gemini-2.5-flash-tts
Rede Neural
Especificações
- Entrada
- texto, imagens, documentos
- Saída
- texto
- Tamanho do contexto
- 65 536 tokens
- Comprimento máximo de resposta
- 32 000 tokens
- Níveis de raciocínio
- baixo, médio, alto
- Recursos
- raciocínio, chamada de funções
Custo do prompt
(por 1M tokens)
Custo da resposta
(por 1M tokens)
Prompt de imagem
(por 1K tokens)
Como funciona gemini-2.5-flash-tts?
Perguntas frequentes sobre gemini-2.5-flash-tts
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.
Segundo nossos dados, o modelo aceita texto, imagens e documentos, sabe raciocinar antes de responder e chamar funções. É adequado para analisar arquivos e capturas de tela, preparar e editar textos, incluindo falas para dublagem, bem como para cenários onde a resposta precisa ser retornada em JSON estruturado.
O limite de uma única resposta é de 32.000 tokens, o que equivale a dezenas de páginas. A janela de contexto total é de 65.536 tokens, incluindo tudo: sua solicitação, documentos anexados e a própria resposta. Se o material for grande, divida a tarefa em partes para manter uma margem de contexto.
Sim, o raciocínio antes da resposta é confirmado pelos nossos dados. O modelo pode decompor a tarefa em etapas e só então fornecer o resultado — isso é perceptível na análise de documentos, comparação de opções e tarefas onde a sequência de ações é importante, e não a primeira formulação que vem à mente.
Sim, a chamada de funções e a saída JSON estruturada são suportadas. O modelo pode ser conectado às suas ferramentas e você pode receber a resposta em um esquema definido. No BotHub, ele está disponível através de uma API única compatível com OpenAI, portanto, mudar para outro modelo não exige reescrever a integração.
Segundo nossos dados, além de texto, são aceitos imagens e documentos: você pode enviar uma captura de tela, esquema, digitalização ou arquivo e pedir para analisar o conteúdo. O suporte a áudio e vídeo não está indicado em nossos dados, portanto, esses formatos devem ser testados em sua tarefa.
Nossos dados não registram os idiomas do prompt e da resposta, por isso não faremos promessas precisas aqui — é mais fácil testar o modelo com sua solicitação típica. O serviço BotHub funciona em russo, está disponível na Rússia sem VPN e cartão estrangeiro, e o pagamento é feito com cartões russos.