Modellpositionierung
Ein Text-zu-Sprache-Modell in der Vorschauversion aus der Google-Gemini-2.5-Pro-Reihe für hochwertige, steuerbare Sprachsynthese, geeignet für komplexere Prompts zur Sprachgenerierung. (blog.google)
Fähigkeiten und Einsatzbereiche
- Empfängt Text und erzeugt Audio; unterstützt Sprache einer einzelnen Person und Dialoge zwischen zwei Personen. (aistudio.google.com)
- Sprachstil, Tonfall, Emotion, Sprechtempo und Aussprache lassen sich durch Prompts in natürlicher Sprache anpassen; unterstützt mehrsprachige Sprachgenerierung. (blog.google)
- Einsetzbar unter anderem für Ansagen, das Vorlesen von Geschichten, Podcasts und die Vertonung von Spielfiguren. (blog.google)
Einschränkungen und Versionshinweise
- Dieses Modell ist ein TTS-Vorschaumodell und sollte nicht mit dem eigenständigen Live-API-Modell verwechselt werden, das Sprachdialoge in Echtzeit unterstützt. Die aktuelle Modelldokumentation nennt Texteingabe und Audioausgabe mit einer Eingabeobergrenze von 8.192 Token und einer Ausgabeobergrenze von 16.384 Token; Live API, Funktionsaufrufe und Kontext-Caching werden nicht unterstützt. Dies sind die Spezifikationen für die undatierte API-ID in der aktuellen Dokumentation; sie entsprechen nicht unbedingt allen ursprünglichen Spezifikationen der Version vom Mai 2025. (aistudio.google.com)
- Die Versionskennung dieses Eintrags lautet
gemini-2.5-pro-preview-tts-05-2025; der Veröffentlichungsnachweis von Google vom 20. Mai 2025 verwendet die API-IDgemini-2.5-pro-preview-ttsund führt die Kennung mit Datumssuffix nicht als aufrufbare Modell-ID auf. (aistudio.google.com) - Google kündigte am 10. Dezember 2025 an, dass aktualisierte TTS-Modelle die im Mai veröffentlichten Modelle ersetzen würden; die aktuelle Modellseite nennt Dezember 2025 als Zeitpunkt der letzten Aktualisierung. Daher sollten die Spezifikationen oder Preise der aktuellen undatierten API-ID nicht unmittelbar als Garantie für einen separat aufrufbaren Snapshot vom Mai 2025 angesehen werden. (blog.google)
Veröffentlichungsdatum
- Mai 2025. (aistudio.google.com)
Preise
Offizielle Preise der Google Gemini Developer API, Abfragedatum: 18. November 2026; Währung: US-Dollar (USD), alle Angaben pro 1 Million Token:
- Standardanfragen: Texteingabe 1,00 US-Dollar; Audioausgabe 20,00 US-Dollar.
- Batch-Verarbeitung: Texteingabe 0,50 US-Dollar; Audioausgabe 10,00 US-Dollar.
- Die offizielle Preistabelle weist für dieses Modell sowohl bei Standard- als auch bei Batch-Anfragen keine kostenlose Stufe aus. Die oben genannten Preise gelten für die aktuell aufgeführte API-ID
gemini-2.5-pro-preview-tts; eigenständige historische Preise für die spezifische Version vom Mai 2025 wurden nicht überprüft. (aistudio.google.com)