Il est possible qu'une partie ou l'ensemble des informations de cette page ne s'appliquent pas au Cloud de confiance S3NS. Pour en savoir plus, consultez Différences par rapport à Google Cloud.

Google utilise la technologie IA pour traduire le contenu dans votre langue préférée. Les traductions générées par IA peuvent contenir des erreurs.

Gemini 2.5 Flash avec l'API Gemini Live

Gemini 2.5 Flash avec les fonctionnalités audio natives de l'API Gemini Live propose notre fonctionnalité audio native de pointe pour l'API Gemini Live. En plus des fonctionnalités standards de l'API Gemini Live, ce modèle inclut :

Qualité audio améliorée : profitez d'une qualité audio considérablement améliorée, qui donne l'impression de parler à une personne.
Qualité vocale et adaptabilité améliorées : l'audio natif de l'API Gemini Live offre des interactions vocales plus riches et plus naturelles avec 30 voix HD dans 24 langues.
Présentation de l'audio proactif (preview) : lorsque l'audio proactif est activé, le modèle ne répond que lorsque cela est pertinent. Le modèle génère des transcriptions textuelles et des réponses audio de manière proactive uniquement pour les requêtes adressées à l'appareil, et ne répond pas aux requêtes non adressées à l'appareil.
Présentation d'Affective Dialog : les modèles utilisant l'audio natif de l'API Gemini Live peuvent comprendre les expressions émotionnelles des utilisateurs et y répondre de manière appropriée pour des conversations plus nuancées.
Interruption améliorée : interrompez Gemini de manière plus naturelle et fiable, même dans des environnements bruyants.
Appel de fonction robuste : nous avons amélioré le taux de déclenchement, ce qui permet à Gemini d'exécuter correctement les fonctions que vous définissez pour répondre à vos cas d'utilisation.
Transcription précise : la précision de la transcription audio en texte a été considérablement améliorée. Pour obtenir de meilleurs résultats, vous pouvez fournir des indices linguistiques afin d'orienter le modèle vers la langue appropriée. Pour en savoir plus, consultez Activer la transcription audio pour la session.
Compatibilité multilingue fluide : parlez à Gemini dans plusieurs langues. Il passera de l'une à l'autre sans effort et sans configuration préalable. La langue n'est plus un obstacle.

Pour en savoir plus sur l'API Gemini Live, consultez les ressources suivantes :

Essayer dans Agent Studio Tarifs

ID du modèle	`gemini-live-2.5-flash-native-audio`
Modalités	Texte Entrée et sortie Image Entrée uniquement Audio Entrée et sortie Vidéo Entrée uniquement
Limites de jetons	Fenêtre de contexte	128 k
Limites de jetons	Nombre maximal de jetons de sortie	64 k
Nombre maximal de sessions simultanées	1000
Capacités	Réflexion Non disponible Instructions système Compatible Sortie structurée Non disponible Cache de contexte Non compatible Moteur RAG Non disponible Réglage Non disponible Compréhension des vidéos par les agents Non disponible
Outils	Ancrage Recherche Google Compatible Exécution de code Non compatible Appel de fonction Compatible Contexte de l'URL Non compatible Utilisation de l'ordinateur Fonctionnalité en preview Non compatible
API	API GenerateContent Compatible API Interactions Fonctionnalité en preview Non compatible API Gemini Live Compatible API CountTokens Non compatible API Chat Completions Non compatible
Options de consommation	Débit provisionné Compatible Inférence par lot Non disponible Pay-as-you-go Paiement à l'usage standard Compatible Quota fixe Non disponible
Caractéristiques techniques	Image	Nombre maximal d'images par prompt : 3 000 Taille maximale par fichier pour les données intégrées ou les importations directes à l'aide de la console : 7 Mo Taille maximale par fichier depuis Google Cloud Storage : 30 Mo Types MIME compatibles : `image/png`, `image/jpeg`, `image/webp`, `image/heic`, `image/heif`
	Vidéo	Résolution standard : 768 x 768 Types MIME compatibles : `video/x-flv`, `video/quicktime`, `video/mpeg`, `video/mpegs`, `video/mpg`, `video/mp4`, `video/webm`, `video/wmv`, `video/3gpp`
	Audio	Durée maximale de la conversation : 10 minutes par défaut, qui peut être prolongée. Format d'entrée audio requis : audio PCM 16 bits brut à 16 kHz, little-endian Format de sortie audio requis : audio PCM 16 bits brut à 24 kHz, little-endian Types MIME compatibles : `audio/x-aac`, `audio/flac`, `audio/mp3`, `audio/m4a`, `audio/mpeg`, `audio/mpga`, `audio/mp4`, `audio/ogg`, `audio/pcm`, `audio/wav`, `audio/webm`
	Paramètres par défaut	Sensibilité du début du contenu vocal : faible Sensibilité de la fin du contenu vocal : élevée Préfixe de remplissage : 0 Taille maximale du contexte : 128 K
Régions où le service est disponible	Disponibilité des modèles	États-Unis : `us-central1`, `us-east1`, `us-east4`, `us-east5`, `us-south1`, `us-west1`, `us-west4` Europe : `europe-central2`, `europe-north1`, `europe-southwest1`, `europe-west1`, `europe-west4`, `europe-west8`
Versions	`gemini-live-2.5-flash-native-audio` Étape de lancement : DG Date de disponibilité : 12 décembre 2025 Date de retrait^† : 13 décembre 2026
Contrôles de sécurité	Prédiction en ligne	Résidence des données CMEK VPC-SC AXT
Contrôles de sécurité	Pour en savoir plus, consultez Contrôles de sécurité.

^† Les dates de retrait indiquées correspondent à la fin de la prise en charge dans Gemini Enterprise Agent Platform. Les modèles peuvent rester accessibles via l'API Gemini après ces dates. L'API Gemini n'est pas une offre Cloud de Confiance by S3NS et est soumise à ses propres conditions d'utilisation. Pour en savoir plus, consultez la documentation de l'API Gemini.