‫Gemini 2.5 Flash עם Gemini Live API

‫Gemini 2.5 Flash עם תכונות אודיו מקוריות של Gemini Live API כולל את הפונקציונליות המתקדמת של אודיו מקורי ל-Gemini Live API. בנוסף לתכונות הרגילות של Gemini Live API, המודל הזה כולל:

• איכות אודיו משופרת: איכות האודיו משופרת באופן משמעותי, כך שמרגיש כאילו מדברים עם אדם.
• איכות קול משופרת ויכולת הסתגלות: ממשק Gemini Live API native audio מספק אינטראקציות קוליות עשירות וטבעיות יותר עם 30 קולות באיכות HD ב-24 שפות.
• השקה של Proactive Audio: (גרסת Preview) כשהתכונה Proactive Audio מופעלת, המודל מגיב רק כשהוא רלוונטי. המודל יוצר תמלילי טקסט ותשובות אודיו באופן יזום רק לשאילתות שמכוונות למכשיר, ולא מגיב לשאילתות שלא מכוונות למכשיר.
• הכרזנו על Affective Dialog: מודלים שמשתמשים באודיו מקורי של Gemini Live API יכולים להבין את ההבעות הרגשיות של המשתמשים ולהגיב להן בצורה מתאימה, כדי ליצור שיחות מורכבות יותר.
• שיפור היכולת להשתלט על השיחה: אפשר להפריע ל-Gemini בצורה טבעית ואמינה יותר, גם בסביבות רועשות.
• הפעלת פונקציות אמינה: שיפרנו את קצב ההפעלה, כך ש-Gemini יכול להפעיל בהצלחה את הפונקציות שאתם מגדירים כדי לתמוך בתרחישי השימוש שלכם.
• תמלול מדויק: שיפרנו משמעותית את הדיוק של תמלול אודיו לטקסט. כדי לקבל תוצאות טובות עוד יותר, אפשר לספק רמזים לגבי השפה כדי להנחות את המודל לבחור בשפה הנכונה. מידע נוסף זמין במאמר הפעלת תמלול אודיו לפגישה.
• תמיכה חלקה בריבוי שפות: אפשר לדבר עם Gemini בכמה שפות, והוא יעבור ביניהן בקלות בלי צורך בהגדרה מראש. השפה כבר לא מהווה מחסום.

מידע נוסף על Gemini Live API זמין במקורות הבאים:

• מאמרי העזרה של Gemini Live API
• פורמטים נתמכים של קובצי אודיו ב-Gemini Live API
• המגבלות על מספר הסשנים בו-זמנית ב-Gemini Live API.

לניסיון ב-Agent Studio לצפייה בתמחור

מזהה המודל	gemini-live-2.5-flash-native-audio
מודליות	description Text Input and output photo Image Input only mic Audio Input and output videocam Video Input only
מגבלות על טוקנים	חלון ההקשר	‫128K
	מספר מקסימלי של טוקנים בפלט	64K
מספר מקסימלי של סשנים בו-זמניים	1000
יכולות	Thinking Not supported הוראות מערכת נתמך ‫Gemini Live API נתמך פלט מובנה לא אפשרי שמירת נתונים במטמון לפי הקשר לא נתמך ‫Count Tokens לא אפשרי RAG Engine לא נתמך השלמות של צ'אטים לא אפשרי כוונון לא אפשרי הקשר של כתובת ה-URL לא אפשרי
כלים	הארקה חיפוש Google נתמך ביצוע קוד לא אפשרי בקשה להפעלת פונקציה נתמך שימוש במחשב תכונת Preview לא אפשרי
אפשרויות צריכה	הקצאת משאבים לפי התפוקה שנקבעה נתמך הסקת מסקנות באצווה לא אפשרי Pay-as-you-go תשלום לפי שימוש רגיל נתמך מכסה קבועה לא אפשרי
מפרטים טכניים	תמונה	מספר התמונות המקסימלי לכל הנחיה: 3,000 גודל הקובץ המקסימלי לכל קובץ של נתונים מוטבעים או העלאות ישירות דרך המסוף: 7MB הגודל המקסימלי של כל קובץ מ-Google Cloud Storage: 30MB סוגי MIME נתמכים: image/png, image/jpeg, image/webp, image/heic, image/heif
	וידאו	רזולוציה רגילה: ‎768 x 768 סוגי ה-MIME הנתמכים: video/x-flv, ‏ video/quicktime, ‏ video/mpeg, ‏ video/mpegs, ‏ video/mpg, ‏ video/mp4, ‏ video/webm, ‏ video/wmv, ‏ video/3gpp
	אודיו	אורך השיחה המקסימלי: ברירת המחדל היא 10 דקות, אבל אפשר להאריך את משך השיחה. פורמט קלט האודיו הנדרש: אודיו PCM גולמי של 16 ביט ב-16kHz, little-endian פורמט פלט האודיו הנדרש: אודיו PCM גולמי של 16 ביט ב-24kHz, little-endian סוגי ה-MIME הנתמכים: audio/x-aac, ‏ audio/flac, ‏ audio/mp3, ‏ audio/m4a, ‏ audio/mpeg, ‏ audio/mpga, ‏ audio/mp4, ‏ audio/ogg, ‏ audio/pcm, ‏ audio/wav, ‏ audio/webm
	ערכי ברירת מחדל של פרמטרים	תחילת הרגישות לקול: נמוכה רגישות לסיום הדיבור: גבוהה הרווח לפני הקידומת: 0 גודל הקשר המקסימלי: 128K
אזורים נתמכים	זמינות המודל	ארצות הברית: us-central1, us-east1, us-east4, us-east5, us-south1, us-west1, us-west4 אירופה: europe-central2, ‏ europe-north1, ‏ europe-southwest1, ‏ europe-west1, ‏ europe-west4, ‏ europe-west8
גרסאות	gemini-live-2.5-flash-native-audio שלב ההשקה: GA תאריך השחרור: 12 בדצמבר 2025 תאריך ההוצאה משימוש: 13 בדצמבר 2026
אמצעי בקרה לאבטחה	חיזוי מיידי	מיקום אחסון הנתונים CMEK VPC-SC AXT
	מידע נוסף זמין במאמר בנושא אמצעי אבטחה.