模型定位
Gemini Robotics ER 2 Preview 是面向機器人的具身推理視覺語言模型預覽版,基於 Gemini 3.5 Flash,旨在提供空間、時間與物理環境推理。Google 於 2026 年 7 月 30 日宣布公開預覽。(aistudio.google.com)
能力與用途
- 接受文字、圖片、影片及音訊輸入,輸出文字;輸入上限為 131,072 tokens,輸出上限為 65,536 tokens。(aistudio.google.com)
- 可用於機器人任務規劃、空間推理、影片事件定位與進度追蹤、多步驟工具協調及多機器人合作;動作執行可交由底層視覺語言動作模型或其他控制介面。(aistudio.google.com)
- 此端點支援函式呼叫、程式碼執行、結構化輸出、思考、脈絡快取及 Batch API 等功能。(aistudio.google.com)
限制
- 此預覽端點不支援 Live API、圖片或音訊生成、Flex 推論及優先推論;支援 Live API 的 Streaming Preview 是不同端點。(aistudio.google.com)
- 官方要求在生產、商業或公共環境使用前審慎評估,且不得用於醫療、交通等安全攸關工作,或故障可能導致死亡、人身傷害或財產損失的應用。(deepmind.google)
Gemini Developer API 定價
以下為此模型端點的官方美元(USD)報價,查詢日期:2026 年 11 月 16 日。輸入涵蓋文字、圖片、影片及音訊;輸出價格包含思考 tokens。(aistudio.google.com)
| 方案 | 適用期間 | 輸入/每 100 萬 tokens | 輸出/每 100 萬 tokens | 快取內容/每 100 萬 tokens | 快取儲存/每 100 萬 tokens/小時 |
|---|---|---|---|---|---|
| Standard 付費 | 至 2026 年 12 月 31 日 | USD 1.00 | USD 5.00 | USD 0.10 | USD 0.50 |
| Standard 付費 | 自 2027 年 1 月 1 日起 | USD 2.00 | USD 10.00 | USD 0.20 | USD 1.00 |
| Batch 付費 | 至 2026 年 12 月 31 日 | USD 0.50 | USD 2.50 | USD 0.05 | USD 0.50 |
| Batch 付費 | 自 2027 年 1 月 1 日起 | USD 1.00 | USD 5.00 | USD 0.10 | USD 1.00 |
Standard 免費層的輸入與輸出免費,但不提供快取;Batch 不提供免費層輸入、輸出或快取。工具可能另行計費;實際可用性及配額依官方規定。(aistudio.google.com)