模型定位
Google Gemini 2.5 Flash 系列的预览模型,面向 Live API 实时对话,具备原生音频输出能力。它与单独发布的 Thinking 变体及文本转语音模型不是同一模型。(aistudio.google.com)
能力与用途
- 理解音频并生成语音,可用于构建实时语音助手和对话应用;Live API 还提供音视频输入能力。(blog.google)
- 可按指示调整语音风格、语速和口音;支持工具使用与函数调用,支持超过 24 种语言。(storage.googleapis.com)
- 可根据用户语气调整回应,并尝试忽略背景或非面向设备的语音,判断何时回应。(storage.googleapis.com)
限制与状态
- 这是预览版本,输出和交互行为不保证始终准确,使用时应进行适当测试。
- Google 公告显示,此模型已于 2025 年 10 月 20 日关闭,不应再依赖该模型 ID 构建新服务。公告当时建议迁移到
gemini-2.5-flash-native-audio-preview-09-2025,但该建议是历史信息,选型时应另查当前可用模型。(aistudio.google.com)
价格
截至 2026 年 11 月 18 日查询,未能在官方定价页面核实此确切模型 ID 的历史输入或输出计费金额及单位。页面中其他 Native Audio 版本的价格不能直接套用到本模型。(aistudio.google.com)
发布与官方来源
- **发布日期:**2025 年 5 月 20 日。(aistudio.google.com)
- 发布公告
- 关闭公告
- Gemini 2.5 技术报告
- Gemini API 官方定价