模型定位
Google 推出的即時語音對話模型,適合需要較深入背景推理、多步驟規劃及工具協作的複雜任務。模型可在持續語音互動時進行背景推理與非同步工具呼叫。(blog.google)
能力與用途
- 支援即時音訊生成、文字與音訊輸出,以及 Google 搜尋輔助回答。API 模型文件列出的輸入包括文字、圖片和音訊;Google 模型卡另列影片輸入,實際支援方式應以所用介面的文件為準。(aistudio.google.com)
- 輸入上限為 131,072 tokens,輸出上限為 65,536 tokens。背景推理程度可設定為
low、medium或high。(aistudio.google.com) - 適用於多步驟技術支援、旅遊與訂位查詢、數學或程式教學,以及需要在等待外部工具時維持對話的語音代理。(ai.google.dev)
- 可透過 Gemini API、Google AI Studio 等管道使用;實際可用性取決於產品及其服務條件。(deepmind.google)
限制
- 函式呼叫僅支援非同步模式;不支援
MINIMAL推理程度。開發者應以interaction_status判斷背景處理是否結束,不能只依賴turnComplete。(aistudio.google.com) - API 模型文件列明不支援上下文快取、程式碼執行、檔案搜尋、Google Maps grounding、圖片生成、結構化輸出、URL context、Batch API、Flex 或 Priority 推論。(aistudio.google.com)
- 可能產生幻覺,偶爾出現速度變慢或逾時;模型卡列出的知識截止日期為 2025 年 1 月。(deepmind.google)
價格
以下為 Google Gemini API 官方標準價格,幣別為美元(USD),查詢日期:2026 年 11 月 16 日。價格表將本模型與 Gemini 3.8 Live、Gemini 3.1 Flash Live Preview 列於同一價格項目;其他平台價格不一定相同。(aistudio.google.com)
| 計費項目 | 付費層價格 |
|---|---|
| 文字輸入 | USD 0.75/百萬 tokens |
| 音訊輸入 | USD 3.00/百萬 tokens;官方亦列 USD 0.005/分鐘 |
| 圖片/影片輸入 | USD 1.00/百萬 tokens;官方亦列 USD 0.002/分鐘 |
| 文字輸出 | USD 4.50/百萬 tokens |
| 音訊輸出 | USD 12.00/百萬 tokens;官方亦列 USD 0.018/分鐘 |
官方輸出價格包含 thinking tokens。免費層的模型輸入及輸出標示為免費,但仍須遵守適用配額與條件。付費層 Google 搜尋 grounding 每月有 5,000 次免費搜尋請求,與 Gemini 3 及更新模型共用;超出後為 USD 14/1,000 次請求,並受每日 1,500 次上限約束。一次模型請求可能觸發多次搜尋,依實際搜尋次數計費。(aistudio.google.com)
發布日期與官方來源
- 發布日期:2026 年 9 月 15 日。(blog.google)
- Google 官方發布公告
- Google AI Studio 模型文件
- Google DeepMind 模型卡
- Google Gemini API 官方定價