Algumas ou todas as informações nesta página podem não se aplicar ao Cloud de Confiance da S3NS. Consulte Diferenças do Google Cloud para saber mais.

O Google usa tecnologia de IA na tradução de conteúdos para seu idioma de preferência. As traduções com IA podem ter erros.

Gemini 2.5 Flash com a API Gemini Live

O Gemini 2.5 Flash com áudio nativo da API Gemini Live conta com nossa funcionalidade de áudio nativo de última geração para a API Gemini Live. Além dos recursos padrão da API Gemini Live, esse modelo inclui:

Qualidade do áudio aprimorada:aproveite uma qualidade do áudio muito melhor, que parece uma conversa com uma pessoa.
Qualidade de voz e adaptabilidade aprimoradas:o áudio nativo da API Gemini Live oferece interações de voz mais ricas e naturais com 30 vozes em alta definição em 24 idiomas.
Apresentamos o Áudio Proativo: (pré-lançamento) quando o Áudio Proativo está ativado, o modelo só responde quando é relevante. O modelo gera transcrições de texto e respostas de áudio de forma proativa apenas para consultas direcionadas ao dispositivo e não responde a consultas não direcionadas ao dispositivo.
Apresentamos a computação afetiva:os modelos que usam o áudio nativo da API Gemini Live podem entender e responder adequadamente às expressões emocionais dos usuários para conversas mais sutis.
Interrupção aprimorada:interrompa o Gemini de forma mais natural e confiável, mesmo em ambientes barulhentos.
Chamada de função robusta:melhoramos a taxa de acionamento, permitindo que o Gemini execute as funções que você define para dar suporte aos seus casos de uso.
Transcrição precisa:a precisão da transcrição de áudio para texto foi significativamente aprimorada. Para resultados ainda melhores, é possível fornecer dicas de idioma para orientar o modelo em direção ao idioma correto. Para mais informações, consulte Ativar a transcrição de áudio para a sessão.
Suporte multilíngue integrado:fale com o Gemini em vários idiomas, e ele vai alternar entre eles sem qualquer pré-configuração. O idioma não é mais uma barreira.

Para mais informações sobre a API Gemini Live, consulte:

Nossa documentação da API Gemini Live independente.
Nossos formatos de áudio compatíveis com a API Gemini Live.
Nossos limites de sessões simultâneas da API Gemini Live.

Teste no Agent Studio Preços

ID do modelo	`gemini-live-2.5-flash-native-audio`
Modalidades	Texto Entrada e saída Imagem Somente entrada Áudio Entrada e saída Vídeo Somente entrada
Limites de tokens	Janela de contexto	128 mil
Limites de tokens	Máximo de tokens de saída	64 mil
Máximo de sessões simultâneas	1000
Recursos	Raciocínio Indisponível Instruções do sistema Compatível Saída estruturada Não compatível Armazenamento em cache de contexto Não compatível Mecanismo RAG Não compatível Ajuste Não compatível Compreensão de vídeo agêntica Não disponível
Ferramentas	Embasamento Pesquisa Google Compatível Execução de código Não compatível Chamadas de função Compatível Contexto de URL Não disponível Uso do computador Recurso em fase de pré-lançamento Não disponível
APIs	API GenerateContent Compatível API Interactions Recurso em fase de pré-lançamento Não compatível API Gemini Live Compatível API Count Tokens Não compatível API Chat Completions Não compatível
Opções de consumo	Capacidade de processamento provisionada Compatível Inferência em lote Não compatível Pay-as-you-go Pagamento por uso padrão Compatível Cota fixa Não compatível
Especificações técnicas	Imagem	Máximo de imagens por comando: 3.000 Tamanho máximo por arquivo para dados inline ou uploads diretos pelo console: 7 MB Tamanho máximo por arquivo do Google Cloud Storage: 30 MB Tipos MIME compatíveis: `image/png`, `image/jpeg`, `image/webp`, `image/heic`, `image/heif`
	Vídeo	Resolução padrão: 768 x 768 Tipos MIME compatíveis: `video/x-flv`, `video/quicktime`, `video/mpeg`, `video/mpegs`, `video/mpg`, `video/mp4`, `video/webm`, `video/wmv`, `video/3gpp`
	Áudio	Duração máxima da conversa: o padrão é 10 minutos, mas esse tempo pode ser estendido. Formato de entrada de áudio obrigatório: áudio PCM bruto de 16 bits a 16 kHz, little-endian Formato de saída de áudio obrigatório: Áudio PCM bruto de 16 bits a 24 kHz, little-endian Tipos MIME compatíveis: `audio/x-aac`, `audio/flac`, `audio/mp3`, `audio/m4a`, `audio/mpeg`, `audio/mpga`, `audio/mp4`, `audio/ogg`, `audio/pcm`, `audio/wav`, `audio/webm`
	Padrões de parâmetro	Sensibilidade ao início da fala: baixa Sensibilidade ao fim da fala: alta Preenchimento de prefixo: 0 Tamanho máximo do contexto: 128 mil
Regiões compatíveis	Disponibilidade do modelo	Estados Unidos: `us-central1`, `us-east1`, `us-east4`, `us-east5`, `us-south1`, `us-west1`, `us-west4` Europa: `europe-central2`, `europe-north1`, `europe-southwest1`, `europe-west1`, `europe-west4`, `europe-west8`
Versões	`gemini-live-2.5-flash-native-audio` Estágio de lançamento: GA Data de lançamento: 12 de dezembro de 2025 Data de desativação^†: 13 de dezembro de 2026
Controles de segurança	Previsão on-line	Residência de dados CMEK VPC-SC AXT
Controles de segurança	Consulte Controles de segurança para mais informações.

^† As datas de desativação listadas se referem à desativação do suporte na Gemini Enterprise Agent Platform. Os modelos podem permanecer acessíveis pela API Gemini após essas datas. A API Gemini não é uma oferta do Cloud de Confiance by S3NS e está sujeita aos próprios Termos de Serviço. Para mais detalhes, consulte a documentação da API Gemini.