Вы можете использовать результаты генерации в коммерческих целях. Все права на созданный контент принадлежат вам. Единственное ограничение: убедитесь, что в запросе не использовались защищённые авторским правом материалы третьих сторон. Ответственность за соблюдение прав на входные данные лежит на пользователе.

Это модель Google для озвучки: по текстовому описанию она генерирует аудио. Подходит для озвучки роликов и обучающих материалов, подкастов, уведомлений, прототипов голосовых интерфейсов. На вход принимает текст, изображения и документы, умеет вызывать функции и рассуждать перед ответом.

Генерация аудио помимо текста — подтверждённая возможность, а вот кодеки, частоту дискретизации и битрейт мы называть не станем: таких данных у нас нет. Ориентируйтесь на лимиты из технической шапки: контекст 200 000 токенов и до 32 000 токенов вывода за запрос.

Да, режим рассуждений у модели подтверждён. Это помогает аккуратнее разбирать длинные тексты и сценарии озвучки: учитывать структуру реплик, расставлять акценты и паузы по смыслу, следовать инструкциям в несколько шагов. Рассуждения расходуют токены вывода, так что держите в уме лимит 32 000.

Да, function calling и структурированный вывод JSON поддерживаются. Модель можно встроить в пайплайн, где она вызывает ваши инструменты и возвращает предсказуемую схему для дальнейшей обработки. В BotHub она подключается через единый OpenAI-совместимый API, поэтому смена модели не требует переписывать интеграцию.

По нашим данным на вход помимо текста принимаются изображения и документы — например, скрипт в PDF или макет со слайда. Про аудио и видео на входе пометки у нас нет, утверждать что-либо не будем: проще проверить на своей задаче прямо в интерфейсе.

Данных о языках промта и вывода у нас нет, поэтому обещать конкретное качество русского мы не станем — надёжнее проверить на своих текстах. В BotHub это можно сделать сразу: русскоязычный интерфейс, оплата российскими картами в рублях, доступ без VPN и зарубежной карты.