← 全部模型

Gemini 2.5 Flash Preview Native Audio Dialog

發布時間 發布主體 Googlegemini-2.5-flash-preview-native-audio-dialog

模型定位

Google Gemini 2.5 Flash 系列的預覽模型,面向 Live API 即時對話,具備原生音訊輸出能力。它與單獨發布的 Thinking 變體及文字轉語音模型不是同一模型。(aistudio.google.com)

能力與用途

  • 理解音訊並生成語音,可用於建構即時語音助理和對話應用;Live API 還提供音視訊輸入能力。(blog.google)
  • 可按指示調整語音風格、語速和口音;支援工具使用與函式呼叫,支援超過 24 種語言。(storage.googleapis.com)
  • 可根據使用者語氣調整回應,並嘗試忽略背景或非面向裝置的語音,判斷何時回應。(storage.googleapis.com)

限制與狀態

  • 這是預覽版本,輸出和互動行為不保證始終準確,使用時應進行適當測試。
  • Google 公告顯示,此模型已於 2025 年 10 月 20 日關閉,不應再依賴該模型 ID 建構新服務。公告當時建議遷移至 gemini-2.5-flash-native-audio-preview-09-2025,但該建議是歷史資訊,選型時應另查目前可用模型。(aistudio.google.com)

價格

截至 2026 年 11 月 18 日查詢,未能在官方定價頁面核實此確切模型 ID 的歷史輸入或輸出計費金額及單位。頁面中其他 Native Audio 版本的價格不能直接套用至本模型。(aistudio.google.com)

發布與官方來源