Gemini

Gemini 是 Google 2023 年推出的对话AI产品（初代 Bard，2023 年 12 月更名为 Gemini），基于自研 Gemini 2.5 Pro / Flash 系列模型，多模态覆盖图文、音频、视频、代码，上下文最长 2M tokens（2.5 Pro）。与 Google 搜索、Gmail、Docs、Sheets 等 Workspace 深度打通，Deep Research、Gems 自定义助手是差异化亮点。网页版 gemini.google.com，Android 系统级集成，海外三巨头（ChatGPT/Claude/Gemini）之一。

产品概述

Google 2023 年 3 月先用 LaMDA 底子推 Bard，2023 年 12 月发布 Gemini 1.0（Ultra/Pro/Nano 三档）并把 Bard 品牌收进 Gemini，2024 年 2 月发 Gemini 1.5 Pro（100K→1M 上下文，Flash 档免费开放），2024 年底 2.0 全系切换 Flash/Pro/Flash Thinking，2025 年 3 月发 Gemini 2.5 Pro/Flash（2M 上下文、推理/代码基准追平第一梯队）。目前 Gemini 是 Google AI 战略的 C 端门面，Android 15+ 系统级集成（长按电源键唤 Gemini 替代 Google Assistant）。

核心能力

• 文本问答：知识问答、逻辑推理、创意脑暴，多轮上下文
• 写作辅助：文章撰写、文案润色、大纲生成、Gmail/Docs 联动起草
• 代码支持：多种编程语言编写、Debug，2.5 Pro 在 SWE-bench 追平 Claude 3.5
• 多模态（最强项）：图文、音频、视频理解全吃，Veo（生视频）、Imagen（生图）、Lyria（生音乐）Google 全家桶
• 文件解析：PDF/Word/Excel/视频上传，摘要与问答
• 搜索打通：Google 搜索实时加持，时效信息稳
• Gems：自定义小助手（类似 GPTs），可喂指令+文件打造专属助手
• Deep Research：带引用长报告生成，对标 ChatGPT Deep Research 但免费层也能用部分

优势亮点

• 多模态是 Google 独家护城河：图文音视频全模态 + Veo/Imagen/Lyria 生视频生图生音乐，ChatGPT（DALL·E 只有图）、Claude（不生图不生视频）都比不了
• 2M 上下文（2.5 Pro），长文档比 Claude 200K 还长一档
• Workspace 生态：Gmail/Docs/Sheets/Drive 联动，办公场景 Google 系用户无缝
• Android 系统级：Pixel 和 Android 15+ 长按电源键直接唤 Gemini，替代 Google Assistant
• Flash 档便宜量大，API 价格比 GPT-4o 低一截

短板

• 国内需科学上网，gemini.google.com 对国区账号限制（要用非国区 Google 账号）
• 中文能力与 ChatGPT 比略逊，不如国产豆包/文心
• “产品感”弱于 ChatGPT——Gemini 品牌认知度低于 ChatGPT，功能强但 UX 没那么”爽”
• 生视频 Veo 目前主要在 VideoGen 产品里，Gemini 对话里调 Veo 还不像 ChatGPT+DALL·E 那样顺

适用人群

Google 生态用户（Gmail/Docs/Android）、需多模态（视频理解/生图）的用户、长文档处理、海外三巨头对比选购者。