Gemini

Google Gemini简介

Google Gemini 是谷歌推出的新一代多模态 AI 智能体平台，已深度整合进搜索、Chrome 浏览器、Android 系统及智能眼镜等核心入口，成为一个可以持续运行、跨应用执行任务的 AI 代理，能够替用户追踪信息、生成内容、调用工具，甚至直接完成下单和操作流程。

Google Gemini核心功能

• 多模态理解与推理：Gemini 具备原生的多模态能力，能够同时处理文本、图像、音频、视频等多种输入形式。旗舰模型提供高达 100 万令牌的上下文窗口，可一次性处理大量信息，包括长视频、长音频、数万行代码或数十万单词的文档。高级模型支持“深度思考”模式，可进行复杂推理和多步骤任务规划。

• AI 智能体与任务自动化：Gemini 已从对话助手升级为跨设备、跨应用的智能操作层，支持自动浏览网页、总结内容、对比信息、自动填写复杂表单。可跨越应用边界，理解屏幕内容并主动执行多步骤任务——例如自动读取 Gmail 中的书单，并直接在电商平台将所有书加入购物车。支持在 Chrome 浏览器中实现自动预约牙医、抢停车位等繁琐操作。

• Gemini Canvas（无代码应用开发）：用户可通过自然语言提示直接生成可运行的应用、小游戏、图表和信息图等可视化内容，并支持在对话过程中持续迭代修改。非技术用户也能通过对话完成应用开发，无需编写任何代码。

• Gemini in Gmail 与办公套件：Gmail AI 收件箱可自动梳理日程并生成回复草稿。Docs Live 允许用户通过语音与 Google Docs 对话，自动提取演讲要点、获取简历信息、调取活动详情并创建编辑文档。

• 图像与视频生成：支持图像生成、音乐生成、视频生成（Omni Flash）等多模态创作能力。Gemini Omni 支持从单张照片或视频一键应用模板并进行对话式迭代剪辑。免费用户在美国地区可使用 AI Mode 访问“高级思考与生成式布局”及专业图像生成功能。

• 深度研究（Deep Research） ：自动执行多步骤搜索、分析和总结，以完成复杂的研究任务。

• 屏幕自动化与跨应用操作：支持屏幕自动化任务执行。可自动生成个性化的桌面小组件——用户只需用自然语言描述需求，Gemini 便能自动生成定制化组件。

• Gemini Canvas 与 Gems：Canvas 支持可视化内容生成与迭代；Gems 支持创建自定义的 AI 助手角色。Storybook 支持自动生成儿童故事书。

• NotebookLM 集成：提供笔记、来源管理、音频/视频概述、报告、闪卡、测验、思维导图、深度研究等多功能支持。

• 多平台覆盖：深度整合进搜索框、Chrome 浏览器、Android 手机、智能手表、汽车及智能眼镜等谷歌核心产品中。

Google Gemini产品优势

• 系统性智能体转型：谷歌正将 AI 智能体全面“塞进”所有核心入口，Gemini 不再只是一个对话助手，而是一个可以持续运行、跨应用执行任务的 AI 代理。推动安卓从传统的“操作系统”向“智能系统”转型。

• 领先的多模态与上下文能力：旗舰模型提供高达 100 万令牌的上下文窗口，在长文档问答、长视频问答和长上下文语音识别等任务上达到行业领先水平。Gemini 1.5 模型在长上下文检索任务上实现近乎完美的召回率。

• 统一订阅体系与算力计量：谷歌取消了每日固定提问次数限制，转向“基于算力消耗”的新计量模式，综合考量提示词复杂度、调用功能及对话历史长度。算力额度每 5 小时刷新一次，并设有每周上限。

• 多层级定价，满足不同需求：提供 Free、AI Plus（$7.99/月）、AI Pro（$19.99/月）、AI Ultra 基础版（$100/月）及 AI Ultra 旗舰版（$200/月）等多个层级。AI Plus 用户可获得标准用户 2 倍算力额度，AI Pro 用户可获得 4 倍额度。

• 大规模用户验证：Gemini 应用月活跃用户数达 9 亿。谷歌每月处理的 Token 数量达 3.2 千万亿个，同比增长 7 倍。

• 企业级 API 能力：提供按 token 计费的 API 服务，覆盖从轻量级 Flash-Lite 到高性能 Pro 的完整模型矩阵，支持上下文缓存等高级功能。提供按需付费的算力点数（AI credits），用户可额外购买。

• 开源与开发者生态：提供 Gemini API、Google AI Studio 和 Agent 请求等开发者工具。支持通过自然语言提示进行 vibe coding（氛围编程）。

