Você pode usar os resultados da geração para fins comerciais. Todos os direitos sobre o conteúdo criado pertencem a você. A única restrição: certifique-se de que a solicitação não inclua materiais de terceiros protegidos por direitos autorais. A responsabilidade pelo cumprimento dos direitos sobre os dados de entrada é do usuário.

Este é um modelo do Google com geração de áudio nativa: ele aceita texto, documentos e imagens, responde com texto e narra a resposta. É adequado para assistentes de voz e cenários de diálogo, narração de materiais, trabalho com documentos e imagens, quando a resposta é necessária tanto em fala quanto em texto.

O modelo sintetiza a fala nativamente, dentro da mesma resposta, e não por um mecanismo de terceiros separado, portanto a entonação baseia-se no significado da fala. O contexto é de 200.000 tokens, o limite de saída é de 32.000 tokens. Codecs e taxas de bits específicos não estão especificados em nossos dados, portanto, consulte a resposta da API.

Sim, o modelo possui um modo de raciocínio declarado: antes de responder, ele pode analisar a tarefa passo a passo. Isso é perceptível na lógica, na análise de documentos longos e em diálogos complexos, onde é importante manter o fio da meada. Em falas curtas, o raciocínio quase não afeta a velocidade.

Sim, tanto a chamada de funções (function calling) quanto a saída estruturada em JSON são suportadas. O modelo pode solicitar a ferramenta necessária e retornar dados de acordo com um esquema definido, tornando-o conveniente para integrar em bots de voz, pipelines e serviços que precisam de uma resposta legível por máquina previsível.

De acordo com nossos dados, além de texto, imagens e documentos são aceitos como entrada: você pode enviar uma captura de tela, diagrama, foto ou arquivo e obter uma análise. A entrada de áudio e vídeo não está indicada nos dados, portanto, para esses cenários, verifique a resposta do modelo ou escolha um modelo especializado no catálogo.

Os modelos da série Gemini tradicionalmente trabalham com o russo de forma confiável, e esta variante foi projetada para diálogos multilíngues. Não há avaliações formais por idioma em nossos dados, portanto, verifique em seu cenário: no BotHub, isso está disponível sem VPN e cartão estrangeiro, com pagamento em rublos.