Modelos Google AI

Modelo multimodal estável e de alta eficiência do Google para agentes, trabalho de software e grandes entradas de mídia mista a um preço introdutório de nível Flash.

O versátil carro-chefe de imagem do Google para geração rápida, edições de conversação, referências múltiplas, imagens fundamentadas e saídas de até 4K.

Modelo de vídeo de visualização do Google para geração guiada por texto, imagem e vídeo com áudio nativo e opções de saída de até 4K.

Variante 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.

O principal modelo musical do Google para músicas completas e de alta fidelidade com arranjos mais ricos, vocais expressivos, letras estruturadas e controle criativo detalhado.

Modelo de visualização de áudio para áudio do Google para diálogo de baixa latência com consciência multimodal, pensamento, base de pesquisa e chamada de função.

Modelo 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.

Analisador assistido pelo Gemini do Google Cloud para preservar a hierarquia de documentos e criar blocos ricos em contexto para pesquisa corporativa e RAG.

Processador Document AI do Google Cloud com tecnologia Gemini para extrair os campos exatos e valores derivados definidos em um esquema de negócios.

Modelo de incorporação multimodal do Google para colocar texto, imagens, vídeo, áudio e PDFs em um espaço vetorial pesquisável.

Modelo geral de fala para texto do Google Cloud para streaming, arquivo e transcrição de lote dinâmico de baixo custo em vários idiomas e regiões.