Vous pouvez utiliser les résultats générés à des fins commerciales. Tous les droits sur le contenu créé vous appartiennent. Seule restriction : vérifiez que la requête ne contient pas de contenus protégés par le droit d'auteur appartenant à des tiers. Le respect des droits sur les données d'entrée relève de votre responsabilité.

Il s'agit d'un modèle Google avec génération audio native : il accepte du texte, des documents et des images, répond par du texte et vocalise la réponse. Il est adapté aux assistants vocaux et aux scénarios de dialogue, à la narration de contenus, ainsi qu'au travail sur des documents et des images lorsque la réponse est requise à la fois sous forme vocale et textuelle.

Le modèle synthétise la parole nativement, dans le cadre de la même réponse, et non via un moteur tiers séparé, ce qui permet à l'intonation de s'appuyer sur le sens de la réplique. Le contexte est de 200 000 jetons, la limite de sortie est de 32 000 jetons. Les codecs et débits spécifiques ne sont pas indiqués dans nos données, veuillez donc vous référer à la réponse de l'API.

Oui, le modèle dispose d'un mode de raisonnement : avant de répondre, il peut décomposer la tâche étape par étape. Cela est visible dans la logique, l'analyse de longs documents et les dialogues complexes où il est important de maintenir le fil de la pensée. Sur les répliques courtes, le raisonnement n'affecte presque pas la vitesse.

Oui, le « function calling » et la sortie structurée en JSON sont pris en charge. Le modèle peut demander lui-même l'outil nécessaire et renvoyer des données selon un schéma défini, ce qui le rend facile à intégrer dans des bots vocaux, des pipelines et des services nécessitant une réponse prévisible lisible par machine.

Selon nos données, en plus du texte, des images et des documents sont acceptés en entrée : vous pouvez envoyer une capture d'écran, un schéma, une photo ou un fichier et obtenir une analyse. La réception d'audio et de vidéo n'est pas indiquée dans les données ; pour de tels scénarios, vérifiez la réponse du modèle ou choisissez un modèle spécialisé dans le catalogue.

Les modèles de la série Gemini travaillent traditionnellement bien avec le russe, et cette version est conçue pour des dialogues multilingues. Il n'y a pas d'évaluations formelles par langue dans nos données, veuillez donc tester avec votre propre scénario : sur BotHub, cela est accessible sans VPN ni carte étrangère, avec un paiement en roubles.