Gemini 2.5 Flash Native Audio Preview 09-2025
нейрожелі
Сипаттамалары
- Кіріс деректер
- мәтін, кескіндер, құжаттар
- Нәтиже
- мәтін, аудио
- Пайымдау деңгейлері
- төмен, орташа, жоғары
- Мүмкіндіктер
- пайымдау, функцияларды шақыру
Промптың құны
(1М токенге қарай)
Жауаптың құны
(1М токенге қарай)
Сурет промпты
(1К токенге қарай)
import OpenAI from 'openai';
const openai = new OpenAI({
apiKey: '<your bothub access token>',
baseURL: 'https://openai.bothub.chat/v1'
});
// Sync - Text generation
async function main() {
const chatCompletion = await openai.chat.completions.create({
messages: [{ role: 'user', content: 'Say this is a test' }],
model: 'gemini-2.5-flash-native-audio-preview-09-2025',
});
}
// Async - Text generation
async function main() {
const stream = await openai.chat.completions.create({
messages: [{ role: 'user', content: 'Say this is a test' }],
model: 'gemini-2.5-flash-native-audio-preview-09-2025',
stream: true
});
for await (const chunk of stream) {
const part: string | null = chunk.choices[0].delta?.content ?? null;
}
}
main();
Қалай жұмыс істейді Gemini 2.5 Flash Native Audio Preview 09-2025?
Gemini 2.5 Flash Native Audio Preview 09-2025 туралы жиі қойылатын сұрақтар
Генерация нәтижелерін коммерциялық мақсатта пайдалана аласыз. Жасалған контентке барлық құқық сізге тиесілі. Жалғыз шектеу: сұрауда үшінші тараптардың авторлық құқықпен қорғалған материалдары пайдаланылмағанына көз жеткізіңіз. Кіріс деректерінің құқықтарын сақтау жауапкершілігі пайдаланушыға жүктеледі.
Gemini 2.5 Flash Native Audio Preview 09-2025 — мультимодальды модель: мәтінді, құжаттар мен кескіндерді мәтінге айналдырады, мәтін мен аудио жасайды, күрделі пайымдауларды орындайды және құралдармен өзара әрекеттеседі. Резюме жасауға, деректерді шығаруға, диалогтарға және мультимодальды жұмыс тапсырмаларына жарамды.
Модель мәтіндік жауаптар береді және мәтіндік сипаттама бойынша аудио шығысын генерациялай алады. Аудионың нақты форматтары мен параметрлері API және платформа параметрлеріне байланысты, ал модель ұзақ егжей-тегжейлі жауаптарды және мультимодальды контентті қолдайды.
Иә, модель жауап берер алдында пайымдауды қолдайды: ол сұраныс бойынша кезең-кезеңімен түсіндірмелер мен егжей-тегжейлі пайымдауларды қалыптастыра алады. Бұл логикалық тапсырмаларды, STEM-тапсырмаларын және үлкен контексті бар күрделі аналитикалық сценарийлерді шешу кезінде пайдалы.
Иә, модель функцияларды шақыруды және JSON форматында құрылымдалған шығысты қолдайды. Бұл оны қолданбаларға біріктіруге, машиналық талданатын жауаптар алуға және function calling механизмдері арқылы сыртқы құралдарды шақыруға мүмкіндік береді.
Модельге кіріс ретінде кескіндер мен құжаттарды жүктеуге болады. Аудио генерациясы қолдау табады, бірақ берілген деректерде аудио немесе бейнені кіріс ретінде қабылдау айқын көрсетілмеген, сондықтан медиафайлдардың осы түрлерін жүктеу туралы нақты мәлімет беру мүмкін емес.
Модель мәтінмен және ұзақ контекстпен жұмыс істеудің қуатты мүмкіндіктеріне ие, бұл әдетте әртүрлі тілдермен жұмыс істегенде көмектеседі. Берілген деректерде орыс тілі бойынша нақты көрсеткіштер жоқ, сондықтан түсіну сапасына нақты баға беру мүмкін емес.