Google Gemini应用场景

• 个人效率与日常任务自动化：自动读取 Gmail 中的书单并直接加入购物车；自动梳理日程并生成邮件回复草稿；自动预约牙医、抢停车位等；通过语音与 Google Docs 对话完成文档编辑。

• 无代码应用开发：非技术用户通过自然语言在 Gemini Canvas 中直接生成可运行的应用、小游戏及图表等可视化内容。

• 内容创作与多媒体制作：图像生成、音乐生成、视频生成与对话式剪辑。自动生成儿童故事书。

• 深度研究与知识工作：执行多步骤搜索、分析和总结；总结数千页文档、分析数万行代码。

• 教育学习：生成闪卡、测验、思维导图、音频概述和视频概述。帮助高中生准备校友演讲。

• Android 系统级智能：生成个性化桌面小组件；Android Auto 集成 Gemini 提供驾驶辅助与语音指令订餐。

• YouTube 视频搜索：通过自然语言引导系统找到更符合搜索意图的视频片段，并直接跳转至相关部分。

Google Gemini使用教程

1. 访问与注册：通过浏览器访问 gemini.google.com，或从 Google Play / App Store 下载 Gemini 官方应用。

2. 免费体验：免费用户可使用 Gemini 3.5 Flash 驱动的“Auto”模型，享有标准算力额度及 32,000 令牌上下文窗口。

3. 升级订阅：根据需求选择 Google AI Plus（$7.99/月）、AI Pro（$19.99/月）或 AI Ultra 方案（$100–$200/月），获取更高算力额度、更大上下文窗口及高级功能。

4. 使用核心功能：在对话界面中可调用 Canvas（无代码应用开发）、Gems（自定义 AI 助手）、Deep Research（深度研究）、图像/视频生成等功能。

5. 跨应用任务：在 Gmail、Chrome 等谷歌应用中调用 Gemini，执行自动浏览、内容总结、信息对比、自动填表等任务。

6. 开发者使用：通过 ai.google.dev 获取 API Key，按 token 用量调用 Gemini API。在 Google AI Studio 中构建和测试 AI 应用。

7. 算力管理：算力额度每 5 小时刷新一次。若耗尽高阶模型额度，系统自动降级至轻量模型以确保服务不中断。可额外购买按需付费的算力点数。

Google Gemini收费标准（以官方为准）

Google Gemini 采用“免费 + 订阅”的消费者定价与“按 token 计费”的 API 定价双轨模式。

消费者订阅（按月计费）

注：以上为美国地区定价。AI Plus 方案另有报道为 $5/月，具体以 Google 官方最新公布为准。

API 定价（每百万 tokens）

注：API 定价以 ai.google.dev 最新公布为准。

Google Gemini常见问题（FAQ）

• Google Gemini 是什么？ Gemini 是谷歌推出的新一代多模态 AI 智能体平台，已深度整合进搜索、Chrome 浏览器、Android 系统等核心入口，可跨应用执行任务。

• Google Gemini 是免费的吗？ 提供 Free 免费版本，包含标准算力额度和基础功能。高级功能需订阅 AI Plus、AI Pro 或 AI Ultra 方案。

• Gemini 的算力额度如何计算？ 谷歌已取消每日固定提问次数限制，转向“基于算力消耗”的计量模式，综合考量提示词复杂度、调用功能及对话历史长度。额度每 5 小时刷新一次。

• Gemini 的上下文窗口有多大？ 免费版为 32,000 令牌，AI Plus 为 128,000 令牌，AI Pro 为 1,000,000 令牌。

• Gemini 有哪些主要 AI 模型？ 包括 Gemini 3.5 Flash、Gemini 3.1 Pro、Gemini 2.5 Flash 系列及 Gemini Omni 视频生成模型。

• Gemini 支持哪些功能？ 支持多模态理解与推理、无代码应用开发（Canvas）、深度研究、图像/视频/音乐生成、屏幕自动化、跨应用任务执行、Gmail 智能收件箱等。

• Gemini 如何保障数据安全？ Google 遵循行业标准的数据隐私与安全实践。具体隐私政策请参阅 Google 官方隐私声明。

• Gemini 支持哪些平台？ 支持 Web、Android、iOS，并深度整合进 Chrome 浏览器、Gmail、Google Docs、Android 系统、Android Auto 及智能眼镜等。

• 如何开始使用 Gemini？ 访问 gemini.google.com 或下载官方应用，使用 Google 账号登录即可开始免费使用。

• Gemini API 如何计费？ 按每百万 tokens 计费，输入和输出分别计费，不同模型价格不同。具体以 ai.google.dev 公布为准。