Gemini Blog - Én API-adgang 500+ AI-modeller

Google præsenterer Gemini 3.1 Flash-Lite — en hurtig og omkostningseffektiv LLM

Google introducerede Gemini 3.1 Flash-Lite, det nyeste medlem af Gemini 3-familien, der er specifikt designet som en omkostningseffektiv motor med høj gennemstrømning og lav latenstid til arbejdsbelastninger hos udviklere og virksomheder. Google positionerer Flash-Lite som den “hurtigste og mest omkostningseffektive” model i Gemini 3-serien: en letvægtsvariant, der sigter mod at levere streamede interaktioner, baggrundsbehandling i stor skala og højfrekvente produktionsopgaver (for eksempel oversættelse, udtræk, UI-generering og klassificering i stor skala) til en væsentligt lavere pris end Pro-modellerne

Gemini 3.1 Flash kommer snart: Hvad det er

Gemini 3.1 Flash—det medlem af Gemini 3.1-familien med ultralav latenstid og understøttelse af billeder—rulles ud på tværs af Googles forbruger- og udviklerplatforme. Gemini 3.1 Flash-builds mindsker kløften mellem ræsonneringskvalitet og responsivitet. Til billedopgaver forbedrer Flash Image-varianten gengivelsen af tekst i billeder og opretholder sammenhængende identiteter for flere figurer og objekter på tværs af en arbejdsgang — et almindeligt smertepunkt for tidligere billedmodeller.

Gemini 3.1 Pro er nu tilgængelig på CometAPI: Hvad det er og hvordan du får adgang

Gemini 3.1 Pro er nu tilgængelig på CometAPI, og du kan begynde at bruge den via CometAPI's tjenester—til en mere overkommelig lanceringspris end den officielle pris. CometAPI udstiller allerede Gemini 3-familien og tilbyder en OpenAI-kompatibel adgangsvej til at kalde disse modeller fra en enkelt, samlet gateway; det gør det hurtigt at eksperimentere med Gemini-modeller ved hjælp af eksisterende OpenAI SDK'er.

Google Gemini 3.5(Snow Bunny) Lækket: Alt du behøver at vide

Google tester i al stilhed en ny intern iteration af sin Gemini-familie — omtalt forskelligt som “Gemini 3.5” og under det interessante interne kodenavn “Snow Bunny”. Det interne checkpoint med kodenavnet "Snow Bunny" har angiveligt knust eksisterende benchmarks og dermed demonstreret en hidtil uset evne til at generere hele softwareapplikationer — op til 3,000 linjer fungerende kode — med en enkelt prompt.

Shopping på Google: Hvordan bruger I Googles AI-shopping som forhandlere?

Google har omarbejdet sin shoppingoplevelse omkring generativ AI og Gemini-familien af modeller. For forbrugere lover ændringen samtalebaseret produktopdagelse, AI-genererede sammenligningsoversigter og — hvor det er muligt — automatiseret “agentic” checkout, der kan købe på dine vegne, når betingelserne er opfyldt. For forhandlere og udviklere kombinerer den nye overflade to sæt API’er (shopping-/merchant-API’er og Googles GenAI-/Gemini-API’er) og kræver opdaterede feed-praksisser, privatlivskontroller og teknisk integration.

Gemini API: Hvilke filstørrelser og inputmetoder understøttes nu?

Den 12. januar 2026 offentliggjorde Google en udvikleropdatering til Gemini API'et, som ændrer, hvordan man får filer ind i modellen, og hvor store disse filer kan være. Kort fortalt: Gemini henter nu filer direkte fra eksterne links og skylagring (så du ikke altid behøver at uploade dem), og grænsen for størrelsen på inline-filer er blevet hævet betydeligt. Disse opdateringer fjerner friktion for apps i den virkelige verden, der allerede lagrer medier eller dokumenter i cloud-buckets, og gør korte arbejdsgange til prototyping og produktion hurtigere og billigere.

Mar 30, 2026

Gemini 3 Flash vs Gemini 3 Pro: Pris, hastighed og ræsonnement

Gemini 3 Flash — optimeret til rå gennemløbskapacitet, lav latenstid og omkostningseffektivitet — og Gemini 3 Pro — optimeret til den dybeste multimodale ræsonnering, de største kontekstvinduer og de højeste benchmarkresultater. I praksis er Flash designet til at flytte “produktivt flow”-fronten for højfrekvente udvikler- og interaktive applikationer; Pro er designet til at maksimere intelligensen i enkeltforespørgsler og håndtere meget store eller komplekse multimodale input. Afvejningerne er enkle og målbare: Flash leverer markant lavere latenstid og væsentligt lavere omkostninger pr. token, samtidig med at en stor del af Gemini 3’s ræsonneringsevne bevares; Pro leverer de højeste benchmarkresultater, de mest avancerede tilstande (fx Deep Think) og større, sikkerhedsbeskyttede muligheder til højere omkostninger og latenstid.

Er Gemini 3 Pro god til programmering? Et realitetstjek for 2026 og en praktisk guide

Googles Gemini 3 Pro ankom som en opsigtsvækkende multimodal model, som Google positionerer som et stort fremskridt inden for ræsonnering, agentbaserede arbejdsgange og hjælp til kodning. I denne længere artikel sætter jeg mig for at besvare ét klart spørgsmål: Er Gemini 3 Pro god til kodning? Kort svar: Ja — med vigtige forbehold.