gemini-2.5-pro-tts
Red Neuronal
Características
- Entrada
- texto, imágenes, documentos
- Salida
- texto
- Tamaño del contexto
- 65 536 tokens
- Longitud máxima de respuesta
- 32 000 tokens
- Niveles de razonamiento
- bajo, medio, alto
- Funciones
- razonamiento, llamada a funciones
Costo del prompt
(por 1M tokens)
Costo de la respuesta
(por 1M tokens)
Prompt de imagen
(por 1K tokens)
Cómo funciona gemini-2.5-pro-tts?
Preguntas frecuentes sobre gemini-2.5-pro-tts
Puede usar los resultados generados con fines comerciales. Todos los derechos sobre el contenido creado le pertenecen. La única restricción: asegúrese de que la solicitud no incluya material de terceros protegido por derechos de autor. El usuario es responsable de respetar los derechos sobre los datos de entrada.
El modelo trabaja con texto, analiza documentos e imágenes cargados, razona antes de responder y llama a funciones externas. Es adecuado para analizar informes y capturas de pantalla, trabajar con código, tareas lógicas complejas y escenarios donde se requiere una respuesta estructurada para su servicio.
En una sola respuesta, el modelo genera hasta 32 000 tokens, lo cual es suficiente para un análisis largo, un documento voluminoso o un fragmento de código grande. La ventana de contexto total es de 65 536 tokens, e incluye su solicitud, los archivos adjuntos y la respuesta misma.
Sí, el razonamiento antes de responder está confirmado por nuestros datos: el modelo primero procesa la tarea internamente y luego genera el resultado. Esto ayuda notablemente en matemáticas, lógica, depuración de código y preguntas de varios pasos, donde no solo es importante la respuesta, sino también el camino correcto hacia ella.
Sí, el modelo admite tanto la llamada a funciones como la salida estructurada en JSON. Usted describe el esquema o el conjunto de herramientas, y la respuesta llega en un formato predecible que puede transmitirse inmediatamente. A través de la API única compatible con OpenAI de BotHub, esto se conecta sin necesidad de reescribir la integración.
Imágenes y documentos, sí: puede enviar una captura de pantalla, un esquema, un PDF o un contrato y pedir que se analice el contenido. No tenemos confirmación en nuestros datos sobre la entrada de audio y video, por lo que no podemos prometerlo; es más fácil verificarlo directamente en la interfaz con su propio archivo.
La familia Gemini fue desarrollada originalmente como multilingüe, por lo que el modelo suele manejar las solicitudes en ruso con confianza: entiende el contexto y maneja los términos con precisión. Lo más preciso es comprobarlo con sus propias tareas; en BotHub hay acceso desde Rusia sin VPN y el pago se realiza con tarjetas rusas.