Google Vertex供应商

Google: Gemini Omni Flash Preview 是一款专为视频、图像和文本任务设计的多模态模型。它针对视频生成优化了，可在单一模型中同时提供视频输出和文本回复。

Google: Gemini Omni 1.1 Flash Preview 是一款专为视频、图像和文本任务设计的多模态模型。它针对视频生成优化了，能在单一模型中同时提供视频输出和文本响应。

gemini-embedding-2 是 Google 的首个多模态嵌入模型。我们目前支持将文本和图像映射到统一的向量空间，以用于语义搜索和检索增强生成 (RAG)。它支持高达 8,192 个 token 的输入上下文，并提供 128 到 3,072 之间的灵活输出维度（推荐：768、1536 或 3,072）。该模型专为跨模态相似度设计——你可以嵌入文本查询并检索最相关的图像，反之亦然——使其非常适合多模态搜索、推荐和文档理解流程。

Claude Opus 4.1 是 Anthropic 旗舰模型的更新版本，在编程、推理和代理任务方面提供了更高的性能。它在 SWE-bench Verified 上取得了 74.5% 的成绩，并在多文件代码重构、调试精度和注重细节的推理方面表现出显著提升。该模型支持高达 64K tokens 的扩展思维，并针对涉及研究、数据分析和工具辅助推理的任务优化了。

Anthropic: Claude Opus 4.7 是 Anthropic Opus 系列的下一代产品，专为长期运行的异步代理而构建。在 Anthropic: Claude Opus 4.7 强大的编码和代理能力基础上，它在处理复杂的、多步骤任务时表现更出色，并在扩展工作流程中提供更可靠的代理执行。它特别适用于任务随时间展开的异步代理流水线，例如大型代码库、多阶段调试和端到端项目编排。

除了编码之外，Anthropic: Claude Opus 4.7 还带来了改进的知识工作能力——从起草文档和制作演示文稿到分析数据。它在超长输出和扩展会话中保持连贯性，使其成为需要持久性、判断力和后续跟进的任务的强力首选。

Anthropic: Claude Opus 5 是 Anthropic 旗舰级 Opus 系列模型，专为高级推理、编码和高价值知识工作而设计，提供接近 Claude Fable 5 的前沿级性能，成本约为后者的一半。它支持文本、图像和文件输入以及文本输出，提供 100 万 token 的上下文窗口，非常适合复杂的软件工程、科学研究和长期代理工作流。

Anthropic: Claude Fable 5.1 是 Anthropic 最新的模型，专为严苛的推理和长周期代理任务而设计，在长时间编码、多步研究以及文档、电子表格和幻灯片工作流程中表现更强。它支持文本和图像输入、文本输出、100 万 token 上下文窗口，以及始终开启并基于工作量引导的自适应思维功能。

Anthropic: Claude Sonnet 5 用来成为迄今为止最具智能体能力的 Sonnet 模型。它能进行规划、使用浏览器和终端等工具，并能以近期仅更大、更昂贵的模型才能达到的水平自主运行。

Sonnet 4.6 是 Anthropic 迄今为止功能最强大的 Sonnet 系列模型，在编程、智能体和专业工作领域展现出前沿性能。它擅长迭代开发、复杂的代码库导航、有记忆功能的端到端项目管理、精致的文档创建，以及用于 Web QA 和工作流自动化的自信计算机使用。

Opus 4.6 是 Anthropic 用于编码和长期专业任务的最强模型。它专为在整个工作流中运行而非仅处理单一提示词的智能体而构建，所以在处理大型代码库、复杂重构以及随时间展开的多步调试方面特别有效。与前几代产品相比，该模型展现出更深层的上下文理解能力、更强的任务分解能力以及在艰巨工程任务中更高的可靠性。除编码外，Opus 4.6 在持续性知识工作方面表现出色。它能在一次处理中生成接近生产就绪的文档、计划和分析，并能在超长输出和长时间会话中保持连贯性。这使其成为需要持久性、判断力和执行力的任务（如技术设计、迁移规划和端到端项目执行）的强力首选。对于从早期 Opus 版本升级的用户，请参阅我们的 官方迁移指南。

Claude Opus 4.5 是 Anthropic 最新的前沿推理模型，专为复杂的软件工程、代理工作流和长周期计算机使用而设计。它有强大的多模态能力，在实际编码和推理基准测试中表现出色，并提高了抵御 prompt injection 攻击的鲁棒性。该模型用来跨各种努力程度高效运行，允许开发者根据特定任务需求平衡速度、深度和 token 使用量——你可以通过 OpenRouter 的 Verbosity 参数微调 token 效率，该参数提供低、中、高设置。另外，Opus 4.5 支持高级工具使用、扩展的上下文管理和协调的多代理设置，使其成为自主研究、调试、多步规划以及电子表格或浏览器操作的理想选择。与前几代 Opus 相比，它在结构化推理、执行可靠性和对齐方面带来了实质性的改进，同时减少了 token 开销，并在长时间运行的任务中提供了更一致的性能。

