Gemini Omni
تمام مضامین پر واپس
7 منٹ کا مطالعہ

اکتوبر 2026 میں Gemini: 3.8 Live، 3.8 TTS، Vids میں Omni، Gemini 4 Argon اور Nano Banana 2.1

3 ستمبر–8 اکتوبر خلاصہ: 3.8 Live اور TTS GA، Google Vids میں Omni 1.1، Lyria 3.5، Gemini 4 Argon کا اعلان، Nano Banana 2.1، اور 2.5 رسائی پالیسی کی تصحیح۔

Gemini OmniGemini Omni FlashGemini 3.8 LiveGemini 3.8 Flash TTSGemini 4 ArgonNano Banana 2.12026

3 ستمبر سے 8 اکتوبر

ہمارے ستمبر اپڈیٹ کے بعد Google نے کئی ماڈل GA کیے، ایک Omni preview endpoint بند کیا، اور نیا flagship text ماڈل اعلان کیا جسے developers ابھی استعمال نہیں کر سکتے۔ یہ پوسٹ 3 ستمبر سے 8 اکتوبر 2026 کا احاطہ کرتی ہے، production systems پر اب بھی اثر انداز ہونے والی تبدیلیوں اور سخت deadlines پر زور دیتی ہے۔

Omni اپڈیٹس

Google Vids میں Omni 1.1 Flash (23 ستمبر)

Google Workspace Updates کے مطابق Omni 1.1 Flash 23 ستمبر کو Google Vids میں آیا۔ Vids میں پہلے والی video generation سے موازنہ میں Google یہ نمایاں کرتا ہے:

صلاحیتنوٹ
Video extensionبہتر quality؛ character اور audio consistency بہتر
Durationclip کی درست length مقرر کریں
Resolutionبراہ راست 1080p generate کریں، یا AI video کو 1080p تک upscale کریں

دستیابی: Business Starter، Standard اور Plus؛ Enterprise Starter، Standard اور Plus؛ Education Plus؛ اور Google AI Pro یا Ultra والے personal Google accounts۔ admin toggle نہیں — eligible accounts پر براہ راست rollout۔

Preview endpoint shutdown (30 ستمبر)

gemini-omni-flash-preview 30 ستمبر 2026 کو schedule کے مطابق بند ہوا۔ تمام Omni Flash API اور production workloads کے لیے GA ماڈل gemini-omni-1.1-flash استعمال کریں۔

Omni Pro

8 اکتوبر تک Google نے Gemini Omni Pro کی GA تاریخ شائع نہیں کی۔ Google AI subscription plans صفحہ فی الحال Gemini app اور Flow میں Omni Flash دکھاتا ہے؛ Omni Pro فہرست میں نہیں۔ پچھلے مہینوں کے Ultra-first preview narrative کے علاوہ کوئی سرکاری اپڈیٹ نہیں دیکھا۔

Gemini 3.8 Live (15 ستمبر GA)

Google نے 15 ستمبر 2026 کو Gemini 3.8 Live فیملی GA کی low-latency voice agents اور live audio interaction کے لیے۔

Model IDکردار
gemini-3.8-liveLow-latency voice agents کے لیے default؛ interleaved reasoning؛ async function calling default آن؛ full-session client content updates
gemini-3.8-live-extended-thinkingزیادہ reasoning؛ live audio میں background reasoning، complex tasks کے لیے تجویز

Developers دونوں ماڈل Gemini API اور Google AI Studio سے استعمال کرتے ہیں۔ Enterprises Gemini Enterprise private preview درخواست کر سکتے ہیں۔ Consumers Search Live استعمال کرتے ہیں۔ Extended Thinking Gemini Live اور Docs، Gmail، Keep میں بھی۔

gemini-3.8-live اب Live API voice agents کے لیے default ہے، gemini-3.1-flash-live-preview سے آگے۔ اگر ابھی 3.1 preview target کر رہے ہیں تو migration plan بنائیں اور ہمارے Gemini 3.1 Flash Live API guide میں integration patterns دیکھیں۔

Gemini 3.8 TTS (22 ستمبر API GA)

Gemini 3.8 Flash TTS line 22 ستمبر کو API GA؛ Google کا official blog 23 ستمبر کو آیا۔

Model IDUse case
gemini-3.8-flash-ttsCreative direction، character design، line-by-line performance control، dialects، stable multi-turn long-form speech
gemini-3.8-flash-lite-ttsHigh throughput، lower cost؛ gemini-3.1-flash-tts-preview کا intended replacement

