Gemini 2.5 Flash dengan Gemini Live API

Gemini 2.5 Flash dengan fitur audio native Gemini Live API adalah fungsi audio native canggih kami untuk Gemini Live API. Selain fitur Gemini Live API standar, model ini mencakup:

• Kualitas audio yang ditingkatkan: Nikmati kualitas audio yang ditingkatkan secara signifikan sehingga terasa seperti berbicara dengan seseorang.
• Kualitas dan kemampuan adaptasi suara yang ditingkatkan: Audio native Gemini Live API memberikan interaksi suara yang lebih kaya dan alami dengan 30 suara HD dalam 24 bahasa.
• Memperkenalkan Audio Proaktif: (Pratinjau) Jika Audio Proaktif diaktifkan, model hanya akan merespons jika relevan. Model akan membuat transkrip teks dan respons audio secara proaktif hanya untuk kueri yang diarahkan ke perangkat, dan tidak akan merespons kueri yang tidak diarahkan ke perangkat.
• Memperkenalkan Dialog Afektif: Model yang menggunakan audio native Gemini Live API dapat memahami dan merespons ekspresi emosional pengguna dengan tepat untuk percakapan yang lebih bernuansa.
• Peningkatan kemampuan interupsi: Interupsi Gemini dengan lebih alami dan andal, bahkan di lingkungan yang bising.
• Pemanggilan fungsi yang andal: Kami telah meningkatkan tingkat pemicu, sehingga Gemini dapat berhasil menjalankan fungsi yang Anda tentukan untuk mendukung kasus penggunaan Anda.
• Transkripsi yang akurat: Akurasi transkripsi audio ke teks telah ditingkatkan secara signifikan. Untuk mendapatkan hasil yang lebih baik, Anda dapat memberikan petunjuk bahasa untuk memandu model ke bahasa yang benar. Untuk mengetahui informasi selengkapnya, lihat Mengaktifkan transkripsi audio untuk sesi.
• Dukungan multibahasa yang lancar: Berbicara dengan Gemini dalam beberapa bahasa, dan Gemini akan beralih di antara bahasa tersebut dengan mudah tanpa konfigurasi awal. Bahasa tidak lagi menjadi penghalang.

Untuk mengetahui informasi selengkapnya tentang Gemini Live API, lihat:

• Dokumentasi Gemini Live API mandiri kami.
• Format audio yang didukung Gemini Live API.
• Batas sesi serentak Gemini Live API kami.

Coba di Agent Studio Harga

ID Model	gemini-live-2.5-flash-native-audio
Modalitas	description Text Input and output photo Image Input only mic Audio Input and output videocam Video Input only
Batas token	Jendela konteks	128K
	Token output maksimum	64K
Sesi serentak maksimum	1000
Kemampuan	Berpikir Tidak didukung Petunjuk sistem Didukung Gemini Live API Didukung Output terstruktur Tidak didukung Context caching Tidak didukung Menghitung Token Tidak didukung Mesin RAG Tidak didukung Penyelesaian chat Tidak didukung Penyesuaian {10 Konteks URL Tidak didukung Pratinjau pemahaman video agentik Fitur Pratinjau Tidak didukung
Alat	Grounding Google Penelusuran Didukung Eksekusi kode Tidak didukung Pemanggilan fungsi Didukung Pratinjau penggunaan komputer Fitur Pratinjau Tidak didukung
Opsi pemakaian	Throughput yang Disediakan Didukung Inferensi batch Tidak didukung Pay-as-you-go PayGo Standar Didukung Kuota tetap Tidak didukung
Spesifikasi teknis	Gambar	Jumlah gambar maksimum per perintah: 3.000 Ukuran file maksimum per file untuk data inline atau upload langsung melalui konsol: 7 MB Ukuran file maksimum per file dari Google Cloud Storage: 30 MB Jenis MIME yang didukung: image/png, image/jpeg, image/webp, image/heic, image/heif
	Video	Resolusi standar: 768 x 768 Jenis MIME yang didukung: video/x-flv, video/quicktime, video/mpeg, video/mpegs, video/mpg, video/mp4, video/webm, video/wmv, video/3gpp
	Audio	Durasi percakapan maksimum: Default 10 menit yang dapat diperpanjang. Format input audio yang diperlukan: Audio PCM 16-bit mentah pada 16 kHz, little-endian Format output audio yang diperlukan: Audio PCM 16-bit mentah pada 24 kHz, little-endian Jenis MIME yang didukung: audio/x-aac, audio/flac, audio/mp3, audio/m4a, audio/mpeg, audio/mpga, audio/mp4, audio/ogg, audio/pcm, audio/wav, audio/webm
	Default parameter	Sensitivitas awal ucapan: Rendah Sensitivitas akhir ucapan: Tinggi Pengisi awalan: 0 Ukuran konteks maksimum: 128K
Region yang didukung	Ketersediaan model	Amerika Serikat: us-central1, us-east1, us-east4, us-east5, us-south1, us-west1, us-west4 Eropa: europe-central2, europe-north1, europe-southwest1, europe-west1, europe-west4, europe-west8
Versi	gemini-live-2.5-flash-native-audio Tahap peluncuran: GA Tanggal rilis: 12 Desember 2025 Tanggal penghentian: 13 Desember 2026
Kontrol keamanan	Prediksi online	Residensi data CMEK VPC-SC AXT
	Lihat Kontrol keamanan untuk mengetahui informasi selengkapnya.