gemini-3.1-flash-tts-preview
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-3.1-flash-tts-preview?
Questions fréquentes sur gemini-3.1-flash-tts-preview
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 qui transforme le texte en audio : voix off pour vidéos, podcasts, supports pédagogiques, réponses vocales dans les applications. En plus de l'audio, il répond par du texte, sait raisonner avant de répondre et appeler des fonctions, et accepte également des images et des documents en entrée.
Les formats audio spécifiques, le débit binaire et l'ensemble des voix ne sont pas spécifiés dans nos données, nous ne pouvons donc pas les garantir. En revanche, nous savons ceci : un contexte de 65 536 jetons et jusqu'à 32 000 jetons par réponse — le modèle peut facilement lire un long scénario ou un article sans le découper en parties.
Oui, le raisonnement avant réponse est confirmé par nos données. Le modèle peut décomposer une tâche étape par étape avant de fournir un résultat : c'est utile lorsqu'il faut baliser un long texte pour la voix off, placer des accents ou d'abord réécrire un brouillon avant de le lire.
Oui, les deux. Le modèle prend en charge l'appel de fonctions et la sortie structurée en JSON, ce qui le rend facile à intégrer dans des pipelines : le service reçoit une réponse prévisible avec la structure souhaitée et déclenche ensuite vos outils. Dans BotHub, cela fonctionne via une API unique compatible OpenAI.
Images et documents — oui, c'est indiqué dans nos données : vous pouvez fournir une image ou un fichier et demander de lire ou de résumer le contenu. Il n'y a aucune mention concernant l'audio et la vidéo en entrée, nous ne pouvons donc pas le promettre à l'avance — vérifiez par vous-même dans le chat.
Nous n'avons pas de données spécifiques sur la qualité du russe pour ce modèle, nous ne l'évaluerons donc pas — il est plus rapide de le vérifier vous-même avec votre propre texte. En revanche, l'accès est sans difficulté : interface BotHub et bot Telegram, paiement avec des cartes russes, sans VPN ni carte étrangère.