Gemini 2.5 Flash con l'API Gemini Live

Gemini 2.5 Flash con le funzionalità audio native dell'API Gemini Live offre la nostra funzionalità audio nativa all'avanguardia per l'API Gemini Live. Oltre alle funzionalità standard dell'API Gemini Live, questo modello include:

• Qualità audio migliorata:goditi una qualità audio notevolmente migliorata che ti dà l'impressione di parlare con una persona.
• Qualità vocale e adattabilità migliorate: l'audio nativo dell'API Gemini Live offre interazioni vocali più ricche e naturali con 30 voci in HD in 24 lingue.
• Introduzione all'audio proattivo: (anteprima) Quando l'audio proattivo è abilitato, il modello risponde solo quando è pertinente. Il modello genera trascrizioni di testo e risposte audio in modo proattivo solo per le query indirizzate al dispositivo e non risponde alle query non indirizzate al dispositivo.
• Introduzione al dialogo empatico: i modelli che utilizzano l'audio nativo dell'API Gemini Live possono comprendere e rispondere in modo appropriato alle espressioni emotive degli utenti per conversazioni più sfumate.
• Interruzione migliorata:interrompi Gemini in modo più naturale e affidabile, anche in ambienti rumorosi.
• Chiamata di funzione efficace: abbiamo migliorato la frequenza di attivazione, consentendo a Gemini di eseguire correttamente le funzioni che definisci per supportare i tuoi casi d'uso.
• Trascrizione accurata: l'accuratezza della trascrizione da audio a testo è stata notevolmente migliorata. Per risultati ancora migliori, puoi fornire suggerimenti sulla lingua per guidare il modello verso la lingua corretta. Per saperne di più, consulta Abilita la trascrizione audio per la sessione.
• Supporto multilingue senza interruzioni:parla con Gemini in più lingue e passerà da una all'altra senza problemi e senza alcuna preconfigurazione. La lingua non è più un ostacolo.

Per ulteriori informazioni sull'API Gemini Live, consulta:

• La nostra documentazione dell'API Gemini Live autonoma.
• I formati audio supportati dall'API Gemini Live.
• I nostri limiti di sessioni simultanee dell'API Gemini Live.

Prova in Agent Studio Prezzi

ID modello	gemini-live-2.5-flash-native-audio
Modalità	description Testo Input e output photo Immagine Solo input mic Audio Input e output videocam Video Solo input
Limiti di token	Finestra contestuale	128.000
	Numero massimo di token di output	64.000
Numero massimo di sessioni simultanee	1000
Funzionalità	Ragionamento Non supportato Istruzioni di sistema Supportate Output strutturato Non supportato Memorizzazione nella cache del contesto Non supportato RAG Engine Non supportato Ottimizzazione Non supportata Comprensione dei video agentica Non supportata
Strumenti	Grounding Ricerca Google Supportato Esecuzione di codice Non supportato Chiamata di funzione Supportata Contesto URL Nessun supporto Utilizzo del computer Funzionalità in anteprima Nessun supporto
API	API GenerateContent Supportata API Interactions Funzionalità in anteprima Non supportata API Gemini Live Supportata API Count Tokens Non supportata API Chat Completions Non supportata
Opzioni di consumo	Throughput riservato Supportato Inferenza batch Non supportata Pay-as-you-go PayGo standard Supportato Quota fissa Non supportata
Specifiche tecniche	Immagine	Numero massimo di immagini per prompt: 3000 Dimensione massima per file per i dati incorporati o i caricamenti diretti tramite la console: 7 MB Dimensione massima per file da Google Cloud Storage: 30 MB Tipi MIME supportati: image/png, image/jpeg, image/webp, image/heic, image/heif
	Video	Risoluzione standard: 768 x 768 Tipi MIME supportati: video/x-flv, video/quicktime, video/mpeg, video/mpegs, video/mpg, video/mp4, video/webm, video/wmv, video/3gpp
	Audio	Durata massima della conversazione: 10 minuti per impostazione predefinita, che possono essere estesi. Formato di input audio richiesto: audio PCM non elaborato a 16 bit a 16 kHz, little-endian Formato di output audio richiesto: Audio PCM non elaborato a 16 bit a 24 kHz, little-endian Tipi MIME supportati: audio/x-aac, audio/flac, audio/mp3, audio/m4a, audio/mpeg, audio/mpga, audio/mp4, audio/ogg, audio/pcm, audio/wav, audio/webm
	Valori predefiniti dei parametri	Inizio della sensibilità vocale: bassa Fine della sensibilità vocale: alta Silenzio iniziale: 0 Dimensioni massime del contesto: 128K
Aree geografiche supportate	Disponibilità dei modelli	Stati Uniti: us-central1, us-east1, us-east4, us-east5, us-south1, us-west1, us-west4 Europa: europe-central2, europe-north1, europe-southwest1, europe-west1, europe-west4, europe-west8
Versioni	gemini-live-2.5-flash-native-audio Fase di lancio: GA Data di uscita: 12 dicembre 2025 Data di ritiro^†: 13 dicembre 2026
Controlli di sicurezza	Previsione online	Residenza dei dati CMEK VPC-SC AXT
	Per saperne di più, consulta Controlli di sicurezza.

^† Le date di ritiro elencate si riferiscono al ritiro del supporto in Gemini Enterprise Agent Platform. I modelli potrebbero rimanere accessibili tramite l'API Gemini dopo queste date. L'API Gemini non è un'offerta Google Cloud ed è soggetta ai propri Termini di servizio. Per maggiori dettagli, consulta la documentazione dell'API Gemini.