这是什么
Gemini 赢在「它长在哪儿」，而不是单看能力。如果你的文件本来就在 Drive、邮件本来就在 Gmail，一个不用导出就能读到这两处的助手，比一个更强但要你复制粘贴的模型更有价值。
价格 2026-11-12 更新 官方价格页
Gemini 的产品定价
买到的是额度和新模型的权限，不是另一个助手：免费档界面完全一样，只是限得更紧；中间档放宽限制并解锁新模型；最高档给最大用量和早期访问。订阅前真正该确认的是生态绑定能不能接受 —— 只有你确实在用 Drive、Gmail 或 Android 时，这个付费档才值；离开 Google 体系，它就是一个称职但没有结构性优势的助手。官方页的档名和价格改过不止一次，下单前以 one.google.com 上的当前数字为准。
免费版限制取自上面更新日期当天的官方价格页。这类限制经常变 —— 决定年付之前请再确认一次。
Gemini 的主要功能
Workspace 打通
直接读 Gmail、Drive 和日历，问上季度的事它是去翻真材料，而不是让先做一份摘要再贴进来。省掉的正是最烦的那一步。
Deep Research 报告
跑一轮多步检索、读掉来源，最后给一份带链接的结构化报告。在这组工具里，它最接近"把一次文献调研交出去"。
图像与视频理解
能吃视频和音频，不只是静图 —— 这一组里只有它能看完一段录屏再回答"刚才到底发生了什么"。
实时语音对话
可以打断、可以来回，腾不出手时用。比按住说话的语音模式在轮次衔接上自然得多。
Gems 自定义助手
把固定任务要用的指令和文件存成一个预设。买到的是团队输出的一致性，不是新能力。
搜索接地
碰到时效性事实时去搜而不是凭记忆生成，并把支撑链接一起给出来 —— 结论因此可以被点开核对。
Gemini 的技术原理
多模态是预训练就融进去的
文字、图像、音频、视频一起训练，不是事后外挂一个视觉模型。所以问视频不需要先转写；错误形态也不同：它是把图表读错，而不是当作没看见。
检索走你自己的账号权限
读邮件和文件时用的是你的账号权限，不是一份镜像副本。代价很诚实：在 Google 体系内极顺手，出了这个体系几乎没有优势。
搜索接地是一条流水线
遇到事实型问题，模型先发检索、读结果、再带引用作答。答案会更慢、更保守，而这正是用"敢猜"换"可核对"的取舍。
长上下文带视频
窗口能一起装下数小时的音视频和文字，这改变了"总结这次会议"的含义：它看的是那一段画面，而不是一份转写稿。
Gemini 的核心优势
读得到你真正的工作区
Drive、Gmail、日历不用导出就能读。如果你的资料本来就在 Google 里，这一步省下的是使用助手时最枯燥的环节。
三家里免费档最耐用
每日额度足够把工具真正试一遍。在"还没决定用哪个"的阶段，这一点比模型分数更实际。
媒体理解最强
视频和音频进、答案出。凡是"得先看完或听完才能回答"的任务，它不需要额外的预处理步骤。
答案带链接
事实性说法附来源，可以逐条点开。这不等于正确，但可核查 —— 做研究时重要的正是这个属性。
Gemini 与同类竞品对比
| 工具 | Gemini | ChatGPT | Claude | Grok |
|---|---|---|---|---|
| 最适合 | 已经深度使用 Google Workspace、搜索与 Android 的人 | 一件事就能覆盖的混合日常：写作、检索、文件、图像 | 长文档，以及经得起多轮推敲的写作 | 即时、突发、"现在正在发生什么"类问题 |
| 免费档 | 这一组里日常使用最宽松的免费档 | 能用但有限：最新模型受限，每天上传次数少 | 每日消息有上限，上传次数受限 | 有免费档，带每日上限 |
| 输入与输出 | 输入文字、图像、音频、视频；可输出图像 | 输入文字、图像、语音；输出文字、图像、语音 | 输入文字与图像；只输出文字，不生成图像 | 输入文字、图像与语音；可输出图像 |
| 生态与接入 | Gems、Workspace 集成与 API —— 在 Google 应用里最强 | 自定义 GPT、有文档的 API、自家桌面端与移动端 | Projects、Artifacts、API、MCP；插件生态较小 | 绑在母平台的订阅里，其他场景很薄 |
| 付费起步价 | $19.99 / 月 | $20 / 月 | $20 / 月 | 随母平台订阅附带 |
以上内容依据「来源」中列出的官方页面撰写，不搬运其他导航站的文案。价格与限制以页面顶部的更新日期为准；功能迭代快于评测，请把它当作起点，最终以官网为准。
优点与不足
优点
- 直接读 Drive、Gmail、日历，不用导出
- 免费版是三巨头里最耐用的
- 图像与视频理解能力强
不足
- 不同轮次的回答差异更大
- 隐私设置要花点功夫才配明白
- 最好的功能都假设你有谷歌账号
Gemini 的应用场景
邮件与日程分诊
问"今天哪些必须回"，它去读真实线程，而不是靠你写的摘要判断哪封要紧。
视频复盘
上传一段录好的会议或演示，问讲解在哪里丢掉了听众。它看的是画面那一段，不是转写稿。
带来源的调研
对陌生领域用 Deep Research，拿回一份带链接的结构化报告，再逐条核。
在 Docs 里起草
草稿带着单位格式落进文档里 —— 因为它写进的是文件，不是聊天框。
Android 上的设备级协助
系统级权限意味着它能看到屏幕上的内容并动手，这是"描述一件事"和"开始做这件事"的区别。
