Gemini 3.5 Transcribe
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, Batch API
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-3.5-transcribe',
});
}
// Async - Text generation
async function main() {
const stream = await openai.chat.completions.create({
messages: [{ role: 'user', content: 'Say this is a test' }],
model: 'gemini-3.5-transcribe',
stream: true
});
for await (const chunk of stream) {
const part: string | null = chunk.choices[0].delta?.content ?? null;
}
}
main();
Как работает Gemini 3.5 Transcribe?
Частые вопросы о Gemini 3.5 Transcribe
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 3.5 Transcribe преобразует документы и изображения в текст, решает задачи генерации и редактирования текста, выполняет логические рассуждения и работает с инструментами в пакетной обработке. Подходит для извлечения данных, анализа документов, подготовки структурированных ответов и автоматизации конвейеров.
Модель может выдавать до 32000 выходных токенов в одном ответе; общий контекст поддерживает до 65536 токенов, включая запрос и историю. Имейте в виду, что «токен» не равен слову, поэтому объём итогового текста зависит от токенизации и структуры ответа.
Да — в модели предусмотрены рассуждения перед ответом, что помогает разбирать сложные задачи и выдавать аргументированные решения. Вы можете опираться на промежуточные шаги для валидации вывода и построения цепочек логики в задачах STEM и аналитики.
Да, модель поддерживает вызов функций и вывод структурированного JSON, что удобно для интеграции с внешними инструментами и автоматизированными пайплайнами. Это упрощает передачу данных между приложениями и использование модели в многокомпонентных системах.
Вы можете загружать изображения и документы как входные данные — модель умеет извлекать текст и информацию из них. По поводу аудио и видео в наших данных не отмечено подробностей, поэтому их поддержка не подтверждается здесь.
В явных данных о языке указаний нет, поэтому точные показатели понимания русского не приведены. Модель работает с текстом и поддерживает рассуждения, но рекомендуем протестировать её на ваших примерах, чтобы оценить качество понимания и генерации для ваших задач.