Tổng quan về tất cả các mô hình Google Gemini

18 mô hình trải dài qua 4 thế hệ. Một số miễn phí. Một số thực sự xuất sắc. Và một số đã ngừng phát triển.

Dòng sản phẩm Gemini đã trở nên khá phức tạp kể từ khi Google ra mắt phiên bản đầu tiên vào tháng 12 năm 2023. Pro, Flash, Flash-Lite, Nano, Ultra. Mỗi loại có chức năng gì? Bạn nên sử dụng mô hình nào?

Mọi người thường xuyên sử dụng các mô hình Gemini (chủ yếu thông qua API và Antigravity CLI). Dưới đây là tất cả những gì bạn cần biết về các tính năng, giá cả và tính khả dụng của tất cả các mô hình cạnh tranh với ChatGPT và Claude từ Google.

So sánh tất cả các mô hình Gemini

Dưới đây là tổng quan chi tiết về tất cả các mô hình Gemini cùng với những đặc điểm chính của chúng:

Gemini 3.8 Flash

Ngày phát hành: Tháng 9 năm 2026

Gemini 3.8 Flash đã chính thức ra mắt dưới dạng mô hình API ổn định kể từ ngày 2 tháng 9 năm 2026. Google định hướng mô hình này cho các tác vụ lập trình, vận hành agent và những workflow đòi hỏi kiến ​​thức chuyên sâu. Mô hình có khả năng tiếp nhận dữ liệu đầu vào dưới dạng văn bản, hình ảnh, video, âm thanh và file PDF, đồng thời tạo ra kết quả đầu ra là văn bản.

Mô hình này duy trì cửa sổ ngữ cảnh gồm 1.048.576 token và giới hạn đầu ra tối đa là 65.536 token, tương tự như phiên bản 3.7 Flash. Mốc thời gian giới hạn kiến ​​thức được công bố là tháng 3 năm 2026, mặc dù đối với một số lĩnh vực kiến ​​thức cụ thể, Google vẫn ghi nhận mốc tháng 1 năm 2025. Các cấp độ suy luận bao gồm thấp, trung bình và cao. Mô hình hỗ trợ các tính năng như gọi hàm, tạo đầu ra có cấu trúc, thực thi code, tích hợp Google Search, ngữ cảnh từ URL, tìm kiếm file và khả năng sử dụng máy tính (đang trong giai đoạn xem trước).

Theo các phép đo đối chiếu từ Google, Gemini 3.8 Flash đạt 90,8% trên Terminal-Bench 2.1, 61,6% trên SWE-Bench Pro và 45,4% trên Humanity's Last Exam. Trong cùng điều kiện thử nghiệm, Gemini 3.7 Flash đạt lần lượt 81,6%, 60,4% và 45,7%. Như vậy, cải tiến đáng kể nhất được công bố nằm ở các tác vụ thao tác trên dòng lệnh (terminal), thay vì những bài kiểm tra kiến ​​thức tổng quát. SWE-Bench Pro vẫn được xem là một chỉ số tham khảo phụ, do một số tác vụ trong đó còn gây tranh cãi.

• Giá áp dụng đến hết ngày 31 tháng 12 năm 2026: 0,75 USD cho dữ liệu đầu vào / 3,75 USD cho dữ liệu đầu ra trên mỗi triệu token.
• Giá áp dụng từ ngày 1 tháng 1 năm 2027: 1,50 USD cho dữ liệu đầu vào / 7,50 USD cho dữ liệu đầu ra trên mỗi triệu token.
• Chi phí lưu cache ngữ cảnh trong năm 2026: 0,075 USD trên mỗi triệu token đầu vào được lưu trữ.
• Chuỗi định danh API: gemini-3.8-flash

Gemini 3.8 Flash là mô hình thuộc dòng Flash đầu tiên cần cân nhắc thử nghiệm khi ưu tiên hàng đầu là các tác vụ lập trình hoặc vận hành agent. Google cũng lưu ý rằng mô hình này có thể tiêu tốn nhiều token hơn so với phiên bản 3.7 Flash trong một số tác vụ nhất định; do đó, các quy trình vận hành thực tế hiện tại nên được đánh giá lại dựa trên chính những câu lệnh (prompt) đang được sử dụng.

