gemini-live-2.5-flash-native-audio
Rede Neural
Especificações
- Entrada
- texto, imagens, documentos
- Saída
- texto
- Tamanho do contexto
- 65 536 tokens
- Comprimento máximo de resposta
- 32 000 tokens
Custo do prompt
(por 1M tokens)
Custo da resposta
(por 1M tokens)
Prompt de imagem
(por 1K tokens)
Como funciona gemini-live-2.5-flash-native-audio?
Perguntas frequentes sobre gemini-live-2.5-flash-native-audio
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 Gemini que aceita texto, imagens e documentos, e responde com texto. É adequado para diálogos, análise de arquivos e imagens, preparação de rascunhos, resumos e respostas a perguntas sobre materiais. No BotHub, ele está disponível sem VPN ou cartão estrangeiro, com pagamento via cartões russos.
O limite de saída é de até 32.000 tokens por resposta, o que é suficiente para um artigo extenso, uma análise detalhada de documento ou um longo trecho de código. A janela de contexto é de 65.536 tokens, comportando sua solicitação, os materiais anexados e a própria resposta.
Um modo de raciocínio separado não está indicado em nossos dados para este modelo. No entanto, você pode pedir que ele analise a tarefa passo a passo diretamente no prompt — isso geralmente melhora a qualidade da análise. Se precisar de raciocínio explícito, existem outros modelos disponíveis no BotHub.
Em nossos dados, não há marcação sobre 'function calling' e saída estruturada, portanto, não podemos garantir. A maneira mais fácil de verificar é na prática: o acesso é feito através da API única compatível com OpenAI do BotHub, e você pode alternar para outro modelo sem reescrever a integração.
O modelo aceita texto, imagens e documentos como entrada — você pode anexar uma captura de tela, foto, esquema, PDF ou relatório e pedir para analisar o conteúdo. A recepção de áudio e vídeo não está indicada em nossos dados. O modelo retorna a resposta em texto.
Os modelos da família Gemini foram treinados em corpora multilíngues e trabalham com confiança com solicitações e documentos em russo. A qualidade é melhor avaliada em suas próprias tarefas: no BotHub, você paga pelo uso de tokens, sem assinatura, portanto, um teste rápido custará o mínimo.