模型定位
Gemini Robotics ER 2 Streaming Preview 是面向機器人具身推理的視覺語言模型端點,針對透過 Gemini Live API 進行低延遲、即時文字串流而最佳化,屬於公開預覽版。(aistudio.google.com)
能力與用途
- 支援文字、圖片、影片和音訊輸入,輸出文字;支援雙向串流、函式呼叫、搜尋參照及思考。輸入上限為 131,072 個 token,輸出上限為 65,536 個 token。(ai.google.dev)
- 可用於持續觀察環境、觸發機器人動作、多機器人協作,以及倉儲揀選、包裝與進度監控。模型可透過應用程式接入機器人控制工具;底層動作由機器人 API 或控制模型執行。(aistudio.google.com)
限制
- 此端點不支援音訊或圖片生成、快取、程式碼執行、電腦操作、檔案搜尋、Google 地圖參照、結構化輸出、網址內容、Batch API、Flex 推論或優先推論。(ai.google.dev)
- 機器人 Live API 僅支援阻塞式函式呼叫;串流規格包括 16 位元、16 kHz PCM 音訊及每秒至多 1 張 JPEG 影格。(aistudio.google.com)
價格
以下為 Gemini Developer API 此串流預覽端點的標準方案官方報價,幣別為美元(USD);查詢日期:2026-11-16。(aistudio.google.com)
- **免費層級:**輸入與輸出免費,適用官方用量限制。
- **付費層級,至 2026-12-31:**文字、圖片、影片及音訊輸入均為每 100 萬個 token 1.00 USD;輸出為每 100 萬個 token 5.00 USD。
- **付費層級,自 2027-01-01 起:**上述各類輸入均為每 100 萬個 token 2.00 USD;輸出為每 100 萬個 token 10.00 USD。
- **Google 搜尋參照:**免費層級不提供;付費層級每月 5,000 次免費搜尋請求,額度由 Gemini 3 及更新模型共用,超出後每 1,000 次請求 14 USD,並受每日上限約束。
- 上述為 Gemini Developer API 價格,不代表其他平台的價格。官方定價來源。(aistudio.google.com)
發布日期與官方來源
- **發布日期:**2026-07-30,公開預覽。(aistudio.google.com)
- Gemini API 發布紀錄
- 機器人串流文件
- 模型規格