Gemini

Gemini là mô hình AI đa phương thức (multimodal) hàng đầu của Google, có khả năng xử lý văn bản, hình ảnh, âm thanh và video. Gemini được tích hợp vào nhiều sản phẩm Google và có API riêng cho developer.

📚 Bài viết liên quan:

• Generative AI - Cách AI hoạt động từ prompt đến response
• Context Window - Hiểu về giới hạn tokens và cách tối ưu
• Context Engineering - Nghệ thuật sắp xếp context hiệu quả
• RAG - Tích hợp dữ liệu bên ngoài vào LLM

Các phiên bản Gemini (2026)

Gemini 3 Series (Mới nhất)

Gemini 2 Series (Ổn định)

Các cách sử dụng Gemini

1. Gemini Web (gemini.google.com)

Truy cập miễn phí tại gemini.google.com :

• Chat với AI bằng text
• Upload hình ảnh để phân tích
• Tạo hình ảnh với Imagen
• Kết nối với Google Workspace

2. Gemini API (Google AI Studio)

Dành cho developer, truy cập tại ai.google.dev :

import google.generativeai as genai
 
genai.configure(api_key="YOUR_API_KEY")
model = genai.GenerativeModel("gemini-3-flash")
 
response = model.generate_content("Giải thích recursion trong lập trình")
print(response.text)

3. Gemini trong Google Workspace

Gemini được tích hợp sẵn trong:

• Gmail - Viết và tóm tắt email
• Google Docs - Soạn thảo văn bản
• Google Sheets - Phân tích dữ liệu
• Google Slides - Tạo presentation

4. Gemini Code Assist (IDE)

Tích hợp vào IDE cho lập trình viên:

• VS Code extension
• JetBrains plugin
• Cloud Workstations

Tính năng nổi bật

🖼️ Multimodal Input

Gemini có thể xử lý đồng thời nhiều loại input:

import PIL.Image
 
image = PIL.Image.open("diagram.png")
response = model.generate_content([
    "Giải thích sơ đồ này:",
    image
])

📄 Context Window lớn

• Gemini 2.0 Flash: 1 triệu tokens (~700.000 từ)
• Có thể phân tích cả file PDF, codebase lớn

🔗 Grounding với Google Search

Kết hợp thông tin real-time từ Google Search:

model = genai.GenerativeModel(
    "gemini-3-flash",
    tools=[genai.Tool.from_google_search()]
)
response = model.generate_content("Tin tức công nghệ hôm nay")

🛠️ Function Calling

Cho phép Gemini gọi các hàm bạn định nghĩa:

def get_weather(city: str) -> dict:
    """Lấy thông tin thời tiết của thành phố."""
    # Implementation
    return {"temp": 28, "condition": "sunny"}
 
model = genai.GenerativeModel(
    "gemini-3-flash",
    tools=[get_weather]
)

Sử dụng Gemini cho lập trình

Code Generation

Prompt: "Viết hàm Python sort một list các dictionary theo key 'age'"

Code Review

Prompt: "Review đoạn code sau và đề xuất cải thiện:
[paste code here]"

Debugging

Prompt: "Giải thích lỗi sau và cách fix:
TypeError: Cannot read property 'map' of undefined"

Documentation

Prompt: "Viết docstring cho hàm sau theo chuẩn Google style:
[paste function here]"

API Pricing (2026)

Lưu ý: Free tier có giới hạn 15 RPM (requests per minute)

Best Practices

1. Prompt Engineering

❌ "Viết code"
✅ "Viết một hàm Python tên `calculate_total` nhận parameter 
   là list các số, return tổng của chúng. Thêm docstring và 
   type hints."

2. Sử dụng System Instructions

model = genai.GenerativeModel(
    "gemini-3-flash",
    system_instruction="Bạn là trợ lý lập trình Python. "
                       "Luôn giải thích code rõ ràng. "
                       "Ưu tiên code clean và hiệu quả."
)

3. Temperature cho creativity

generation_config = genai.GenerationConfig(
    temperature=0.2,  # 0 = deterministic, 1 = creative
    max_output_tokens=2048
)

So sánh với các model khác

Kết luận

Gemini là lựa chọn tuyệt vời cho:

• Developer: API mạnh mẽ, context window lớn, giá cạnh tranh
• Người dùng thường: Miễn phí qua gemini.google.com
• Doanh nghiệp: Tích hợp sâu với Google Workspace

Với sự phát triển liên tục từ Google DeepMind, Gemini đang là một trong những AI model hàng đầu thế giới.