理、跑视觉或搭 Agent 的那一批模型。
先缩小候选，再进详情页看接口、计费和能力边界。
已收录模型
1,303
覆盖厂商
63
带价格信息
355
计费价格
公开资料未说明
输入形式
音频 / 文本
音乐生成实时音频开放模型
视频生成Google即将下线
Gemini Omni Flash Preview
Gemini Omni Flash Preview 是 Google 于 2026 年 6 月发布的视频生成与编辑预览模型，支持文字和图片转视频，并可通过自然语言对话优化结果。当前已弃用。
计费价格
公开资料未说明
生成形式
text_to_video / image_to_video / video_to_video
视频生成视频编辑多模态创作
计费价格
公开资料未说明
生成形式
text_to_video / image_to_video / video_to_video
视频生成视频编辑多模态创作
计费价格
公开资料未说明
输入形式
文本 / 图像
音乐生成歌曲创作人声
计费价格
公开资料未说明
生成形式
text_to_image / image_edit
图片生成图片编辑视觉创作
计费价格
公开资料未说明
生成形式
text_to_image
图片生成视觉创作素材生产
计费价格
公开资料未说明
生成模式
lyrics_to_music
音乐生成配乐创作歌曲制作
多模态模型Google即将下线
Gemini 3.1 Flash-Lite
Gemini 3.1 Flash-Lite 是 Google 于 2026 年 5 月发布的低延迟、多模态模型，适合成本敏感和高吞吐工作流。
输入价格
公开资料未说明
输出价格
公开资料未说明
低延迟成本敏感批量处理
输入价格
公开资料未说明
输出价格
公开资料未说明
通用助手低延迟视觉理解
嵌入模型Google即将下线
Gemini Embedding 2
Gemini Embedding 2 是 Google 于 2026 年 4 月发布的多模态嵌入模型，适合语义搜索、跨模态检索和向量召回。
输入价格
公开资料未说明
向量维度
公开资料未说明
多模态检索语义搜索向量召回
多模态模型Google即将下线
Gemini Robotics ER 2 streaming
Gemini Robotics ER 2 streaming 是 Google 于 2026 年 7 月发布的具身推理模型，面向机器人控制、视觉理解和实时交互。
输入价格
公开资料未说明
输出价格
公开资料未说明
具身推理机器人控制视觉理解
输入价格
公开资料未说明
输出价格
公开资料未说明
端侧部署低资源推理开放权重
输入价格
公开资料未说明
输出价格
公开资料未说明
本地部署代码开发开放权重
输入价格
公开资料未说明
输出价格
公开资料未说明
本地部署多模态理解代码开发
输入价格
公开资料未说明
输出价格
公开资料未说明
高质量推理代码开发开放权重
输入价格
公开资料未说明
输出价格
公开资料未说明
高效推理本地部署开放权重
输入价格
$1.50 / 1M Tokens
输出价格
$7.50 / 1M Tokens
Agent低延迟多模态理解
输入价格
$1.50 / 1M Tokens
输出价格
$9.00 / 1M Tokens
代码开发Agent低延迟
输入价格
$0.30 / 1M Tokens
输出价格
$2.50 / 1M Tokens
高吞吐低成本批量处理