← 全部模型

Gemini 3.5 Live Translate

發布時間 發布主體 Googlegemini-3.5-live-translate-preview

模型定位與發布

Gemini 3.5 Live Translate 是 Google 的低延遲語音轉語音翻譯模型,專為近乎即時的口語對話翻譯設計。Google 於 2026 年 6 月 9 日發布公告;此 API 模型版本為預覽版。(blog.google)

能力與用途

  • 支援自動辨識 70 多種語言,持續處理串流語音並輸出翻譯語音,盡量保留講者的語調、語速與音高;也可輸出文字轉錄稿。(blog.google)
  • 支援雙向翻譯及 Gemini Live API,可用於多語通話、會議、課程、廣播及即時口譯應用。公告也介紹了 Google Translate 與 Google Meet 的整合規劃。(ai.google.dev)

限制

  • Gemini API 模型文件列出的上限為輸入 131,072 tokens、輸出 65,536 tokens;不支援快取、函式呼叫、程式碼執行、搜尋接地、結構化輸出、思考或 Batch API。(ai.google.dev)
  • 官方模型卡指出,非母語口音、相近語言或快速切換語言可能影響語言辨識;長時間停頓或快速多人對話可能造成聲音不一致。背景噪音也不一定能完全排除。(storage.googleapis.com)

價格

以下為 Gemini Developer API 標準方案對此預覽模型的官方美元(USD)報價,查詢日期:2026 年 11 月 16 日。其他平台的價格不應視為相同。(aistudio.google.com)

  • 免費層級:音訊輸入及輸出均免費;官方標示免費層級資料可能用於改善產品。
  • 付費層級:音訊輸入 USD 3.50/百萬 tokens;音訊輸出 USD 21.00/百萬 tokens。官方標示付費層級資料不用於改善產品。
  • 官方以每秒音訊 25 tokens 估算,輸入約 USD 0.0053/分鐘、輸出約 USD 0.0315/分鐘;實際依輸入與輸出音訊 token 的總消耗量計費。(aistudio.google.com)

官方來源