O Gemini, apresentado pela equipe Gemini do Google DeepMind (2023), foi projetado desde o início para ser multimodal, processando texto, imagens, áudio e vídeo em um único modelo. Ele é oferecido em tamanhos (Ultra, Pro, Nano) que vão do raciocínio em data center ao uso no próprio dispositivo e, no lançamento, registrou resultados de ponta em um amplo conjunto de benchmarks.
O Gemini é um dos quatro principais modelos que o MultipleChat consulta e compara em paralelo.