Gemini Live 2.5 Flash Native Audio
нейрожелі
Сипаттамалары
- Кіріс деректер
- мәтін, кескіндер, құжаттар
- Нәтиже
- мәтін
- Контекст өлшемі
- 65 536 токен
- Жауап ұзындығы бойынша ең көп шек
- 32 000 токен
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-live-2.5-flash-native-audio',
});
}
// Async - Text generation
async function main() {
const stream = await openai.chat.completions.create({
messages: [{ role: 'user', content: 'Say this is a test' }],
model: 'gemini-live-2.5-flash-native-audio',
stream: true
});
for await (const chunk of stream) {
const part: string | null = chunk.choices[0].delta?.content ?? null;
}
}
main();
Қалай жұмыс істейді Gemini Live 2.5 Flash Native Audio?
Gemini Live 2.5 Flash Native Audio 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 Live 2.5 Flash Native Audio мәтінді, құжаттар мен кескіндерді өңдейді, ақпаратты алуға, түйіндеуге, ұзақ мәтіндер бойынша сұрақтарға жауап беруге және файлдардың мазмұнын талдауға қабілетті. Үлкен контекст (65536) және жоғары шығыс шегі көлемді құжаттармен және күрделі тапсырмалармен жұмыс істеуге мүмкіндік береді.
Бір жауапта модель 32000-ға дейін шығыс токенін генерациялай алады, бұл өте ұзақ жауаптар немесе мәтіннің үлкен үзінділерін алуға мүмкіндік береді. Шығыс көлемі токенизацияға және ағымдағы сұраныста қанша контексттің бос екендігіне байланысты екенін ескеріңіз.
Біздің модель туралы деректерімізде түпкілікті жауап «алдында» ойлау тізбегін шығаруға қолдау көрсетілетіні анық көрсетілмеген. Іс жүзінде сіз мәтінде қадамдық түсініктемелерді ала аласыз, бірақ аралық пайымдауларды ашық түрде көрсетудің ішкі опциясы туралы деректерде ақпарат жоқ.
Біздің деректерімізде function calling немесе JSON-ға шығарудың нативті механизміне ашық қолдау көрсетілмеген. Көбінесе промпт арқылы құрылымдалған JSON сұрап, қолайлы жолды алуға болады, бірақ функцияларды шақырудың толық интеграциясын өз ортаңызда тексеру қажет.
Модель жүктелімдерден суреттер мен құжаттарды қабылдайды, бұл файлдардан тақырыптарды, сипаттамаларды және ақпаратты алуға мүмкіндік береді. Біздің деректерімізде аудио немесе видеоны қолдау көрсетілмеген, сондықтан мұндай медиа түрлерін жүктеуді интеграцияға дейін жеке тексерген жөн.
Біздің деректерімізде бұл модель үшін орыс тілін түсіну сапасы тікелей көрсетілмеген. Оны BotHub арқылы өз мысалдарыңызда тексеруге кеңес береміз: бұл сіз үшін маңызды тапсырмаларда тұжырымдардың дәлдігін, стилін және жауаптардың адекваттылығын шынайы бағалауға мүмкіндік береді.