AI-modeller
Alla skapare
Google

Google

Amerikanskt teknikbolag vars AI-labb Google DeepMind utvecklar Gemini-modellerna, som används i Gemini-appen, Google Sök, AI Studio och Gemini API.

Ny
Google Google 13 okt 2026
Gemini 4 Argon

Googles nya toppmodell och den första i Gemini 4-familjen, byggd för långa och svåra uppgifter inom kod, juridik, finans, vetenskap och cyberförsvar, med 1 miljon tokens för in- och utdata tillsammans.

  • Språkmodell
  • Resonemang
  • Kod
  • Agenter
  • Multimodal
  • Bildförståelse
  • Forskning & vetenskap
  • Säkerhet
Stängd Stor gles MoE-modell (mixture-of-experts); antal parametrar anges inte
Google Google 6 okt 2026
EmbeddingGemma 2

Googles lilla öppna modell som gör om text, kod, bilder, video och ljud till jämförbara sifferkoder, så att en app kan söka i allt detta på samma gång – och köra det direkt i telefonen.

  • Multimodal
  • Sök & kunskap
  • Kör lokalt
  • Bildförståelse
  • Kod
Öppna vikter 740 miljoner parametrar totalt; 270M för enbart text, plus 170M bild och 300M ljud
Google Google 5 okt 2026
AlphaProtein Novo

Google DeepMinds AI-verktyg för att designa helt nya enzymer från grunden i stället för att leta bland naturens egna, släppt med öppen kod och vikter för icke-kommersiell forskning.

  • Biologi
  • Forskning & vetenskap
Öppna vikter
Google Google okt 2026
Nano Banana 2.1

Googles nya modell för att skapa och redigera bilder, byggd på Gemini 3.6 Flash, som enligt Google blivit bättre på redigering, återkommande karaktärer och infografik.

  • Bildgenerering
  • Bildredigering
  • Multimodal
Stängd
Google Google 30 sep 2026
SynthID Bio

Google DeepMinds vattenmärkning för AI-designade proteiner och strukturer, som i labbtester gav proteiner som fortfarande fungerade men gick att känna igen som AI-skapade.

  • Biologi
  • Säkerhet
  • Forskning & vetenskap
Öppna vikter
Google Google 23 sep 2026
Gemini 3.8 Flash TTS / Flash-Lite TTS

Googles text-till-tal-modeller där man beskriver en röst i vanliga ord och får den, regisserar uppläsningen replik för replik och väljer bland över 2 000 färdiga röster på fler än 130 språk.

  • Text till tal
  • Röstkloning
  • Röstassistent
Stängd
Google Google 15 sep 2026
Gemini 3.8 Live

Googles röstmodeller för samtal i realtid, som ser vad kameran visar, kör verktyg medan man fortsätter prata och byter mellan 97 språk mitt i meningen – med en tyngre variant, Extended Thinking, för svårare uppgifter.

  • Röstassistent
  • Multimodal
  • Agenter
  • Resonemang
Stängd
Google Google 14 sep 2026
Dream-RSI

En forskningsmetod från Google som låter kodagenter bli bättre på att leta efter lösningar genom att "drömma": nya sökstrategier provas mot redan inspelade experiment innan pengar läggs på nya körningar.

  • Agenter
  • Kod
  • Forskning & vetenskap
Google Google 8 sep 2026
AlphaGenome Atlas

En förberäknad karta från Google DeepMind över hur nästan 9 miljarder möjliga enskilda DNA-förändringar i människans arvsmassa troligen påverkar genregleringen, sökbar på webben utan att man behöver kunna programmera.

  • Biologi
  • Medicin & hälsa
  • Forskning & vetenskap
  • Sök & kunskap
Förberäknade effekter för cirka 9 miljarder enbokstavsvarianter, omkring 1 petabyte data
Google Google 3 sep 2026
WeatherNext 3

Googles nya globala vädermodell som gör en ny prognos varje timme direkt från satellitdata, med upp till 5 km upplösning, och som används i Sök, Gemini och Maps.

  • Forskning & vetenskap
Google Google 2 sep 2026
Gemini 3.8 Flash / Flash Cyber

Googles arbetshästmodell för kod och agenter, med ett kontextfönster på en miljon tokens, och en systervariant Flash Cyber som letar och lagar säkerhetshål och bara delas ut till betrodda försvarare.

  • Språkmodell
  • Kod
  • Agenter
  • Resonemang
  • Säkerhet
  • Multimodal
Stängd
Google Google 31 aug 2026
TimesFM-3

Googles öppna prognosmodell med 330 miljoner parametrar som utan extra träning kan förutsäga flera samverkande tidsserier samtidigt och ta hänsyn till sådant som kampanjer och väder.

  • Forskning & vetenskap
Öppna vikter 330M parametrar
Google Google 27 aug 2026
Gemini Omni 1.1 Flash

Googles videomodell för utvecklare som kan förlänga scener till 40 sekunder, fylla i video mellan en första och sista bild, göra snabba 360p-utkast och skala upp till 4K.