Anthropic: Claude Opus 5.5 是 Anthropic 旗下的旗舰模型，专为高要求的推理、编码和长周期智能体任务而设计，是 Claude Opus 5 的继任者。它在处理大型代码库的多步骤变更、代码审查与缺陷查找、金融与科学分析，以及解读密集型图表、示意图和截图方面表现尤为出色。与前代产品相比，它在引用数据和来源时更加严谨，确保仅陈述可证实的内容。

该模型以更少的步骤和 token 完成同类任务，并以更通俗的语言汇报工作成果，清晰地说明其操作过程、发现的问题以及需要用户配合的事项。模型思考过程始终保持自适应，所以“努力程度（effort）”是权衡深度、延迟和成本的主要杠杆，低努力程度的设置在对延迟敏感的工作负载中依然有效。

Anthropic: Claude Sonnet 5.5 是 Anthropic 升级版的 Sonnet 级模型，性能强于 Claude Sonnet 5，同时运行速度提升超过 30%，且在许多工作负载下成本更低。它专为代理式编码、工具使用和日常专业任务而设计，非常适合开发人员和团队构建快速且功能强大的 AI 智能体。

Claude Haiku 4.5 是 Anthropic 最快速、最高效的模型，能以远低于较大 Claude 模型的时间延迟和成本提供接近前沿的智能。Haiku 4.5 在推理、编码和计算机使用任务中的表现与 Claude Sonnet 4 不相上下，为实时和高吞吐量应用带来了前沿级的能力。它为 Haiku 系列引入了扩展思维（extended thinking）功能；支持可控的推理深度、总结或交错的思维输出，以及全面支持编码、bash、网页搜索和计算机使用工具的工具辅助工作流。Haiku 4.5 在 SWE-bench Verified 上得分超过 73%，跻身全球最佳编码模型之列，同时在子智能体、并行执行和规模化部署方面保持了卓越的响应速度。

Anthropic: Claude Fable 5 是 Anthropic 的 Mythos 级模型，专为自主知识工作和编程而设计。它接受文本、图像和文件输入，生成文本输出，并有推理能力以及 100 万 token 的上下文窗口。该模型擅长处理曾经需要频繁人工监督的长期、复杂和异步任务。其核心优势在于处理通常需要人类花费数小时、数天甚至数周才能完成的端到端工作——解决那些扩展的、模糊的或涉及多个相互依赖步骤的问题。它能以极少的错误执行明确定义的任务，通过内置的验证循环进行自我纠正，并配备了强大的安全保障措施。

Claude Sonnet 4.5 是 Anthropic 迄今为止最先进的 Sonnet 模型，专为现实世界的智能体和编程工作流而优化。它在 SWE-bench Verified 等编程基准测试中表现出色，在系统设计、代码安全和规范遵从性方面均有改进。该模型专为长时间自主运行而设计，能保持跨会话的任务连续性，并提供基于事实的进度跟踪。Sonnet 4.5 还引入了更强的智能体能力，包括改进的工具编排、推测性并行执行，以及更高效的上下文和内存管理。凭借增强的上下文跟踪和跨工具调用的 Token 使用意识，它特别适用于多上下文和长期运行的工作流。应用场景涵盖软件工程、网络安全、金融分析、研究智能体以及其他需要持续推理和工具使用的领域。

Anthropic: Claude Haiku 5.5 是 Anthropic 迄今为止最经济、最快速且功能最强大的小型模型，专为高容量、成本敏感型工作负载而打造。它能以低延迟处理摘要、精简、数据库查询、分类和子代理编码任务，在实时客户支持、浏览器使用以及其他对速度要求极高的应用场景中表现尤为出色。

Anthropic: Claude Opus 4.8 是 Anthropic Opus 系列中性能最强大的通用模型。它支持文本、图像和文件输入以及文本输出，有推理能力，并拥有 100 万 token 的上下文窗口。它非常适合高度自主的智能体、长周期智能体工作、知识型工作以及需要长时间对话连贯性的记忆驱动型任务。

它在多步推理、复杂编码和端到端项目编排方面表现尤为出色，适用于大型代码库、多阶段调试和长时间运行的异步智能体流水线。除了编码外，它还能处理起草文档、制作演示文稿和分析数据等知识型工作，并在超长输出中保持高质量。

