gemini
Google DeepMind 开发的多模态大模型 Gemini，支持文本、图像、音频、视频理解与生成，原生 1M~2M 长上下文。提供 Pro / Flash / Flash-Lite 三档，并支持图像生成（Imagen / Gemini Image）。
1M~2M token 上下文窗口；隐式缓存（implicit cache，cache_read 25% input）；显式缓存（explicit cache，可指定 TTL）；视觉理解（图像/视频/PDF）；音频输入；图像生成（Gemini 3 Pro Image / Flash Image）；Function Call；代码执行；Google 搜索工具；JSON 模式。
多模态问答；视频内容理解与检索；图像生成与编辑；长文档分析；代码生成；Agent 工作流；Google Workspace 集成。
图像生成按张计费；视频生成按秒计费；不提供本地部署（除 Vertex AI）；企业版需 Google Cloud 账号；部分模型需申请预览权限。
| Model | Input / 1M tokens | Output / 1M tokens | Per 1M tokens |
|---|---|---|---|
| $0.2000 | $0.0000 | 1M tokens | |
| $2.0000 | $12.0000 | 1M tokens | |
| $0.5000 | $3.0000 | 1M tokens | |
| $0.2500 | $1.5000 | 1M tokens | |
| $1.5000 | $9.0000 | 1M tokens | |
| $2.0000 | $12.0000 | 1M tokens |