모델 개요
Google의 텍스트 음성 변환(TTS) 모델로, 높은 처리량과 낮은 지연 시간, 비용 효율적인 음성 생성에 초점을 맞춘다. gemini-3.1-flash-tts-preview를 대체하는 모델로 안내되어 있다. (aistudio.google.com)
기능과 용도
- 텍스트를 음성으로 변환하며 한국어를 포함한 101개 언어를 지원한다.
- 단일·다중 화자 음성, 사전 제작 음성, 맞춤 음성 디자인, 음성 복제 및 리믹스를 지원한다. 음성 복제에는 동의 확인이 적용된다.
- 대량 음성 제작, 읽어주기 기능, 대화형 음성 에이전트의 단계별 처리 등에 적합하다.
gemini-3.8-flash-tts와 동일한 API 스키마 및 구조화된 프롬프트 형식을 사용한다. (aistudio.google.com)
제한 및 사용 조건
- 입력 한도는 8,192토큰, 출력 한도는 16,384토큰이다. 입력은 텍스트, 출력은 오디오다.
- Live API, 함수 호출, 검색 기반 근거 연결, 구조화된 출력 등은 지원하지 않는다.
- 복잡한 다중 화자 대화, 방언이나 최고 수준의 음성 충실도가 중요한 작업에는 Google이 Flash TTS 모델을 권장한다.
- 일반 텍스트에 넣은 연기 지시가 그대로 읽힐 수 있으므로 지속적인 말투 지시는
speech_metadata.style에 넣어야 한다. 다중 화자 요청에서는 각 발화에 화자를 지정해야 한다. 음성 복제 시에는 관련 동의 요건을 충족해야 한다. (ai.google.dev)
출시일
Gemini API 출시 노트에는 2026년 9월 22일 정식 출시(GA)로 기록되어 있다. 다만 Google의 블로그 발표와 Firebase 모델 목록은 2026년 9월 23일로 표시한다. (aistudio.google.com)
가격
Google Gemini Developer API의 공식 USD 요금이며, 아래 금액은 각각 입력 텍스트 토큰 100만 개당 / 출력 오디오 토큰 100만 개당이다. 조회일: 2026년 11월 16일. 플랫폼이나 처리 방식이 다른 요금과 혼동해서는 안 된다. (aistudio.google.com)
| 유료 처리 방식 | 2026년 12월 31일까지 입력 / 출력 | 2027년 1월 1일부터 입력 / 출력 |
|---|---|---|
| Standard | USD 0.50 / USD 6.00 | USD 1.00 / USD 12.00 |
| Batch | USD 0.25 / USD 3.00 | USD 0.50 / USD 6.00 |
| Flex | USD 0.25 / USD 3.00 | USD 0.50 / USD 6.00 |
| Priority | USD 0.90 / USD 10.80 | USD 1.80 / USD 21.60 |
공식 가격표에는 Standard와 Priority의 무료 티어가 표시되어 있으며, Batch와 Flex에는 무료 티어가 제공되지 않는다. 오디오 토큰은 초당 25개에 해당한다. 캐시 관련 별도 요금은 현재 확인된 가격표에서 검증하지 못했다. (aistudio.google.com)