Gemini-modeller — Oversigt over Googles AI-modelfamilie

Gemini er Googles modelfamilie lanceret i december 2023 som afløser for PaLM og LaMDA. Familien er bygget til at være nativt multimodal — trænet på tekst, billeder, lyd, video og kode simultant fra starten, frem for at tilføje modaliteter efterfølgende.

Model-niveauerne

Gemini Ultra / 2.0 Ultra: Googles mest kapable model. Designet til komplekse opgaver der kræver avanceret ræsonnement. Tilgængelig via Gemini Advanced (consumer) og Vertex AI (enterprise). Konkurrerer direkte med GPT-4o og Claude Opus.

Gemini Pro / 2.0 Pro: Balancemodellen. Bruges som standardmodel i Google Workspace (Gmail, Docs, Sheets) og er tilgængelig via Google AI Studio og Vertex AI API. Det er typisk den model der driver AI Overviews i Google Search.

Gemini Flash / 2.0 Flash: Optimeret til hastighed og volumen. Lavere latency og markant lavere pris end Pro. Foretrukken til high-volume applikationer og realtids-use cases.

Gemini Nano: On-device model til Android. Kører lokalt uden internetforbindelse — bruges i Pixel-enheder til summarering, smart reply og on-device AI-features.

Context window: op til 2 millioner tokens

Gemini 1.5 Pro introducerede et context window på op til 1 million tokens — Gemini 2.0 udvider til 2 millioner. Til sammenligning: GPT-4o har 128.000, Claude 3.7 Sonnet har 200.000. Det er en markant forskel ved opgaver der kræver behandling af meget store dokumenter — komplette websiteaudit-eksporter, lange videoer eller store kode-repositories.

Google-integration som differentiering

Gemini har en unik fordel i Google-ekonomiet: dyb integration med Google Search, Google Workspace og Google Cloud. For virksomheder der allerede er i Google-ecosystemet er Gemini via Vertex AI den naturlige API-valg. AI Overviews i Search er drevet af Gemini — og det giver Gemini en direkte linje til at påvirke det der er SEO-praktikeres primære arena.

Hvornår Gemini er det rigtige valg

• Meget lange dokumenter (>200k tokens) der overstiger Claudes context window
• Google Workspace-integration og automatisering
• Opgaver der involverer analyse af Google-platformsdata
• Multimodale opgaver med video-input