همانند چت جی پی تی، جمینای نیز دارای مدل‌های مختلفی است از جمله یک نسخه سبک به نام جمینای نانو که به صورت آفلاین روی دستگاه‌های اندرویدی اجرا می‌شود. مدل‌های پرقدرت‌تر Gemini Pro و Gemini Ultra به گفته گوگل قدرتمندترین مدل‌های زبانی بزرگ هستند که تاکنون طراحی شده است.
گوگل برای معرفی این مدل جدید هوش مصنوعی خود از یک ویدیو استفاده کرد که شگفتی بسیاری را برانگیخت، این ویدیو نشان میداد که هوش مصنوعی جمینای تا چه اندازه قادر به درک عمیق و سریع اتفاقات پیش روی آن هست. هرچند دو روز بعد مشخص شد که این ویدیو خیلی هم واقعی نبوده و باعث انتقادات بسیاری از گوگل شد.
گوگل مدل هوش مصنوعی Gemini Pro را روی چت‌بات گوگل بارد فعال کرده است.
اما از نظر تکنیکی آمارهای مقایسه بین مدل هوش مصنوعی گوگل در انجام کارهای مختلف نشانگر برتری محسوس گوگل در این زمینه است. مثلا در زمینه حل مسایل ریاضی مدل جیمینای اولترا قادر به حل ۵۳.۲ درصد مسایل مختلف ریاضی بود. این میزان برای GPT-4 که قدرتمندترین نسخه چت‌جی‌پی‌تی به شمار می‌رود ۵۲.۹ درصد است.
در زمینه کدنویسی هوش مصنوعی گوگل ۷۴.۹ درصد عملکرد دارد در حالی که این میزان برای GPT-4 برابر با ۶۷درصد است. همچنین در زمینه ترجمه ماشینی نیز عملکرد جمینای گوگل ۷۴.۴ درصد و چت‌جی‌پی‌تی ۷۳.۸ درصد است.
گوگل نشان داده که مدل هوش مصنوعی جمینای اولترا این شرکت نسبتا برتری محسوس ولی نه چندان زیادی نسبت به GPT-4 دارد. با این حال این برتری اندک بعد از یکسال فرصت گوگل برای رقابت با چت‌جی‌پی تی (GPT-4) به وجود آمده و مشخص نیست که گوگل چقدر می‌تواند این برتری اندک را حفظ کند.
ویدیویی از محصول جدید هوش مصنوعی گوگل که منتشر شده تحسین بسیاری را طی دو روز اخیر برانگیخته است. توانایی این مدل در درک طراحی یک تصویر از روی نقاط حتی پیش از کامل شدن طراحی نشانگر توانایی‌های استدلال این مدل است که گوگل سالها در محصول DeepMind خود پرورش داده است.
با این حال یک روز پس از نمایش این ویدیو مشخص شد که این ویدیوی گوگل خیلی هم واقعی نیست. در این ویدیو اینطور نشان داده می‌شد که هوش مصنوعی گوگل در هنگام طراحی متوجه تصویر می‌شود در حالی که حالا مشخص شده که گوگل از تصاویر ثابت و فیلم خام استفاده کرده و سپس پرامپت‌های متنی نوشته را که جمینای به آنها پاسخ داده است.
در واقع هوش مصنوعی گوگل در لحظه نمی‌تواند به تصاویر واکنش نشان دهد و عملکرد آن تقریبا مشابه دیگر مدل‌های هوش مصنوعی موجود در بازار است.
هوش مصنوعی جمینای گوگل مشابه چت‌جی‌پی‌تی قادر به درک تصویر از طریق فرامین متنی (پرامت) است. این در حالی است که در ویدیوی گوگل این طور به نظر می‌رسید که هوش مصنوعی گوگل بدون تاخیر و از روی تصویر زنده می‌تواند درک موقعیت داشته باشد.
هرچند سهام گوگل بعد از نمایش مدل هوش مصنوعی این شرکت رشد قابل توجهی داشت اما بلافاصله بعد از خبر واقعی نبودن ویدیوی آن قیمت سهام اندکی کاهش یافت.
هرچند چت‌جی‌پی‌تی نخستین مدل هوش مصنوعی مولد در جهان است که توانست به انقلابی در این زمینه منجر شود اما تاریخ کسب و کارها نشان داده که نخستین‌ها لزوما برنده نخواهند بود. نمونه‌ای چون نوکیا و بلک‌بری در جهان موبایل‌ها یکی از آنهاست که پیشگامان تلفن‌های هوشمند دیگر وجود ندارند و یا از آنها تنها نامی باقی مانده است.