Gemini 2.5 Flash Native Audio Preview 09-2025
нейросеть
Характеристики
- Входные данные
- текст, изображения, документы
- Результат
- текст, аудио
- Уровни рассуждений
- низкий, средний, высокий
- Возможности
- рассуждения, вызов функций
Стоимость промпта
(за 1M токенов)
Стоимость ответа
(за 1M токенов)
Картинка-промт
(за 1K токенов)
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();
Как работает Gemini 2.5 Flash Native Audio Preview 09-2025?
Частые вопросы о Gemini 2.5 Flash Native Audio Preview 09-2025
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.
Gemini 2.5 Flash Native Audio Preview 09-2025 — мультимодальная модель: преобразует текст, документы и изображения в текст, генерирует текст и аудио, выполняет сложные рассуждения и взаимодействует с инструментами. Подходит для суммаризации, извлечения данных, диалогов и мультимодальных рабочих задач.
Модель выдаёт текстовые ответы и может генерировать аудиовыход по текстовому описанию. Конкретные форматы и параметры аудио зависят от API и настроек платформы, а модель поддерживает длительные развёрнутые ответы и мультимодальный контент.
Да, модель поддерживает рассуждения перед ответом: она может формировать пошаговые выкладки и детальные рассуждения по запросу. Это полезно при решении логических задач, STEM-задач и сложных аналитических сценариев с большим контекстом.
Да, модель поддерживает вызов функций и структурированный вывод в формате JSON. Это позволяет интегрировать её в приложения, получать машинно-парсимуемые ответы и вызывать внешние инструменты через механизмы function calling.
В модель можно загружать изображения и документы как вход. Генерация аудио поддерживается, но в предоставленных данных приём аудио или видео на вход явно не отмечен, поэтому точности по загрузке этих типов медиафайлов назвать нельзя.
Модель обладает мощными возможностями работы с текстом и длинным контекстом, что обычно помогает при работе с разными языками. В предоставленных данных нет явных метрик по русскому, поэтому конкретную оценку качества понимания назвать нельзя.