Gemini, vorgestellt vom Gemini Team bei Google DeepMind (2023), wurde von Anfang an multimodal konzipiert und verarbeitet Text, Bilder, Audio und Video in einem einzigen Modell. Es gibt Gemini in mehreren Größen (Ultra, Pro, Nano) – vom Reasoning im Rechenzentrum bis zum Einsatz direkt auf dem Gerät –, und bei der Veröffentlichung meldete es Bestwerte in einer breiten Benchmark-Suite.
Gemini ist eines der vier führenden Modelle, die MultipleChat parallel abfragt und vergleicht.