Gemini 3.5 Flash 专为支持高速、高性价比且复杂的开发者和智能体工作流程而设计。它将强大的多步推理能力引入高度优化、低延迟的框架中，使其在大规模运行海量推理循环时非常高效。

Google: Nano Banana 2 Lite (Gemini 3.1 Flash-Lite Image) 是 Google 最快、最具成本效益的 Gemini 图像模型，专为高频开发流水线和快速视觉探索而构建。它能在约 4 秒内完成文本转图像生成，速度比 Gemini 3.1 Flash Image 快约 2.7 倍，同时保持了 Nano Banana 系列的角色一致性、精确编辑能力和现实世界知识。单一的嵌入式 API 可处理文本转图像、图像编辑和多图像合成。作为多模态模型，它还能在返回图像的同时生成文本。输出分辨率为 1K，支持 14 种宽高比，并带有不可见的 SynthID 水印，以便识别为 AI 生成。作为 Nano Banana 2 系列中质量与速度的最佳平衡点，它能以比重量级生产模型低得多的成本生成数千张图像，非常适合原型设计、实时应用程序和大规模视觉工作流。

Google: Gemini 3.8 Flash 是 Google 迄今为止最智能的主力模型，在软件工程、代理工作流以及针对专业领域的逐步推理方面，相较于 3.7 Flash 实现了重大提升。它在接近高成本前沿模型质量的同时，仍提供可配置的性能水平，以平衡性能与 Token 效率。

Google: Gemini 3.1 Flash Lite 是 Google 最具成本效益的 Gemini 模型，专为高容量、对成本敏感的 LLM 流量的低延迟用例而优化。它在 Gemini 2.0/2.5 Flash-Lite 模型的基础上实现了显著的质量提升，并在关键能力领域达到了与 Gemini 2.5 Flash 相媲美的性能。

Gemini 3 Flash Preview 是 Gemini 3 系列中的一款低延迟模型，专为快速、高吞吐量的推理而优化。它保留了 Gemini 3 的核心多模态和推理能力，同时优先考虑响应速度和执行效率。Gemini 3 Flash Preview 基于与 Gemini 3 Pro 相同的架构构建，支持原生多模态输入（包括文本、图像和音频），并结合了 Gemini 3 代引入的改进推理和长上下文处理能力。它专为需要优先考虑延迟和成本效率的实时和可扩展工作负载而设计。

Google: Gemini 4 Argon 是 Google DeepMind 于 2026 年 9 月 30 日发布的尖端模型。它是 Gemini 4 系列中的首个模型，采用了全新的命名方案。它在编程、金融研究、法律起草以及自主修复网络安全漏洞方面表现强劲。该模型支持文本、图像、视频和文件输入，并拥有 100 万 token 的上下文窗口。在基准测试中，其 DeepSWE v1.1 得分为 77.9%，领先于 Claude Opus 5.5 和 GPT-6 Astra，并以 68.90% 的成绩在 Vals Index 中排名第一。

Gemini 2.5 Flash Image（又称“Nano Banana”）现已全面推出。它是一款有上下文理解能力的尖端图像生成模型，支持图像生成、编辑以及多轮对话。

Google: Nano Banana 2.1 (Gemini Nano Banana 2.1) 是一款升级版多模态推理图像模型，专为生产级图像生成和编辑而设计。它有更强的提示遵循能力、多参考编辑功能以及更高的视觉保真度。该模型能理解文本、图像、视频和 PDF 输入，支持文本与图像的交替生成，并在生成图像前能对复杂的空间和构图指令推理。另外，该模型还支持通过 Google 搜索和 Google 图片搜索进行基础验证，这样实现更好的长尾实体识别、视觉理解和输出准确性。

Gemini 3.8 Flash TTS 是来自 Google 的一款文本转语音模型，也是 Gemini 3.1 Flash TTS Preview 的后续版本。它是 3.8 TTS 系列中的创意层级产品，适用于叙述、角色配音和多说话人对话等场景，在这些场景中，语音保真度、表演细腻程度以及地区方言覆盖范围比延迟更为重要。

Gemini 3.8 Flash Lite TTS 是 Google 开发的一款文本转语音模型，它是 Gemini 3.8 TTS 系列中与 Gemini 3.8 Flash TTS 一并推出的快速、高吞吐量成员。它适用于对话式语音代理管道、大批量朗读以及对延迟和成本比极致表现力更看重的语音复制工作负载。