Gemini 3.8 Flash Cyber

Ngày phát hành: Tháng 9 năm 2026

Gemini 3.8 Flash Cyber ​​là phiên bản chuyên biệt về an ninh mạng phòng thủ, được phát triển dựa trên nền tảng Gemini 3.8 Flash. Google mô tả đây là mô hình dành cho việc phát hiện lỗ hổng bảo mật và tự động vá lỗi. Mô hình này kế thừa năng lực trí tuệ cốt lõi của Gemini 3.8 Flash, đồng thời các cơ chế triển khai và giới hạn an toàn đã được tinh chỉnh để phù hợp với các công việc trong lĩnh vực an ninh mạng.

Quyền truy cập hiện chỉ giới hạn cho các chuyên gia phòng thủ an ninh mạng đã qua kiểm duyệt thông qua chương trình Fairwind. Google chưa công bố bảng giá API công khai hay thông số về cửa sổ ngữ cảnh riêng biệt cho Flash Cyber; vì vậy, không nên so sánh mô hình này với các phiên bản API thông thường trong bảng giá.

Theo báo cáo từ Google, Flash Cyber ​​đạt kết quả 86,2% trên bài kiểm tra CyberGym (chỉ số Pass@1) và 47,2% trên CWE-Bench (chỉ số Pass@1). Mô hình này cũng đạt hơn 70% trong một bài kiểm tra nội bộ dựa trên các lỗ hổng bảo mật thực tế. Đây là các số liệu do nhà cung cấp đưa ra trong khuôn khổ chương trình Fairwind; do đó, không thể so sánh trực tiếp với những điểm số của dòng Gemini Flash nêu trên vì thiết lập đánh giá giữa các trường hợp này là khác nhau.

Gemini 3.7 Flash

Ngày phát hành: Tháng 8 năm 2026

Gemini 3.7 Flash đã chính thức khả dụng dưới dạng mô hình API ổn định kể từ ngày 13 tháng 8 năm 2026. Google định hướng mô hình này cho các agentic workflow đòi hỏi tốc độ cao, công việc lập trình và những tác vụ phức tạp gồm nhiều bước. Mô hình có khả năng tiếp nhận dữ liệu đầu vào dưới dạng văn bản, hình ảnh, video, âm thanh và file PDF, đồng thời tạo ra kết quả đầu ra là văn bản.

Mô hình cung cấp cửa sổ ngữ cảnh lên tới 1.048.576 token và cho phép tạo ra tối đa 65.536 token đầu ra. Các cấp độ suy luận bao gồm thấp, trung bình và cao. Ngoài ra, mô hình còn hỗ trợ gọi hàm, tạo đầu ra có cấu trúc, thực thi code, tích hợp Google Search, xử lý ngữ cảnh từ URL và tính năng Computer Use đang trong giai đoạn thử nghiệm (preview).

Tài liệu Google cập nhật ngày 12/10/2026 ghi Gemini 3.7 Flash đã deprecated, không còn chọn được trong AI Studio và yêu cầu API được chuyển sang 3.8 Flash.

Các đặc điểm chính:

• Cửa sổ ngữ cảnh: 1.048.576 token
• Đầu ra tối đa: 65.536 token
• Mốc dữ liệu: Tháng 3 năm 2026
• Mức giá áp dụng đến hết ngày 31 tháng 12 năm 2026: 0,75 USD cho đầu vào / 3,75 USD cho đầu ra trên mỗi triệu token
• Lưu cache ngữ cảnh: 0,075 USD trên mỗi triệu token đầu vào được lưu trong cache
• Chuỗi định danh API: gemini-3.7-flash

Một chi tiết quan trọng cần lưu ý khi lập kế hoạch chi phí:

Google gọi đây là mức giá giới thiệu trong thời gian hạn định. Theo bảng giá hiện tại, từ ngày 1 tháng 1 năm 2027, mức giá tiêu chuẩn sẽ tăng lên 1,50 USD cho đầu vào và 7,50 USD cho đầu ra. Công cụ tính toán và bảng giá luôn hiển thị mức giá có hiệu lực tại thời điểm hiện tại.