نیا Voices API surface: /v1beta/voices voice design، voice cloning (consent verification)، اور 150+ preset اور custom voices۔ Gemini 3.8 Flash-Lite TTS Google Vids میں بھی؛ Gemini 3.8 Flash TTS Gemini API اور Google AI Studio میں، Gemini Enterprise API access «coming soon»۔

Lyria 3.5 (3 ستمبر GA)

lyria-3.5 3 ستمبر کو full-song generation کے لیے GA۔ Google musical coherence، natural vocals، duration اور structure پر finer control بہتر بتاتا ہے۔ Inputs: text اور image۔ Output: 44.1 kHz stereo audio۔

Gemini 4 Argon (30 ستمبر اعلان)

30 ستمبر کو Google نے Gemini 4 Argon اعلان کیا، نیا flagship ماڈل۔ Developers آج استعمال نہیں کر سکتے۔ Access فی الحال Fairwind program کے ذریعے trusted cybersecurity defenders تک محدود؛ Google U.S. government کے voluntary pre-release model access process میں شامل ہے۔

اس process کے بعد Google paid API customers اور Google AI Ultra subscribers کو پہلے Argon کھولنے کا ارادہ رکھتی ہے۔ Public availability date اعلان نہیں ہوئی۔

Introductory pricing (intro period کے دوران):

Input (فی 1M tokens)Output (فی 1M tokens)
Intro period$2$10
Cached inputcached input tokens پر 95% discount—
Intro period کے بعد$4$20

Google model IDs اور general API access شائع کرنے تک Argon production roadmaps میں نہ رکھیں۔ Gemini 4 line پر سابقہ context: Gemini 4 roadmap preview۔

Nano Banana 2.1 (6 اکتوبر GA)

gemini-nano-banana-2.1 6 اکتوبر کو image generation اور conversational editing کے لیے GA۔ Google image quality، prompt adherence، multi-turn character consistency، text rendering بہتر رپورٹ کرتا ہے۔

نئے aspect ratios: 1:4، 4:1، 1:8، 8:1، 1K، 2K، 4K output sizes۔

gemini-3.1-flash-image deprecated ہے اور 29 اکتوبر 2026 کو shutdown۔ اس تاریخ سے پہلے migrate کریں۔

from google import genai

client = genai.Client()

response = client.models.generate_content(
    model="gemini-nano-banana-2.1",  # پہلے gemini-3.1-flash-image
    contents="سفید پس منظر پر product photo، نرم سایہ۔",
)

دیگر API تبدیلیاں

تاریختبدیلی
1 ستمبرgemini-3.7-flash، gemini-3.6-flash، gemini-3.5-flash-lite پر Agentic video understanding: long-video understanding، 88% تک کم tokens
17 ستمبرantigravity-preview-09-2026 antigravity-preview-05-2026 کی جگہ؛ May preview 5 اکتوبر کو shutdown
Antigravity local toolsParameter names snake_case سے PascalCase؛ file edits line-range replacements، full-file rewrites نہیں
Antigravity remote sandboxاگر صرف output_text / model_output پڑھتے ہیں تو agent model string اپڈیٹ کریں؛ local tool parser changes نہیں

Gemini 2.5 status correction

Google نے 18 ستمبر کو guidance اپڈیٹ کی: Gemini 2.5 فیملی deprecated نہیں۔ ماڈل مزید اطلاع تک دستیاب، مگر access صرف ان accounts تک محدود جنہوں نے پہلے 2.5 استعمال کیا۔ New projects gemini-3.5-flash-lite یا gemini-3.8-flash استعمال کریں۔

ہمارے ستمبر 2026 اپڈیٹ میں 2.5 کے لیے 16 اکتوبر 2026 retirement date تھی — وہ اب لاگو نہیں۔ Google کی موجودہ پالیسی کے مطابق وہ مضمون درست کیا گیا۔

اکتوبر action checklist

  1. یقینی بنائیں production Omni workloads gemini-omni-1.1-flash استعمال کرتے ہیں (preview endpoint پہلے ہی بند)۔
  2. Voice agents کے لیے gemini-3.8-live (live audio میں deeper reasoning چاہیے تو Extended Thinking) evaluate کریں۔
  3. gemini-3.1-flash-image 29 اکتوبر 2026 سے پہلے gemini-nano-banana-2.1 پر migrate کریں۔
  4. Antigravity local tools call کریں تو PascalCase parameters اور line-range file edits کے لیے parsers اپڈیٹ کریں۔
  5. Google general developer access شپ کرے تک Gemini 4 Argon around production work schedule نہ کریں۔

متعلقہ مطالعہ