モデルの位置付け
Gemini 2.5 Flash Preview TTS は、低遅延、コストパフォーマンス、制御可能な音声生成に重点を置いた Google のプレビュー版テキスト音声合成モデルです。入力はテキスト、出力は音声です。(aistudio.google.com)
機能と用途
- 一人または二人の音声を生成でき、指示によって音声スタイル、アクセント、話速を調整できます。(aistudio.google.com)
- ナレーション、オーディオブック、ポッドキャスト、対話コンテンツ、音声アシスタントなどの用途に使用できます。(aistudio.google.com)
制限とバージョンの状態
- このモデルはプレビュー版であり、対話型音声向けの Live API モデルと混同しないでください。現在のモデルドキュメントに記載された上限は、入力が 8,192 token、出力が 16,384 token です。Live API、関数呼び出し、コンテキストキャッシュ、コード実行などの機能には対応していません。(aistudio.google.com)
- この項目は 2025 年 5 月にリリースされたバージョンに対応します。Google は 2025 年 12 月 10 日に、アップグレード版が 5 月のバージョンに置き換わると発表しました。現在の同名 API ID のドキュメントでは最終更新が 2025 年 12 月と記載されているため、現在のインターフェースが引き続き 5 月のバージョンを固定的に参照しているとは見なせません。(blog.google)
価格
以下は Gemini Developer API が現在公表している同名モデルの価格です。通貨は米ドル(USD)、確認日は 2026 年 11 月 18 日です。これを根拠に 2025 年 5 月の元のバージョンの過去の価格と見なすことはできません。(aistudio.google.com)
- 標準モード、有料枠:テキスト入力は 100 万 token あたり 0.50 USD、音声出力は 100 万 token あたり 10.00 USD です。標準無料枠の入力と出力は無料と記載されており、具体的な割り当て量と適用条件は公式ページに従います。
- バッチ処理モード、有料枠:料金ページには、テキスト入力が 100 万 token あたり 0.25 USD、音声出力が 100 万 token あたり 5.00 USD と記載されています。無料枠では提供されていません。ただし、モデル詳細ページには Batch API 非対応とも記載されており、公式ページ間で不一致があるため、使用前に実際の利用可否を確認してください。 (aistudio.google.com)
リリース日と公式情報源
- リリース日:2025 年 5 月 20 日。Google Gemini API リリース記録には、この API モデルと一人・二人の音声生成機能が明記されています。(aistudio.google.com)
- Google I/O デベロッパー向け発表
- Google モデル詳細
- Google Gemini API 料金
- Google 2025 年 12 月の TTS 更新発表