Gemini 3.6 Flash

Ngày phát hành: Tháng 7 năm 2026

Gemini 3.6 Flash là thế hệ Flash mới nhất tại thời điểm ra mắt của Google, được công bố vào ngày 21 tháng 7 năm 2026. Nó không thay thế Gemini 3.5 Flash (cả hai phiên bản vẫn có sẵn song song), nhưng được tinh chỉnh để tiết kiệm token hơn: Ít hơn 17% token đầu ra theo Artificial Analysis Index, cùng với ít bước suy luận và lệnh gọi công cụ hơn trong quy trình làm việc nhiều bước.

Điều đó cũng thể hiện ở giá cả: Chi phí đầu ra là 7,50 USD thay vì 9 USD cho 3.5 Flash, trong khi chi phí đầu vào vẫn là 1,50 USD. Thời điểm cắt giảm kiến ​​thức cũng được đẩy nhanh đáng kể, từ tháng 1 năm 2025 lên tháng 3 năm 2026.

Các tính năng chính:

• Hiệu quả sử dụng token hơn: Ít hơn 17% token đầu ra so với 3.5 Flash, ít bước suy luận và gọi công cụ hơn
• Lập trình agentic: 58,7% trên SWE-Bench Pro (3.5 Flash 55,1%, 3.1 Pro 54,2%)
• Computer Use: 83% trên OSWorld-Verified (tăng từ 78,4%)
• DeepSWE: 49% (tăng từ 37%), MLE-Bench: 63,9%
• Ngữ cảnh 1 triệu token, thời điểm dừng của nguồn kiến ​​thức là tháng 3 năm 2026 (trước đây là tháng 1 năm 2025)
• Giá: 1,50 USD mỗi triệu token đầu vào / 7,50 USD mỗi triệu token đầu ra  (đầu ra rẻ hơn 3.5 Flash)
• Lưu cache ngữ cảnh: 0,15 USD cho đầu vào được lưu cache
• Chuỗi API: gemini-3.6-flash

Gemini 3.5 Flash-Lite

Ngày phát hành: Tháng 7 năm 2026

Gemini 3.5 Flash-Lite là phiên bản Lite mới nhất của Google, được công bố vào ngày 21 tháng 7 năm 2026 và là một bước nâng cấp so với phiên bản tiền nhiệm 3.1 Flash-Lite (tháng 2 năm 2026) cũng như phiên bản cũ hơn 2.5 Flash-Lite. Nó được xây dựng cho các tác vụ có thông lượng cao, độ trễ thấp như tìm kiếm tự động và xử lý tài liệu.

Sự cải thiện về chất lượng so với 3.1 Flash-Lite là đáng kể: trên Terminal-Bench 2.1, mô hình này đạt 54% thay vì 31%, tăng 23 điểm. Nó cũng vượt trội hơn một số mô hình tiền nhiệm lớn hơn trong các tác vụ lập trình và Computer Use.

Các tính năng chính:

• Terminal-Bench 2.1: 54% (3.1 Flash-Lite: 31%)
• Lập trình agentic: 54,2% trên SWE-Bench Pro (Gemini 3 Flash: 49,6%)
• Computer Use: 74,0% trên OSWorld-Verified (tăng từ 65,1%)
• Ngữ cảnh dài: 72,2% trên GDM-MRCR v2
• Ngữ cảnh 1 triệu token
• Giá: $0,30 cho mỗi triệu token đầu vào / $2,50 cho mỗi triệu token đầu ra 
• Lưu cache ngữ cảnh: $0,03 cho các đầu vào được lưu cache
• Chuỗi API: gemini-3.5-flash-lite

Gemini 3.5 Flash

Ngày phát hành: Tháng 5 năm 2026

Gemini 3.5 Flash là thế hệ Flash agentic của Google, được giới thiệu tại Google I/O 2026 (ngày 19 tháng 5 năm 2026). Gemini 3.6 Flash đã được ra mắt sau đó với hiệu suất sử dụng token cao hơn, nhưng 3.5 Flash vẫn hoàn toàn khả dụng. Nó mang lại hiệu năng vượt trội trong các tác vụ agentic và đánh bại Gemini 3.1 Pro trên một số bài kiểm tra lập trình và agent, trong khi chi phí chỉ bằng một phần nhỏ.

