O modelo Gemini 4 rápido da Google para fluxos de trabalho agênticos e programação do dia a dia, e a atualização que a empresa recomenda para quem usa o Gemini 3.8 Flash.
US$ 1,50 entrada · US$ 7,50 saída / 1 milhão de tokens
Ler o guiaEmpresa de modelos de IA
Google desenvolve a família Gemini juntamente com modelos especializados de mídia, documentos, voz e mundo de Google DeepMind e Google Cloud. O acesso varia entre os produtos Gemini API, Vertex AI, Google Cloud e visualizações de pesquisa.
Sobre a Google
O modelo Gemini 4 rápido da Google para fluxos de trabalho agênticos e programação do dia a dia, e a atualização que a empresa recomenda para quem usa o Gemini 3.8 Flash.
US$ 1,50 entrada · US$ 7,50 saída / 1 milhão de tokens
Ler o guiaO modelo de raciocínio Gemini 4 mais capaz da Google, criado para engenharia de software complexa e resolução de problemas matemáticos e científicos.
US$ 2 entrada · US$ 10 saída / 1 milhão de tokens até 30 de novembro de 2026
Ler o guiaO modelo de embeddings com pesos abertos da Google DeepMind para busca local em texto, código, imagens, áudio e vídeo.
Pesos abertos; auto-hospedado
Ler o guiaO modelo Gemini 4 da Google para programação, pesquisa e tarefas com grandes conjuntos de texto, imagens, áudio ou vídeo.
US$ 2 entrada · US$ 10 saída / 1 milhão de tokens até 30 de novembro de 2026
Ler o guiaO modelo de voz do Google para narração expressiva, vozes de personagens e diálogos em 130 idiomas.
US$ 0,50 entrada de texto · US$ 9 saída de áudio / 1 milhão de tokens
Ler o guiaO modelo de voz mais econômico do Google para leitura em voz alta e produção de áudio em escala em 101 idiomas.
US$ 0,50 entrada de texto · US$ 6 saída de áudio / 1 milhão de tokens
Ler o guiaO modelo multimodal estável e de alta eficiência da Google para agentes, desenvolvimento de software e grandes entradas com mídias variadas, a um preço introdutório da linha Flash.
US$ 0,75 entrada · US$ 3,75 saída / 1 milhão de tokens
Ler o guiaO versátil carro-chefe de imagem do Google para geração rápida, edições de conversação, referências múltiplas, imagens fundamentadas e saídas de até 4K.
$ 0,067 / imagem de 1K
Ler o guiaModelo de vídeo de visualização do Google para geração guiada por texto, imagem e vídeo com áudio nativo e opções de saída de até 4K.
US$ 0,40/segundo em 720p ou 1080p
Ler o guiaVariante Veo 3.1 de baixo custo do Google para criar rapidamente clipes de vídeo curtos com áudio nativo e opções de saída de até 4K.
US$ 0,10–US$ 0,30 / segundo gerado
Ler o guiaO principal modelo musical do Google para músicas completas e de alta fidelidade com arranjos mais ricos, vocais expressivos, letras estruturadas e controle criativo detalhado.
US$ 0,08/música completa
Ler o guiaO modelo de voz em tempo real do Google para conversas ágeis com áudio, texto e contexto visual.
Entrada de áudio de US$ 0,005/min · Saída de áudio de US$ 0,018/min
Ler o guiaUm modelo de voz Gemini separado que resolve solicitações complexas em segundo plano enquanto mantém a conversa.
Entrada de áudio de US$ 0,005/min · Saída de áudio de US$ 0,018/min
Ler o guiaModelo de visualização de áudio para áudio do Google para diálogo de baixa latência com consciência multimodal, pensamento, base de pesquisa e chamada de função.
Entrada de áudio de US$ 0,005/min · Saída de áudio de US$ 0,018/min
Ler o guiaModelo mundial de pesquisa do Google DeepMind para gerar ambientes fotorrealistas e controláveis que podem ser explorados em tempo real a partir de uma descrição de texto.
Não publicado
Ler o guiaAnalisador assistido pelo Gemini do Google Cloud para preservar a hierarquia de documentos e criar blocos ricos em contexto para pesquisa corporativa e RAG.
US$ 10/1.000 páginas
Ler o guiaProcessador Document AI do Google Cloud com tecnologia Gemini para extrair os campos exatos e valores derivados definidos em um esquema de negócios.
US$ 30 / 1.000 páginas até o primeiro 1 milhão de páginas
Ler o guiaO modelo de embeddings multimodal da Google que coloca texto, imagens, vídeo, áudio e PDFs em um único espaço vetorial pesquisável.
US$ 0,20 / 1 milhão de tokens de texto
Ler o guiaModelo geral de fala para texto do Google Cloud para streaming, arquivo e transcrição de lote dinâmico de baixo custo em vários idiomas e regiões.
Padrão de US$ 0,016/min · Lote dinâmico de US$ 0,003/min
Ler o guia