Gemini 2.5 Flash Native Audio Preview 12-2025
Rede Neural
Comprimento máximo de resposta
(em tokens)
Tamanho do contexto
(em tokens)
Custo do prompt
(por 1M tokens)
Custo da resposta
(por 1M tokens)
Prompt de imagem
(por 1K tokens)
Como funciona Gemini 2.5 Flash Native Audio Preview 12-2025?
Perguntas frequentes sobre Gemini 2.5 Flash Native Audio Preview 12-2025
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.
É um modelo Google Gemini com geração de áudio nativa: aceita texto, imagens e documentos, e responde com texto ou áudio. É adequado para cenários de voz, narração de materiais, análise de arquivos e capturas de tela, além de tarefas que exigem raciocínio e chamada de ferramentas externas. O contexto é de 200.000 tokens.
Além de texto, o modelo gera áudio — sintetiza fala a partir da sua descrição textual. O limite de resposta é de 32.000 tokens, permitindo processar material extenso em uma única solicitação. Os parâmetros e formatos de saída específicos dependem de como você acessa o modelo via API BotHub.
Sim, o raciocínio antes da resposta está confirmado neste modelo. Ele processa a tarefa primeiro e depois fornece o resultado — isso é perceptível em perguntas de várias etapas, análise de documentos e cadeias lógicas. No BotHub, você pode comparar a resposta dele com outro modelo na mesma janela.
Sim, tanto a chamada de funções quanto a saída estruturada em JSON são suportadas. O modelo decide por si mesmo quando chamar uma ferramenta externa e retorna a resposta de acordo com o esquema definido. Através da API unificada compatível com OpenAI do BotHub, basta escrever a integração uma vez e depois alternar entre modelos.
O modelo aceita imagens e documentos como entrada: envie uma captura de tela, foto ou arquivo e peça para analisar o conteúdo. A entrada de áudio e vídeo não está confirmada em nossos dados, então a maneira mais fácil é testar com seu próprio material diretamente na interface do BotHub.
A família Gemini do Google é conhecida pelo amplo suporte a idiomas, mas não temos dados sobre o idioma dos prompts e da saída especificamente para esta versão, por isso não prometemos nada: envie uma solicitação típica e avalie você mesmo. O serviço BotHub é em russo, aceita pagamentos com cartões russos e tem acesso da Federação Russa sem VPN.