Những tính năng chính:

• Lập trình agentic: 76,2% trên Terminal-Bench 2.1 (vượt trội hơn 70,3% của 3.1 Pro)
• Sử dụng công cụ: 83,6% trên MCP Atlas
• Suy luận đa phương thức: 84,2% trên CharXiv Reasoning
• Nhanh hơn khoảng 4 lần về số lượng token đầu ra so với các mô hình tiên tiến tương đương
• Đầu vào 1 triệu token, đầu ra tối đa 64.000 token
• Đa phương thức: văn bản, hình ảnh, âm thanh, video và PDF
• Giá: 1,50 USD cho mỗi triệu token đầu vào / 9 USD cho trên mỗi triệu token đầu ra 
• Lưu cache ngữ cảnh: 0,15 USD cho đầu vào được lưu vào cache (giảm giá 90%)
• Chuỗi API: gemini-3.5-flash

Gemini 3.1 Pro

Ngày phát hành: Tháng 2 năm 2026

Gemini 3.1 Pro là mô hình suy luận thuần túy mạnh nhất của Google và đánh dấu một bước tiến vượt bậc so với tất cả các phiên bản tiền nhiệm. Từ tháng 2 năm 2026, nó đã được cung cấp rộng rãi thông qua API Gemini, Google AI Studio và Vertex AI.

Các tính năng chính:

• Khả năng suy luận gấp đôi so với Gemini 3 Pro trong các tác vụ phức tạp
• Đạt 94,3% trên GPQA Diamond (khả năng suy luận cấp độ PhD), điểm số cao nhất từ ​​trước đến nay
• Đạt 80,6% trên SWE-bench Verified (lập trình agentic)
• Đầu vào 1 triệu token, đầu ra tối đa 64.000 token
• Đa phương thức: Văn bản, hình ảnh, âm thanh, video và PDF
• Giá API theo bậc: 2,00 USD / 12,00 USD cho mỗi triệu token (dưới 200.000 ngữ cảnh), 4,00 USD / 18,00 USD (trên 200.000 ngữ cảnh)
• Lưu cache ngữ cảnh: Giảm giá 90% cho các token đầu vào được lưu trong cache (0,20 USD / 0,40 USD)
• Chuỗi API: gemini-3.1-pro

Tính khả dụng: Gemini 3.1 Pro hiện đã có sẵn từ tháng 2 năm 2026 thông qua API Gemini trong Google AI Studio, Vertex AI và Gemini Enterprise. Nó được định vị là phiên bản cao cấp dành cho các tác vụ nghiên cứu, lập trình và phân tích đòi hỏi khắt khe.

Gemini 3 Flash

Ngày phát hành: Tháng 12 năm 2025

Gemini 3 Flash là mô hình cân bằng của Google, kết hợp trí tuệ tiên tiến với tốc độ cao và chi phí thấp. Được cung cấp rộng rãi từ tháng 12 năm 2025, đây là mô hình mặc định trong ứng dụng Gemini.

Các tính năng chính:

• Hiệu suất vượt trội: 90,4% trên GPQA Diamond, 81,2% trên MMMU Pro
• Lập trình agentic: 78% trên SWE-bench Verified
• Nhanh hơn gấp 3 lần so với Gemini 2.5 Pro ở chất lượng tương đương
• Độ chính xác tổng thể tốt hơn 15% so với Gemini 2.5 Flash
• Đầu vào 1 triệu token, đầu ra tối đa 64.000 token
• Đa phương thức: Văn bản, hình ảnh, âm thanh, video và PDF
• Giá: 0,50 USD đầu vào / 3,00 USD cho mỗi triệu token đầu ra 
• Lưu cache ngữ cảnh: Giảm 90% chi phí cho các token được lưu vào cache (0,05 USD đầu vào)
• Chuỗi API: gemini-3-flash

Tính khả dụng: Gemini 3 Flash hiện có sẵn thông qua API Gemini trong Google AI Studio, Vertex AI và Gemini Enterprise. Đây là mô hình mặc định trong ứng dụng Gemini và AI Mode trong Google Search. Các công ty như JetBrains, Bridgewater Associates và Figma sử dụng nó trong môi trường sản xuất.

