Gemini 2.5 Pro TTS
нейросеть
Характеристики
- Входные данные
- текст, изображения, документы
- Результат
- текст
- Размер контекста
- 65 536 токенов
- Макс. длина ответа
- 32 000 токенов
- 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-pro-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-pro-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 Pro TTS?
Частые вопросы о Gemini 2.5 Pro 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.
Gemini 2.5 Pro TTS генерирует и преобразует текст, понимает документы и изображения, выполняет рассуждения и может работать с внешними инструментами. Подходит для аналитики, суммирования, создания структурированных ответов и интеграции в приложения. Возможности генерации аудио в данных не отмечены.
За один ответ модель может выдать до 32000 выходных токенов, при этом общий контекст поддерживается в пределах 65536 токенов. На практике длина итогового текста зависит от токенизации, формата и настроек интеграции, учитывайте эти лимиты при проектировании.
Да — в модели подтверждена возможность рассуждать перед ответом. Она может проговаривать ход мысли и выстраивать поэтапные объяснения, что полезно для задач STEM, анализа сложных кейсов и формулировки обоснованных выводов в диалогах и обработке данных.
Да, модель поддерживает вызов функций и структурированный вывод в формате JSON. Это упрощает интеграцию с внешними сервисами и автоматизацию: вы получаете машинно-удобные ответы, которые можно напрямую передавать в обработчики или API-эндпойнты.
Модель принимает на вход текст, изображения и документы, что удобно для анализа файлов и извлечения информации из картинок. Про приём аудио и видео в предоставленных данных не отмечено, поэтому конкретику по ним стоит уточнить перед интеграцией.
В предоставленных данных нет прямой информации о качестве понимания русского языка моделью. Обычно результаты зависят от формулировки запросов и примеров в подсказке, поэтому рекомендуем протестировать модель на ваших задачах и корпусах для оценки точности и стиля ответов.