Gemini

Overview

Google Gemini คือกลุ่มโมเดลปัญญาประดิษฐ์แบบเนทีฟมัลติโมดอล (Native Multimodal) ที่พัฒนาโดย Google DeepMind โดยถูกสร้างขึ้นตั้งแต่รากฐานให้สามารถเข้าใจ ประมวลผล และเชื่อมโยงข้อมูลในรูปแบบต่าง ๆ ทั้งข้อความ รูปภาพ วิดีโอ เสียง และโค้ดได้พร้อมกันอย่างเป็นธรรมชาติ จุดเด่นระดับแนวหน้าของอุตสาหกรรมคือหน้าต่างบริบท (Context Window) ขนาดยักษ์สูงสุดถึง 2 ล้านโทเคน ซึ่งช่วยให้นักพัฒนาสามารถส่งไฟล์เอกสารหนาหลายพันหน้า วิดีโอนานหลายชั่วโมง หรือโค้ดเบสทั้งหมดเข้าสู่โมเดลได้ในคำสั่งเดียว

Model Lineup

Model	Target Use Case	Key Strength
Gemini 2.5 Pro	การวิเคราะห์บริบทเชิงลึกและการใช้เหตุผลขั้นสูง	หน้าต่างบริบทสูงสุด 2 ล้านโทเคน ประสิทธิภาพการเขียนโค้ด การแก้ปัญหาคณิตศาสตร์ และการคิดหลายขั้นตอนระดับแถวหน้า
Gemini 2.5 Flash / 2.0 Flash	ความเร็วสูงและการโต้ตอบมัลติโมดอลสด	ความหน่วงต่ำพิเศษ รองรับการสตรีมเสียงและวิดีโอแบบเรียลไทม์ (Live API) และการเรียกใช้เครื่องมืออัตโนมัติ
Gemini 2.0 Flash-Lite	งานความถี่สูงที่เน้นความคุ้มค่าด้านต้นทุน	คุ้มค่าสูงสุดต่อโทเคน เหมาะสำหรับงานสเกลใหญ่ การสกัดข้อมูล และงานประมวลผลแบตช์
Gemini 1.5 Pro	โมเดลการประมวลผลเอกสารขนาดยาว	โมเดลหลักสำหรับการค้นคว้าและการวิเคราะห์ข้อมูลเชิงลึกจากคลังข้อมูลขนาดใหญ่

Detailed Models

1. Gemini 2.5 Pro

โมเดลเรือธงอัจฉริยะขั้นสูงของ Google ออกแบบมาสำหรับงานที่ต้องการการใช้เหตุผลเชิงลึก การทำความเข้าใจโครงสร้างโค้ดที่ซับซ้อน และการสรุปความจากข้อมูลขนาดมหึมา

• Context Window: สูงสุด 2,000,000 โทเคน
• เหมาะสำหรับ: การวิเคราะห์และรีแฟกเตอร์โค้ดเบสทั้งระบบ, การวิจัยเชิงลึกจากงานวิจัยจำนวนมาก และการวิเคราะห์ภาพยนตร์หรือวิดีโอยาวแบบจับประเด็นย่อย

2. Gemini 2.5 Flash / 2.0 Flash

โมเดลรุ่นหลักที่เน้นความเร็วสูงสุด มีความสามารถด้านการโต้ตอบด้วยเสียงแบบสองทิศทาง (Bidirectional Audio) และการรับชมภาพจากกล้องแบบสด ทำให้เหมาะกับการสร้างผู้ช่วยสนทนาเรียลไทม์

• Context Window: 1,048,576 โทเคน
• เหมาะสำหรับ: ผู้ช่วยสั่งงานด้วยเสียง, การทำงานอัตโนมัติแบบเอเจนต์ (Agentic Tool Calling), และการทำต้นแบบแอปพลิเคชันอย่างรวดเร็ว

3. Gemini 2.0 Flash-Lite

โมเดลที่ปรับขนาดเพื่อความประหยัดและความเร็วในการอนุมาน เหมาะสำหรับบริการที่ต้องการประสิทธิภาพต่อราคาดีเยี่ยม

• Context Window: 1,048,576 โทเคน
• เหมาะสำหรับ: การสรุปข้อความสั้น, การจัดหมวดหมู่ข้อมูล, ระบบถาม-ตอบข้อมูล FAQ, และงานดึงข้อมูลโครงสร้าง JSON