工具配置与选型 · 入门
Google Gemini
Google 原生多模态 LLM，长上下文和免费额度突出，适合研究型用户和 Google 生态使用者。
Google Gemini
Google 原生多模态 LLM，长上下文和免费额度慷慨，适合研究型用户。
一、是什么
Google Gemini 是 Google 开发的大语言模型系列，支持文本、图像、音频、视频输入，提供 Gemini App 消费者产品和 Gemini API 开发者接口。
二、为什么重要
Gemini 与 Google 搜索、YouTube、Google Workspace、Google Cloud 深度集成，在多模态理解、长上下文和搜索 grounding 方面有独特优势。
三、核心机制 / 关键信息
- 官方名称：Google Gemini
- 官网：https://ai.google.dev
- 对话入口：https://gemini.google.com
- 开发者文档：https://ai.google.dev/gemini-api/docs
- GitHub：https://github.com/google-gemini
- RSS / 动态：https://ai.google.dev/gemini-api/docs/changelog
- 当前主要版本 / 模型矩阵：Gemini 3 / 3.5 系列、Gemini 2.5 系列、Veo、Imagen 等（官方按 stable / preview / experimental 标识）
- 国内可用性：官方未面向中国大陆提供稳定服务；实际可用性以官方支持地区为准
- 定价模式：免费层 + API 按量付费
四、典型用法（0→1→2→3）
- Step 0：准备多模态材料：PDF、图片、视频、音频或代码仓库。
- Step 1：在 Gemini App 或 AI Studio 提问：利用长上下文一次性处理大量材料。
- Step 2：接入 Google 工作流：在 Google Docs、Sheets 或 Cloud 中使用 Gemini。
- Step 3：API 自动化：调用 Gemini API 做批量内容处理或 RAG 应用。
五、常见误区与替代方案
- 误区：Gemini 所有功能在中国大陆可用。Google consumer 服务在大陆访问受限。
- 误区：免费版无限制。免费层有速率限制，商业使用需关注配额。
- 替代方案：需要更成熟的第三方生态时对比 ChatGPT；需要更强代码能力时对比 Claude。
六、延伸阅读 / 相关卡片
- [[OpenAI / ChatGPT]]
- [[Anthropic Claude]]
- [[Meta Llama]]
- Gemini API Changelog
使用提示（AI 引用块）
- 适用场景：长文档分析、多模态理解、Google 生态集成、学术研究。
- 不适用场景：需要中国大陆稳定直连、严格数据不出境。
- 常见错误：把 Gemini 的搜索 grounding 结果当作完全权威，仍需核对来源。
这张卡片由杨思远基于真实工作流和实测经验整理。如发现信息过时或有误，可通过 /contact 反馈。
适用场景与行动
场景：需要处理长文档、多模态内容，或已经与 Google 办公/云服务深度绑定
适合谁：研究者、学生、Google 生态用户、需要多模态理解的创业者
下一步：在 Google AI Studio 或 Gemini App 中上传一份长文档，尝试用中文提问并验证答案。
这张卡片由杨思远基于真实工作流和实测经验整理。
如发现信息过时或有误，可通过 /contact 反馈。