Gemini 3 PRO Image API

Создан для мультимодального создания любых входных данных и видео, уделяя больше внимания, чем предыдущие рабочие процессы видео Gemini, унифицированной оркестровке текста, изображений, аудио и видео материалов. По сравнению с Veo, Kling и Runway он лучше интегрирует сложные мультимодальные ресурсы в один творческий рабочий процесс.

Создан для создания и редактирования изображений, с более глубоким пониманием мультимодальности, интерактивным редактированием и быстрым визуальным прототипированием, чем предыдущие возможности изображений Gemini. По сравнению с GPT Image, Qwen Image и Seedream он удобен для объединения документов, изображений и подсказок в одном визуальном рабочем процессе.

Модель высокоскоростного мышления Google, предназначенная для агентских рабочих процессов, многоходового чата и помощи в кодировании. Поддерживает ввод текста, изображений, аудио, видео и PDF с контекстным окном токена 1M. Особенности настраиваемых уровней мышления, использования инструментов и структурированного вывода. Значительные улучшения качества по сравнению с Gemini 2.5 Flash в отношении рассуждений, мультимодального понимания и надежности.