Gemini 2.5 Flash Preview TTS
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-preview-tts',
});
}
// 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-preview-tts',
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 Preview TTS?
Частые вопросы о Gemini 2.5 Flash Preview TTS
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.
Это мультимодальная модель с синтезом речи: генерирует аудио из текста, извлекает текст из документов и изображений, выполняет сложные рассуждения и поддерживает интеграцию с инструментами. Подходит для озвучки, анализа документов, генерации ответов и автоматизированных рабочих процессов.
Модель может выдавать аудио по текстовому описанию и возвращать текстовые ответы. Точные аудиоформаты и параметры вывода зависят от API-подключения и не указаны в наших данных, поэтому формат и кодек определяются на стороне сервиса.
Да, модель поддерживает рассуждения перед ответом и способна выдавать промежуточные шаги мышления. Это полезно для объяснений, сложных задач и проверяемого вывода; включение таких рассуждений помогает понять, как сформирован итоговый ответ.
Да, в модели заявлена поддержка вызова функций и структурированного вывода в JSON. Это позволяет интегрировать её в мультимодельные системы, автоматизировать обработку данных и получать машинно-читаемые результаты для последующей обработки.
Входные возможности включают загрузку изображений и документов, они обрабатываются для извлечения текста и контекста. В наших данных не отмечено приёма аудио или видео на вход; если это важно, уточняйте формат входных данных при интеграции.
Модель ориентирована на работу с текстом и мультимодальными входами, и в практических сценариях часто справляется с русским. Конкретная точность или качество понимания на русском в предоставленных данных не указаны, поэтому результаты могут варьироваться по задаче.