Gemini Blogg - Én API-tilgang til 500+ KI-modeller

Google lanserer Gemini 3.1 Flash-Lite — en rask, rimelig LLM

Google lanserte Gemini 3.1 Flash-Lite, det nyeste medlemmet i Gemini 3-familien, spesielt utformet som en motor med høy gjennomstrømning, lav latens og god kostnadseffektivitet for utvikler- og bedriftsarbeidslaster. Google posisjonerer Flash-Lite som den "raskeste og mest kostnadseffektive" modellen i Gemini 3-serien: en lettvektsvariant som tar sikte på å levere strømmende interaksjoner, bakgrunnsbehandling i stor skala og høyfrekvente produksjonsoppgaver (for eksempel oversettelse, ekstraksjon, UI-generering og klassifisering i stort omfang) til en betydelig lavere pris enn Pro-variantene.

Gemini 3.1 Flash kommer snart: Hva det er

Gemini 3.1 Flash—det medlemmet av Gemini 3.1-familien med ultralav latenstid og støtte for bilder—rulles ut på tvers av Googles forbruker- og utviklerflater. Gemini 3.1 Flash-versjonene reduserer gapet mellom resonneringskvalitet og responsivitet. For bildeoppgaver forbedrer varianten Flash Image gjengivelsen av tekst i bilder og opprettholder konsistente identiteter for flere figurer og objekter på tvers av en arbeidsflyt — et vanlig smertepunkt for tidligere bildemodeller.

Gemini 3.1 Pro er nå tilgjengelig på CometAPI: hva det er og hvordan du får tilgang

Gemini 3.1 Pro er nå tilgjengelig på CometAPI, og du kan begynne å bruke den gjennom CometAPIs tjenester—til en rimeligere lanseringspris enn den offisielle prisen. CometAPI eksponerer allerede Gemini 3-familien og tilbyr en OpenAI-kompatibel måte å kalle disse modellene på gjennom en enkelt, enhetlig gateway; det gjør det raskt å eksperimentere med Gemini-modeller ved å bruke eksisterende OpenAI-SDK-er.

Google Gemini 3.5 (Snow Bunny) lekket: Alt du trenger å vite

Google tester i det stille en ny intern iterasjon av Gemini-familien — omtalt ulike steder som “Gemini 3.5” og under det intrigerende interne kodenavnet “Snow Bunny.” Med kodenavn "Snow Bunny" skal dette interne checkpointet angivelig ha knust eksisterende benchmarker og demonstrert en evne uten sidestykke til å generere hele programvareapplikasjoner—på opptil 3,000 linjer med fungerende kode—i én enkelt prompt.

Shopping på Google: Hvordan bruker dere Googles AI-shopping som forhandlere?

Google har omarbeidet handleopplevelsen sin rundt generativ KI og Gemini-modellfamilien. For forbrukere lover endringen samtalebasert produktutforskning, KI-genererte sammenligningsoversikter og — der det er tilgjengelig — automatisert «agentisk» utsjekk som kan kjøpe på dine vegne når forutsetningene er oppfylt. For forhandlere og utviklere kombinerer den nye løsningen to sett med API-er (shopping-API-er / merchant-API-er og Googles GenAI- / Gemini-API-er) og krever oppdaterte feed-praksiser, personvernkontroller og teknisk integrasjon.

Gemini API: hvilke filstørrelser og inndatametoder støttes nå?

12. januar 2026 publiserte Google en utvikleroppdatering for Gemini API som endrer hvordan du får filer inn i modellen og hvor store disse filene kan være. Kort fortalt: Gemini henter nå filer direkte fra eksterne lenker og skylagring (så du ikke alltid trenger å laste dem opp), og inline-filstørrelsesgrensen er hevet betydelig. Disse oppdateringene fjerner friksjon for apper i den virkelige verden som allerede lagrer media eller dokumenter i cloud buckets, og gjør korte prototyping- og produksjonsarbeidsflyter raskere og billigere.

Mar 30, 2026

Gemini 3 Flash vs Gemini 3 Pro: Pris, hastighet og resonnering

Gemini 3 Flash — optimalisert for rå gjennomstrømning, lav latens og kostnadseffektivitet — og Gemini 3 Pro — optimalisert for det dypeste multimodale resonnementet, de største kontekstvinduene og de høyeste benchmark-grensene. I praksis er Flash utformet for å flytte grensen for “produktivitetsflyt” for høyfrekvente utvikler- og interaktive applikasjoner; Pro er utformet for å maksimere intelligens i én enkelt forespørsel og håndtere svært store eller komplekse multimodale inndata. Avveiningene er enkle og målbare: Flash leverer betydelig lavere latens og vesentlig lavere kostnader per token, samtidig som den beholder mye av Gemini 3s resonnementsevne; Pro leverer de høyeste benchmark-resultatene, de mest avanserte modusene (f.eks. Deep Think) og større kapabiliteter med sikkerhetsvern til høyere kostnad og latens.

Er Gemini 3 Pro god til programmering? En realitetssjekk for 2026 og en praktisk guide

Googles Gemini 3 Pro kom som en oppsiktsvekkende multimodal modell som Google posisjonerer som et stort fremskritt innen resonnering, agentbaserte arbeidsflyter og kodeassistanse. I denne lengre artikkelen setter jeg meg fore å besvare ett klart spørsmål: Er Gemini 3 Pro god til koding? Kort svar: Ja — med viktige forbehold.