Gemini 2.5 Flash avec l'API Gemini Live

Gemini 2.5 Flash avec les fonctionnalités audio natives de l'API Gemini Live offre notre fonctionnalité audio native de pointe pour l'API Gemini Live. En plus des fonctionnalités standards de l'API Gemini Live, ce modèle inclut :

• Qualité audio améliorée : profitez d'une qualité audio considérablement améliorée qui donne l'impression de parler à une personne.
• Qualité et adaptabilité vocales améliorées : l'API Gemini Live offre des interactions vocales plus riches et plus naturelles grâce à l'audio natif avec 30 voix HD dans 24 langues.
• Découvrez l'audio proactif (aperçu) Lorsque l'audio proactif est activé, le modèle ne répond que lorsque c'est pertinent. Le modèle génère des transcriptions textuelles et des réponses audio de manière proactive uniquement pour les requêtes adressées à l'appareil, et ne répond pas aux requêtes non adressées à l'appareil.
• Présentation du dialogue affectif : les modèles utilisant l'audio natif de l'API Gemini Live peuvent comprendre les expressions émotionnelles des utilisateurs et y répondre de manière appropriée pour des conversations plus nuancées.
• Interruption améliorée : interrompez Gemini de manière plus naturelle et fiable, même dans des environnements bruyants.
• Appel de fonctions robuste : nous avons amélioré le taux de déclenchement, ce qui permet à Gemini d'exécuter correctement les fonctions que vous définissez pour répondre à vos cas d'utilisation.
• Transcription précise : la précision de la transcription audio en texte a été considérablement améliorée. Pour obtenir des résultats encore meilleurs, vous pouvez fournir des indications de langue afin d'orienter le modèle vers la langue appropriée. Pour en savoir plus, consultez Activer la transcription audio pour la session.
• Compatibilité multilingue fluide : parlez à Gemini dans plusieurs langues, et il passera facilement de l'une à l'autre sans aucune préconfiguration. La langue n'est plus un obstacle.

Pour en savoir plus sur l'API Gemini Live, consultez les ressources suivantes :

• Notre documentation autonome sur l'API Gemini Live
• Nos formats audio compatibles avec l'API Gemini Live.
• Nos limites de sessions simultanées pour l'API Gemini Live.

Essayer dans Agent Studio Tarifs

ID du modèle	gemini-live-2.5-flash-native-audio
Modalités	description Texte Entrée et sortie photo Image Entrée uniquement mic Audio Entrée et sortie videocam Vidéo Entrée uniquement
Limites de jetons	Fenêtre de contexte	128 000
	Nombre maximal de jetons de sortie	64 k
Nombre maximal de sessions simultanées	1000
Capacités	Réflexion Non disponible Instructions système Compatible Sortie structurée Non compatible Cache de contexte Non compatible Moteur RAG Non disponible Réglage Non disponible Contexte de l'URL Non compatible Compréhension agentique des vidéos Fonctionnalité en preview Non compatible
Outils	Ancrage Recherche Google Compatible Exécution de code Non compatible Appel de fonction Compatible Utilisation de l'ordinateur Fonctionnalité en preview Non compatible
API	API GenerateContent Compatible API Interactions Fonctionnalité en preview Non compatible API Gemini Live Compatible API CountTokens Non compatible API Chat Completions Non compatible
Options de consommation	Débit provisionné Compatible Inférence par lot Non disponible Pay-as-you-go Paiement à l'usage standard Compatible Quota fixe Non compatible
Caractéristiques techniques	Image	Nombre maximal d'images par requête : 3 000 Taille maximale par fichier pour les données intégrées ou les importations directes à l'aide de la console : 7 Mo Taille maximale par fichier depuis Google Cloud Storage : 30 Mo Types MIME compatibles : image/png, image/jpeg, image/webp, image/heic, image/heif
	Vidéo	Résolution standard : 768 x 768 Types MIME compatibles : video/x-flv, video/quicktime, video/mpeg, video/mpegs, video/mpg, video/mp4, video/webm, video/wmv, video/3gpp
	Audio	Durée maximale de la conversation : 10 minutes par défaut, extensible. Format audio d'entrée requis : Audio PCM 16 bits brut à 16 kHz, little-endian Format audio de sortie requis : audio PCM 16 bits brut à 24 kHz, little-endian Types MIME compatibles : audio/x-aac, audio/flac, audio/mp3, audio/m4a, audio/mpeg, audio/mpga, audio/mp4, audio/ogg, audio/pcm, audio/wav, audio/webm
	Paramètres par défaut	Sensibilité du début du contenu vocal : faible Sensibilité de la fin du contenu vocal : élevée Préfixe de remplissage : 0 Taille maximale du contexte : 128 k
Régions où le service est disponible	Disponibilité des modèles	États-Unis : us-central1, us-east1, us-east4, us-east5, us-south1, us-west1, us-west4 Europe : europe-central2, europe-north1, europe-southwest1, europe-west1, europe-west4, europe-west8
Versions	gemini-live-2.5-flash-native-audio Étape de lancement : disponibilité générale Date de disponibilité : 12 décembre 2025 Date de retrait^† : 13 décembre 2026
Contrôles de sécurité	Prédiction en ligne	Résidence des données CMEK VPC-SC AXT
	Pour en savoir plus, consultez Contrôles de sécurité.

^† Les dates de retrait indiquées concernent le retrait de l'assistance dans Gemini Enterprise Agent Platform. Il est possible que les modèles restent accessibles via l'API Gemini après ces dates. L'API Gemini n'est pas une offre Google Cloud et est soumise à ses propres conditions d'utilisation. Pour en savoir plus, consultez la documentation de l'API Gemini.