Google: Nano Banana Pro (Gemini 3 Pro Image) 是一款基于 Google Gemini 3 Pro 构建的 AI 图像生成模型，是其前代产品的一次重大升级。它用来超越简单的模式匹配，转向一个更具推理驱动的系统，并在物理理解、文本渲染和图像一致性方面改进了。其主要功能包括更快的处理速度、原生 2K 分辨率以及对现有图像进行更高精度编辑的能力，用来提供更可靠、专业级的生成结果。

Gemini 2.5 Flash-Lite 是 Gemini 2.5 系列中的轻量级推理模型，专为超低延迟和成本效率而优化。与之前的 Flash 模型相比，它提供了更高的吞吐量、更快的 Token 生成速度，并在常见基准测试中表现更佳。默认情况下，“thinking”（即多步推理）处于禁用状态以优先保证速度，但开发者可以通过 Reasoning API 参数启用它，这样根据需要权衡成本与智能水平。

Gemini 2.5 Flash 是 Google 最先进的主力模型，专为高级推理、编码、数学和科学任务而设计。它有内置的 "thinking" 功能，能提供更准确且有细致语境处理能力的响应。另外，正如文档所述，Gemini 2.5 Flash 可以通过 "max tokens for reasoning" 参数配置。

Google: Nano Banana 2 (Gemini 3.1 Flash Image) 专为速度和效率而设计，可有效实现快速、交互式的响应以及高吞吐量。

Gemini 3.1 Flash TTS Preview 是 Google 推出的文本转语音模型，是 Gemini 2.5 Flash TTS 的重大代际升级。它接收文本输入并生成 70 多种语言的音频输出，语言覆盖范围是其前身的近 3 倍。

Google: Gemini 2.5 Pro. Gemini 2.5 Pro 是 Google 最先进的 AI 模型，专为高级推理、编码、数学和科学任务而设计。它采用了“thinking”能力，使其能以更高的准确性和细致的上下文处理能力推理。Gemini 2.5 Pro 在多个基准测试中实现了主流性能，包括在 LMArena 排行榜上名列第一，反映了其卓越的人类偏好对齐和复杂问题解决能力。

Google: Gemini 3.6 Flash 是 Google 推出的一款高效模型，专为编码、代理工作流以及网页和应用开发而设计。它用来减少不必要的编辑和推诿，以生成更完善的输出，同时降低完成任务所需的 Token 使用量和模型调用次数。

Google: Gemini 3.5 Flash Lite 是来自 Google 的一款高效模型，有升级的代理能力。它适用于在复杂的、多代理工作流程中执行特定任务的子代理。

Gemini 3.1 Pro 是 Gemini 系列模型的下一代产品，这是一套功能强大、原生多模态的推理模型。Gemini 3 Pro 是目前 Google 处理复杂任务最先进的模型，能理解海量数据集以及来自不同信息源（包括文本、音频、图像、视频和整个代码库）的挑战性问题。

Google: Gemma 4 26B A4B IT 是来自 Google DeepMind 的指令微调混合专家 (MoE) 模型。尽管总参数为 252 亿，但在推理过程中每个 token 仅激活 38 亿参数，以极低的计算成本实现了接近 310 亿参数模型的质量。支持包括文本、图像和视频（最高 60 秒，1fps）在内的多模态输入。有 256K token 上下文窗口、原生函数调用、可配置的思考/推理模式以及结构化输出支持。基于 Apache 2.0 许可证发布。

Google: Gemini 3.7 Flash 是 Google 推出的高效多模态模型，专为编码和代理工作流而设计。它改进了代码生成、Web 应用程序开发、工具使用以及复杂多步任务中的可靠性，同时支持文本、图像、音频和视频输入。凭借 100 万 token 的上下文窗口、高达 64,000 token 的输出长度以及可调节的推理级别，它非常适合编码代理、企业自动化、复杂文档分析和大规模多模态应用。

Veo 3.1 Lite 是 Google DeepMind 旗下最具成本效益的 AI 视频生成模型，于 2026 年 3 月 31 日发布。它用来以更低的价格提供专业级的视频制作能力，非常适合需要进行大规模视频制作的开发者和内容团队。

Veo 3.1 是 Google 最先进的模型，用于生成有惊人真实感和原生音频的高保真、8 秒 720p、1080p 或 4k 视频。你可以通过 Gemini API 以编程方式访问此模型。要了解有关可用 Veo 模型变体的更多信息，请参阅 Model Versions 部分。

Veo 3.1 Fast 是 Google DeepMind 旗舰视频生成模型的速度优化版本。它的设计用来以比标准的 Veo 3.1 Quality 模型快得多的速度和更低的成本生成高质量视频，非常适合快速原型设计和高容量内容创作。