gemini-live-2.5-flash-native-audio
Réseau Neuronal
Caractéristiques
- Entrée
- texte, images, documents
- Sortie
- texte
- Taille du contexte
- 65 536 tokens
- Longueur maximale de la réponse
- 32 000 tokens
Coût du prompt
(par 1M tokens)
Coût de la réponse
(par 1M tokens)
Invite d'image
(par 1K tokens)
Comment ça marche gemini-live-2.5-flash-native-audio?
Questions fréquentes sur gemini-live-2.5-flash-native-audio
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 qui accepte du texte, des images et des documents, et répond par du texte. Il est adapté aux dialogues, à l'analyse de fichiers et d'images, à la rédaction de brouillons, aux résumés et aux réponses à des questions basées sur des documents. Sur BotHub, il est accessible sans VPN ni carte bancaire étrangère, avec un paiement par carte russe.
La limite de sortie est de 32 000 jetons par réponse, ce qui suffit pour un article volumineux, une analyse détaillée de document ou un long fragment de code. La fenêtre contextuelle est de 65 536 jetons, incluant votre requête, les documents joints et la réponse elle-même.
Aucun mode de raisonnement spécifique n'est indiqué dans nos données pour ce modèle. Cependant, vous pouvez lui demander de décomposer la tâche étape par étape directement dans le prompt, ce qui améliore souvent la qualité de l'analyse. Si un raisonnement explicite est nécessaire, d'autres modèles sont disponibles sur BotHub.
Nos données ne mentionnent pas explicitement la prise en charge de l'appel de fonctions (function calling) ou de la sortie structurée, nous ne pouvons donc pas le garantir. Le plus simple est de tester en pratique : l'accès se fait via l'API BotHub compatible OpenAI, et vous pouvez passer à un autre modèle sans réécrire l'intégration.
Le modèle accepte en entrée du texte, des images et des documents ; vous pouvez joindre une capture d'écran, une photo, un schéma, un PDF ou un rapport et demander d'en analyser le contenu. La réception d'audio et de vidéo n'est pas indiquée dans nos données. Le modèle répond par du texte.
Les modèles de la famille Gemini ont été entraînés sur des corpus multilingues et fonctionnent de manière fiable avec les requêtes et documents en russe. La meilleure façon d'évaluer la qualité est de tester sur vos propres tâches : sur BotHub, vous payez à l'utilisation (jetons), sans abonnement, ce qui rend les tests très peu coûteux.