Gemini 3 Pro

Ngày phát hành: Tháng 11 năm 2025

Gemini 3 Pro là thế hệ thứ ba của mô hình AI cao cấp của Google với trí tuệ tiên tiến, Deep Research và hiệu năng vượt trội. Có sẵn rộng rãi từ tháng 11 năm 2025 đến tháng 3 năm 2026.

Các tính năng chính:

• Trí tuệ tiên tiến từ Google DeepMind
• Khả năng suy luận được cải thiện so với Gemini 2.5 Pro
• Deep Research cho các phân tích phức tạp, nhiều bước
• Cải tiến đa phương thức, đặc biệt là trong hiểu video
• Cửa sổ ngữ cảnh 1 triệu token (đầu vào), tối đa 64.000 token đầu ra
• Giá API theo bậc: 2,00 USD / 12,00 USD cho mỗi triệu token (dưới 200.000 ngữ cảnh), 4,00 USD / 18,00 USD (trên 200.000 ngữ cảnh)
• Chuỗi API: gemini-3-pro

Tình trạng sẵn có: Gemini 3 Pro đã được thay thế bởi Gemini 3.1 Pro và ngừng hoạt động vào tháng 3 năm 2026. Nếu bạn cần hiệu năng cao cấp ngay hôm nay, hãy sử dụng trực tiếp Gemini 3.1 Pro.

Gemini 2.5 Pro

Ngày phát hành: Tháng 3 năm 2025

Gemini 2.5 Pro là phiên bản cao cấp của Google cho đến cuối năm 2025 và vẫn là lựa chọn đáng tin cậy cho các tác vụ đòi hỏi cao. 

Cụ thể phiên bản Pro cung cấp những gì?

• Hiệu suất hàng đầu cho các tác vụ suy luận và lập trình phức tạp
• Cửa sổ ngữ cảnh 1 triệu token (thử nghiệm cũng có thể lên đến 2 triệu)
• Giá theo bậc: $1.25 / $10 cho các prompt tiêu chuẩn (≤ 200K token), $2.50 / $15 cho các prompt dài hơn
• Đa phương thức tích hợp (xử lý văn bản, hình ảnh, âm thanh, video cùng nhau)
• Prompt caching với mức giảm giá 90% cho các đầu vào được lưu trong cache ($0.125 / $0.25 thay vì $1.25-2.50)
• Chuỗi mô hình API: gemini-2.5-pro

Gemini 2.5 Flash

Ngày phát hành: Tháng 4 năm 2025

Gemini 2.5 Flash là phiên bản cân bằng, mô hình "bất hủ" của dòng 2.5. Nó cung cấp 90% hiệu năng của phiên bản Pro nhưng giá thành chỉ bằng một phần nhỏ và tốc độ nhanh hơn đáng kể.

Thông số kỹ thuật chính:

• 90% hiệu năng của phiên bản Pro với chi phí thấp hơn nhiều
• Nhanh hơn 2-3 lần so với phiên bản Pro (tốc độ suy luận)
• Ngữ cảnh 1 triệu token
• $0.30 cho mỗi triệu token đầu vào / $2.50 cho mỗi triệu token đầu ra 
• Prompt caching: $0.03 cho các đầu vào được lưu vào cache
• Đa phương thức: Văn bản, hình ảnh, âm thanh, video
• Chuỗi API: gemini-2.5-flash

Gemini 2.5 Flash-Lite

Ngày phát hành: Tháng 6 năm 2025

Gemini 2.5 Flash-Lite đúng như tên gọi: LLM rẻ nhất và dễ sử dụng trên thị trường, đồng thời cực kỳ nhanh.

Các thông số chính:

• 0,10 USD cho mỗi triệu token đầu vào / 0,40 USD cho mỗi triệu token đầu ra (rẻ nhất trên thị trường)
• Nhanh hơn gấp 5 lần so với các phiên bản Pro
• Vẫn đạt 70-80% hiệu năng của Flash
• Ngữ cảnh 1 triệu token
• Prompt caching: 0,01 USD cho các đầu vào được lưu vào cache
• Đa phương thức: Văn bản, hình ảnh, âm thanh, video
• Chuỗi API: gemini-2.5-flash-lite

Gemini 2.0 Flash

Ngày phát hành: Tháng 12 năm 2024

Gemini 2.0 Flash là phiên bản cũ hơn của Flash và đã bị ngừng hỗ trợ vào tháng 6 năm 2026. Ưu điểm lớn của nó là gói API miễn phí với giới hạn số lượng yêu cầu.

