モデルの位置づけ
Google Gemini 2.5 Flash シリーズのプレビューモデルで、Live API によるリアルタイム対話向けに設計され、ネイティブ音声出力機能を備えています。別途リリースされた Thinking バリアントやテキスト読み上げモデルとは異なるモデルです。(aistudio.google.com)
機能と用途
- 音声を理解し、音声を生成できます。リアルタイム音声アシスタントや対話アプリケーションの構築に利用できます。Live API は音声・動画入力機能も提供しています。(blog.google)
- 指示に応じて音声のスタイル、話速、アクセントを調整できます。ツールの使用と関数呼び出しに対応し、24 を超える言語をサポートしています。(storage.googleapis.com)
- ユーザーの口調に応じて応答を調整し、背景の音声やデバイスに向けられていない発話を無視して、応答するタイミングを判断しようとします。(storage.googleapis.com)
制限と状態
- これはプレビュー版であり、出力や対話の動作が常に正確であることは保証されていません。使用時には適切なテストを行う必要があります。
- Google の発表によると、このモデルは 2025 年 10 月 20 日に終了しており、新しいサービスの構築にこのモデル ID を依存先として使用すべきではありません。当時の発表では
gemini-2.5-flash-native-audio-preview-09-2025への移行が推奨されていましたが、この推奨は過去の情報であり、モデルの選定時には現在利用可能なモデルを別途確認する必要があります。(aistudio.google.com)
価格
2026 年 11 月 18 日時点の調査では、この正確なモデル ID の過去の入力または出力に対する課金額と単位を公式料金ページで確認できませんでした。ページに記載されている他の Native Audio バージョンの価格を、このモデルにそのまま適用することはできません。(aistudio.google.com)
リリースと公式情報源
- **リリース日:**2025 年 5 月 20 日。(aistudio.google.com)
- リリース告知
- 終了告知
- Gemini 2.5 技術レポート
- Gemini API 公式料金