Modellpositionierung
Gemini 2.5 Flash Preview TTS ist ein Text-zu-Sprache-Modell von Google in der Vorschauversion, das auf geringe Latenz, ein gutes Preis-Leistungs-Verhältnis und steuerbare Sprachgenerierung ausgerichtet ist. Die Eingabe ist Text, die Ausgabe Audio. (aistudio.google.com)
Fähigkeiten und Anwendungen
- Kann Sprache für eine oder zwei Personen generieren und Sprechstil, Akzent und Sprechgeschwindigkeit durch Anweisungen anpassen. (aistudio.google.com)
- Kann unter anderem für Off-Kommentare, Hörbücher, Podcasts, Dialoginhalte und Sprachassistenten eingesetzt werden. (aistudio.google.com)
Einschränkungen und Versionsstatus
- Das Modell ist eine Vorschauversion und sollte nicht mit Live-API-Modellen für interaktives Audio verwechselt werden. Die aktuelle Modelldokumentation nennt eine Eingabeobergrenze von 8.192 Token und eine Ausgabeobergrenze von 16.384 Token; Funktionen wie Live API, Funktionsaufrufe, Kontext-Caching und Codeausführung werden nicht unterstützt. (aistudio.google.com)
- Dieser Eintrag bezieht sich auf die im Mai 2025 veröffentlichte Version. Google kündigte am 10. Dezember 2025 an, dass eine aktualisierte Version die Mai-Version ersetzen werde; die Dokumentation zur aktuellen gleichnamigen API-ID weist Dezember 2025 als letzte Aktualisierung aus. Daher kann nicht angenommen werden, dass die aktuelle Schnittstelle weiterhin fest auf die Mai-Version verweist. (blog.google)
Preise
Nachfolgend stehen die aktuell veröffentlichten Preise der Gemini Developer API für das gleichnamige Modell in US-Dollar (USD), Abfragedatum: 18. November 2026; daraus lassen sich nicht die historischen Preise der ursprünglichen Version vom Mai 2025 ableiten. (aistudio.google.com)
- Standardmodus, kostenpflichtige Stufe: Texteingabe 0.50 USD pro 1 Million Token; Audioausgabe 10.00 USD pro 1 Million Token. Eingabe und Ausgabe sind in der kostenlosen Standardstufe als kostenlos ausgewiesen; für konkrete Kontingente und geltende Bedingungen ist die offizielle Seite maßgeblich.
- Stapelverarbeitungsmodus, kostenpflichtige Stufe: Die Preisseite nennt 0.25 USD pro 1 Million Token für Texteingabe und 5.00 USD pro 1 Million Token für Audioausgabe; in der kostenlosen Stufe nicht verfügbar. Die Modelldetailseite gibt jedoch zugleich an, dass die Batch API nicht unterstützt wird. Die offiziellen Seiten sind somit widersprüchlich; die tatsächliche Verfügbarkeit sollte vor der Nutzung überprüft werden. (aistudio.google.com)
Veröffentlichungsdatum und offizielle Quellen
- Veröffentlichungsdatum: 20. Mai 2025. Das Google Gemini API Änderungsprotokoll führt dieses API-Modell sowie die Sprachfähigkeiten für eine und zwei Personen ausdrücklich auf. (aistudio.google.com)
- Google I/O Entwicklerankündigung
- Google Modelldetails
- Google Gemini API Preise
- Google Ankündigung zur TTS-Aktualisierung vom Dezember 2025