Przejdź do treści
Sklep

Lokalne AI

Google DeepMind od Gemini po generowanie obrazu i muzyki

Pod marką Google spotykają się zadania, które wymagają zupełnie innych danych wejściowych.

Tekst: 2 min czytania
Google DeepMind od Gemini po generowanie obrazu i muzyki
Spis treści 4
  1. Modele w rankingach
  2. Pytania czytelników
  3. Dalej na Promptowym
  4. Źródła

👁 111 przeczytań

w skrócie
  • Google DeepMind skupia modele o różnych zadaniach: Gemini przetwarza tekst i dokumenty, modele obrazu edytują zdjęcia, a Lyria generuje muzykę.
  • W rankingach z 17 listopada 2026 r. Gemini Omni 1.2 Flash zajął 1. miejsce w arenie wideo z opisu z wynikiem 1540 Elo.
  • Gemini 4 Carbon (High) prowadzi w zestawieniu kodu w czacie z wynikiem 1568 punktów, a w arenie tekstowej osiągnął 1526 pkt.

Pod marką Google spotykają się zadania, które wymagają zupełnie innych danych wejściowych. Gemini może pracować na opisie i dokumencie, model obrazu dostaje instrukcję oraz zdjęcie do poprawy, a Lyria ma ułożyć utwór. Katalog DeepMind pomaga odnaleźć rodzinę, zanim w ogóle otworzę cennik.

Gdy buduję aplikację, sięgam dalej do wykazu modeli Gemini API. Przy wyborze liczy się dokładny identyfikator, obsługiwany typ wejścia i format odpowiedzi. W przypadku edycji zdjęcia szczególnie interesuje mnie jedna rzecz: czy produkt pozwala podać oryginał razem z poleceniem zmiany. Wygenerowanie drugiej ilustracji z opisu rozwiązuje inne zadanie.

Nie przepłacaj za subskrypcje AI

Prowadzę sklep z rocznymi dostępami do narzędzi AI, taniej niż w cenniku producenta. Sprawdź, co jest teraz na stanie.

Zobacz, co jest dostępne

Modele w rankingach

Wybrane wyniki z 17 listopada 2026 r. Miejsce dotyczy wskazanego wariantu w danym zestawieniu.

Model i zestawienieMiejsce i wynik
Gemini Omni 1.2 Flash (Arena: wideo z opisu)1. / 1540 Elo
Gemini Omni 1.2 Flash (Arena: wideo z obrazu)1. / 1503 Elo
Gemini 4 Carbon (High) (Arena: tekst)1. / 1526 pkt
Gemini 4 Carbon (High) (Arena: kod w czacie)1. / 1568 pkt
Gemini 3.1 Flash Live Minimal (AA: rozmowa głosowa)2. / 1089 Elo

Pytania czytelników

Gdzie sprawdzić modele dostępne przez Gemini API? Google prowadzi osobny katalog Gemini API z nazwami modeli i ich możliwościami. Karty badawcze DeepMind opisują szerszą rodzinę.

Co odróżnia tabelę wokalną od instrumentalnej? Jedna dotyczy piosenek ze śpiewem, druga muzyki bez wokalu. Słuchacze porównują nagrania w obrębie wybranej kategorii.

Dalej na Promptowym

Źródła

Najczęstsze pytania

Jakie modele Google DeepMind są dostępne przez Gemini API?

Google prowadzi osobny katalog Gemini API z nazwami modeli i ich możliwościami. Karty badawcze DeepMind opisują szerszą rodzinę modeli.

Czym różni się edycja zdjęcia od generowania ilustracji z opisu w modelach Google?

Edycja zdjęcia wymaga podania oryginału razem z poleceniem zmiany. Generowanie ilustracji z opisu to osobne zadanie, które nie potrzebuje zdjęcia wejściowego.

Jakie miejsce zajął Gemini 3.1 Flash Live Minimal w rankingu rozmowy głosowej?

Gemini 3.1 Flash Live Minimal zajął 2. miejsce w zestawieniu AA dotyczącym rozmowy głosowej z wynikiem 1089 Elo. Dane pochodzą z odczytu z 17 listopada 2026 r.

Czym różni się tabela wokalna od instrumentalnej w rankingach muzycznych?

Tabela wokalna dotyczy piosenek ze śpiewem, a instrumentalna muzyki bez wokalu. Słuchacze porównują nagrania w obrębie wybranej kategorii.

Piotr Olszewski

Autor

Twórca i autor Promptowego, polskiego serwisu o sztucznej inteligencji. Codziennie śledzi premiery modeli, narzędzia i regulacje AI, i tłumaczy je prostym, konkretnym językiem.

O mnie →Wszystkie teksty →

Czytaj dalej

Narzędzia do tego tematu

darmowe, bez kontaWszystkie 29 →
z sieci - nowe teksty w moich serwisach

Wszystkie moje projekty →

Najczęściej czytane

7 dni
  1. 1Plakat festiwalu z polskim napisem: prompt i test 6 generatorów obrazu (Prompt dnia 14.11)
  2. 2GPT-6.2 Astra vs Claude Fable 5.2 vs Gemini 4 Carbon: benchmarki i mój test na 7 modelach (z Opus 5.5)
  3. 330 promptów do ChatGPT Images i 10 do przerabiania zdjęć
🛒 Sklep Kinetyka CapCut Pro 460 zł/rok Lovable Pro 450 zł/rok Replit Core 119 zł/rok Zobacz wszystko →