  • Videogenerering
  • Multimodal
Stängd
Google Google 27 aug 2026
Planetary Prediction Engine

En experimentell AI-agent från Google Research som utifrån en fråga i vanligt språk själv letar data, bygger och utvärderar en geografisk prognosmodell och skriver en rapport, på minuter i stället för veckor.

  • Agenter
  • Forskning & vetenskap
Stängd
Google Google 26 aug 2026
Gemini 3.5 Transcribe

Googles tal-till-text-modell som skriver ut tal som färdigstädad text: fyllnadsord och självrättelser tas bort, talare märks ut med tidsstämplar, och den känner automatiskt igen över 85 språk.

  • Tal till text
  • Multimodal
Stängd
Google Google 22 aug 2026
ORBIT

Ett nytt, svårare test från Google DeepMind för hur bra AI-metoder kan räkna ut kamerans rörelse i vardagsvideor, byggt av 360-gradersvideor från nätet.

  • 3D
  • Bildförståelse
Inaktuell
Google Google 13 aug 2026
Gemini 3.7 Flash

Googles arbetshäst för kod och agenter från augusti 2026, med tydligt bättre resultat än Gemini 3.6 Flash – tre veckor senare ersatt av Gemini 3.8 Flash.

  • Språkmodell
  • Kod
  • Agenter
  • Resonemang
Stängd
Google Google 6 aug 2026
WeatherNext Cyclones

Google DeepMinds öppna AI-modell för tropiska cykloner som förutsäger bana, styrka och vindfält i en och samma modell och enligt Google ger ungefär en extra dags varsel.

  • Forskning & vetenskap
Öppna vikter
Google Google 30 jul 2026
Gemini Robotics ER 2

Googles "hjärna" för robotar: en modell byggd på Gemini 3.5 Flash som förstår omgivningen, planerar uppgifter i flera steg, följer hur arbetet går och styr andra modeller och robotar som verktyg.

  • Robotik
  • Bildförståelse
  • Agenter
  • Resonemang
  • Multimodal
Stängd
Google Google 29 jul 2026
Lyria 3.5

Googles bästa musikmodell hittills, som gör hela låtar på upp till tre minuter med sång, text och arrangemang från en textbeskrivning eller en bild.

  • Musik & ljud
Stängd
Inaktuell
Google Google 21 jul 2026
Gemini 3.6 Flash

Googles arbetshästmodell från juli 2026, som enligt Google var bättre än Gemini 3.5 Flash på kod, kunskapsarbete och datorstyrning med färre genererade tokens och till lägre pris; numera ersatt av nyare Flash-modeller.

  • Språkmodell
  • Resonemang
  • Kod
  • Agenter
  • Bildförståelse
  • Multimodal
Stängd
Google Google 9 jun 2026
Gemini 3.5 Live Translate

Googles modell för direktöversättning av tal till tal på över 70 språk, som översätter löpande medan man pratar och behåller talarens tonfall.

  • Tal till text
  • Text till tal
  • Röstassistent
  • Multimodal
Stängd
Google Google 19 maj 2026
Antigravity Agent

Googles färdiga AI-agent i Gemini API som med ett enda anrop planerar, kör kod, hanterar filer och söker på webben i en egen Linux-miljö hos Google.

  • Agenter
  • Kod
  • Sök & kunskap
Stängd
Google Google 22 apr 2026
Vision Banana

Google DeepMinds forskningsmodell som visar att en bildgenerator, Nano Banana Pro, kan bli en toppmodell för bildförståelse genom att svara på synuppgifter med bilder.

  • Bildförståelse
  • Bildgenerering
  • Multimodal
Inaktuell
Google Google 15 apr 2026
Gemini 3.1 Flash TTS

Googles text-till-tal-modell från april 2026, där man styr tonfall, tempo och stil med vanliga ord inskrivna i texten, på över 70 språk – sedan september 2026 ersatt av Gemini 3.8 Flash TTS.

  • Text till tal
  • Röstassistent
Stängd
Google Google 2 apr 2026
Gemma 4

Googles öppna modellfamilj under Apache 2.0, i fyra storlekar från små modeller för mobiler till en 31B-modell som ryms på ett grafikkort, med bild- och videoförståelse och upp till 256k kontext.

  • Språkmodell
  • Resonemang
  • Kod
  • Agenter
  • Bildförståelse
  • Multimodal
  • Kör lokalt
Öppna vikter Fyra storlekar: E2B (5,1B med inbäddningar), E4B (8B), 26B A4B (MoE, 25,2B totalt, 3,8B aktiva) och 31B (tät, 30,7B)
Google Google 10 mar 2026
Gemini Embedding 2

Googles första inbäddningsmodell som lägger text, bilder, video, ljud och PDF:er i samma rum av vektorer, så att man kan söka mellan olika sorters innehåll.

  • Sök & kunskap
  • Multimodal
Stängd