gemini-2.5-pro-tts
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-pro-tts?
Perguntas frequentes sobre gemini-2.5-pro-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.
O modelo trabalha com texto, analisa documentos e imagens carregados, raciocina antes de responder e chama funções externas. É adequado para análise de relatórios e capturas de tela, trabalho com código, tarefas lógicas complexas e cenários onde é necessária uma resposta estruturada para o seu serviço.
Em uma única resposta, o modelo gera até 32.000 tokens — o suficiente para uma análise longa, um documento volumoso ou um grande fragmento de código. A janela de contexto total é de 65.536 tokens, o que inclui sua solicitação, arquivos anexados e a própria resposta.
Sim, o raciocínio antes da resposta é confirmado pelos nossos dados: o modelo primeiro processa a tarefa internamente e, em seguida, fornece o resultado. Isso ajuda notavelmente em matemática, lógica, depuração de código e perguntas de várias etapas, onde não é importante apenas a resposta, mas também o caminho correto até ela.
Sim, o modelo suporta tanto a chamada de funções quanto a saída estruturada em JSON. Você descreve o esquema ou o conjunto de ferramentas, e a resposta chega em um formato previsível que pode ser transmitido imediatamente. Através da API única compatível com OpenAI do BotHub, isso é conectado sem a necessidade de reescrever a integração.
Imagens e documentos — sim: você pode enviar uma captura de tela, esquema, PDF ou contrato e pedir para analisar o conteúdo. Quanto a áudio e vídeo na entrada, não há confirmação em nossos dados, por isso não prometeremos — é mais fácil verificar diretamente na interface com seu próprio arquivo.
A família Gemini foi desenvolvida originalmente como multilíngue, portanto, o modelo geralmente lida com solicitações em russo com confiança: entende o contexto e lida com precisão com os termos. A maneira mais precisa de verificar isso é em suas próprias tarefas; no BotHub, o acesso está disponível na Rússia sem VPN, com pagamento por cartões russos.