Gemini 2.5 Flash Native Audio Preview 12-2025
Réseau Neuronal
Longueur maximale de la réponse
(en tokens)
Taille du contexte
(en tokens)
Coût du prompt
(par 1M tokens)
Coût de la réponse
(par 1M tokens)
Invite d'image
(par 1K tokens)
Comment ça marche Gemini 2.5 Flash Native Audio Preview 12-2025?
Questions fréquentes sur Gemini 2.5 Flash Native Audio Preview 12-2025
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 Gemini avec génération audio native : il accepte du texte, des images et des documents, et répond par du texte ou une synthèse vocale. Il est adapté aux scénarios vocaux, à la narration de contenus, à l'analyse de fichiers et de captures d'écran, ainsi qu'aux tâches nécessitant du raisonnement et l'appel d'outils externes. Le contexte est de 200 000 jetons.
En plus du texte, le modèle produit de l'audio — il synthétise la parole à partir de votre description textuelle. La limite de réponse est de 32 000 jetons, ce qui permet de traiter des contenus volumineux en une seule requête. Les paramètres et formats de sortie spécifiques dépendent de la manière dont vous accédez au modèle via l'API BotHub.
Oui, le raisonnement avant réponse est confirmé pour ce modèle. Il traite d'abord la tâche, puis fournit le résultat — cela est visible sur les questions à plusieurs étapes, l'analyse de documents et les chaînes logiques. Dans BotHub, vous pouvez comparer instantanément sa réponse avec un autre modèle dans la même fenêtre.
Oui, l'appel de fonctions et la sortie structurée en JSON sont pris en charge. Le modèle décide lui-même quand faire appel à un outil externe et renvoie une réponse selon le schéma défini. Grâce à l'API BotHub compatible OpenAI, il suffit d'écrire l'intégration une seule fois, puis de changer de modèle par simple basculement.
Le modèle accepte les images et les documents en entrée : envoyez une capture d'écran, une photo ou un fichier et demandez d'en analyser le contenu. La réception d'audio et de vidéo n'est pas indiquée dans nos données, il est donc plus simple de tester cela avec vos propres contenus directement dans l'interface BotHub.
La famille Gemini de Google est connue pour sa large prise en charge linguistique, mais nous n'avons pas de données sur la langue des prompts et de la sortie pour cette version spécifique, nous ne promettons donc rien : envoyez une requête type et évaluez par vous-même. Le service BotHub lui-même est en russe, le paiement est possible avec des cartes russes et l'accès depuis la Fédération de Russie est possible sans VPN.