Thông tin nhanh (tính đến thời điểm ngừng hỗ trợ):

• Gói miễn phí (giới hạn số lượng yêu cầu: 15 yêu cầu/phút, 1.500 yêu cầu/ngày, 1 triệu yêu cầu/tháng) hoặc gói trả phí: 0,10 USD / 0,40 USD cho mỗi triệu token
• ~80% hiệu năng của Flash 2.5
• Ngữ cảnh 1 triệu token
• Đa phương thức: Văn bản, hình ảnh, âm thanh
• Chuỗi API: gemini-2.0-flash

Nếu bạn vẫn đang sử dụng Flash 2.0 trong các dự án cũ, hãy chuyển sang Flash 2.5. Để tạo prototype miễn phí, gói miễn phí trong Google AI Studio vẫn khả dụng.

Gemini 1.5 Pro

Ngày phát hành: Tháng 2 năm 2024

Gemini 1.5 Pro là một bước tiến lớn vào năm 2024: Mô hình đầu tiên với ngữ cảnh 2 triệu token. Đó là một kỷ lục thế giới vào thời điểm đó.

Hiện tại, nó đã ngừng hoạt động vào ngày 30 tháng 4 năm 2025. Nếu bạn vẫn đang sử dụng 1.5 Pro, hãy chuyển sang 2.5 Pro hoặc phiên bản mới hơn. Hiệu suất sẽ tốt hơn, ít rắc rối hơn.

Những gì Gemini 1.5 Pro có:

• 2 triệu token (ấn tượng vào thời điểm đó).
• Đa phương thức tích hợp.
• Phân tích video và tài liệu mạnh mẽ vào năm 2024.

Gemini 1.5 Flash

Ngày phát hành: Tháng 5 năm 2024

Gemini 1.5 Flash về cơ bản là phiên bản rẻ hơn, nhanh hơn của 1.5 Pro, cũng đã bị ngừng hỗ trợ.

Ưu điểm chính:

• Ngữ cảnh 1 triệu token.
• Nhanh, chi phí thấp.
• Đa phương thức.

Nhưng nó đã ngừng hoạt động vào ngày 30 tháng 4 năm 2025. Người dùng nên chuyển sang 2.5 Flash hoặc phiên bản mới hơn.

Gemini 1.0 Pro và Ultra

Ngày phát hành: Tháng 12 năm 2023

Gemini 1.0 là nỗ lực đầu tiên. Hiện nay, không còn phù hợp.

Những tính năng chính:

• Ngữ cảnh 32.000 token.
• Chỉ văn bản, không có hình ảnh/video.
• Phiên bản Pro là tiêu chuẩn, Ultra là cao cấp.

Cả hai đều đã lỗi thời. Google nhanh chóng thay thế chúng bằng 1.5 và 2.x, những phiên bản tốt hơn nhiều.

Gemini Nano

Ngày phát hành: Tháng 12 năm 2023 / Tháng 5 năm 2024

Gemini Nano khác biệt ở chỗ nó là Trí tuệ nhân tạo (AI) trên thiết bị dành cho điện thoại thông minh, chạy cục bộ, không cần đám mây.

Những điểm quan trọng:

• Chạy trên thiết bị: Trực tiếp trên điện thoại thông minh, không cần gọi đám mây
• Hai phiên bản: Nano-1 (chỉ văn bản) và Nano-2 (đa phương thức)
• 4.000 từ ngữ cảnh (ít, nhưng đủ cho các tác vụ trên điện thoại thông minh)
• Quyền riêng tư: Mọi thứ đều được lưu trữ cục bộ
• Phần cứng: Điện thoại thông minh Pixel, Samsung Galaxy S24+, các thiết bị Android khác
• Trường hợp sử dụng: Trả lời thông minh, phiên âm trực tiếp, dịch ngoại tuyến, chỉnh sửa ảnh
• Khả dụng: Đã được tích hợp trên nhiều điện thoại Android. Google triển khai thông qua các bản cập nhật hệ thống. Các nhà phát triển có thể sử dụng API AICore.