Gemini Live 2.5 Flash Native Audio
нейросеть
Характеристики
- Входные данные
- текст, изображения, документы
- Результат
- текст
- Размер контекста
- 65 536 токенов
- Макс. длина ответа
- 32 000 токенов
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-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();
Как работает Gemini Live 2.5 Flash Native Audio?
Частые вопросы о Gemini Live 2.5 Flash Native Audio
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 Live 2.5 Flash Native Audio обрабатывает текст, документы и изображения, умеет извлекать информацию, суммировать, отвечать на вопросы по длинным контекстам и анализировать содержимое файлов. Большой контекст (65536) и высокий выходной предел позволяют работать с объёмными документами и сложными задачами.
За один ответ модель может сгенерировать до 32000 выходных токенов, что позволяет получить очень длинные ответы или крупные фрагменты текста. Учтите, что объём вывода зависит от токенизации и от того, сколько контекста занято в текущем запросе.
В наших данных о модели не отмечено явной поддержки вывода цепочек рассуждений «до» финального ответа. На практике вы можете получать пошаговые объяснения в тексте, но о внутренней опции явного раскрытия промежуточных рассуждений информации в данных нет.
В наших данных не отмечено явной поддержки function calling или нативного механизма вывода в JSON. Часто можно запросить структурированный JSON через промпт и получать подходящую строку, но полноценную интеграцию вызовов функций следует проверять в вашей среде.
Из загрузок модель принимает изображения и документы, что позволяет извлекать подписи, описания и информацию из файлов. Поддержка аудио или видео в наших данных не отмечена, поэтому загрузку медиа таких типов лучше проверять отдельно перед интеграцией.
В наших данных качество понимания русского языка для этой модели прямо не указано. Рекомендуем протестировать её на ваших примерах через BotHub: это даст реальную оценку точности формулировок, стиля и адекватности ответов в задачах, важных именно для вас.