模型定位
Google Gemini 2.5 Flash 系列的实验性原生音频对话模型,面向 Gemini Live API 的实时语音交互,并结合对话与推理能力。Google 于 2025 年 5 月 20 日发布了该模型,明确列出其原生音频输出能力。(aistudio.google.com)
能力与用途
- **原生音频对话:**生成语音响应,适合构建实时语音助手和交互式语音应用。
- **推理对话:**Google 对 Gemini 2.5 原生音频能力的介绍称,思考能力可帮助处理较复杂的推理任务并改善对话连贯性。
- **语音表达:**Google 介绍的原生音频对话能力包括自然语音、低延迟交流和通过自然语言调整表达风格;这些是系列能力介绍,不应视为对本实验版本每项功能配置的保证。(blog.google)
限制与状态
- 这是实验版本,不应将其他 Gemini 2.5 Flash 型号的能力、配额或价格直接套用到该模型。
- Google 于 2025 年 10 月 20 日的更新中确认,该模型已关闭,因此不适合新项目直接依赖此模型 ID。(aistudio.google.com)
- 模型输出可能出错;上下文长度、具体配额及权重状态未核实。
价格
截至 2026 年 11 月 18 日,未核实到针对该模型 ID 的官方输入及输出计费价格、币种和计费单位。Google 当前定价页面中其他原生音频型号的报价不应直接用于本模型。(ai.google.dev)
日期与官方来源
- **发布日期:**2025 年 5 月 20 日。
- **关闭状态公告:**2025 年 10 月 20 日,Google 确认该模型已关闭。
- Google Gemini API 发布公告
- Google Gemini API 关闭状态公告
- Google 原生音频能力介绍
- Google Gemini API 官方定价;查询日期:2026 年 11 月 18 日。