صُمّم Gemini، الذي قدّمه فريق Gemini في Google DeepMind (2023)، منذ البداية ليكون متعدد الوسائط، فيعالج النصوص والصور والصوت والفيديو في نموذج واحد. ويأتي بأحجام (Ultra وPro وNano) تمتد من الاستدلال في مراكز البيانات إلى الاستخدام على الأجهزة، وقد أعلن عند إطلاقه نتائج غير مسبوقة عبر مجموعة واسعة من معايير الأداء.
Gemini أحد النماذج الرائدة الأربعة التي يستجوبها MultipleChat ويقارن بينها بالتوازي.