模型定位與發布
Gemini Composite V2 是為企業語音代理設計、針對語音最佳化的複合模型，為 Composite V1 的後續版本。Google 於 2026 年 10 月 22 日宣布其在 CX Agent Studio 正式推出（GA）；此狀態僅適用於 CX Agent Studio，不代表其他 Google Cloud 產品的發布狀態相同。(docs.cloud.google.com)
能力與用途
- 沿用 V1 的 Listener 與 Thinking 模型，並升級 Speaker 模型：分別負責語音轉錄及即時降噪、處理輸入與執行後端工具，以及將文字回應轉為語音。
- 改善語速、語調與表達的自然度；可使用內嵌標籤控制停頓、呼吸、笑聲及語調變化。
- 改善追蹤號碼、電話號碼與地址等英數內容的朗讀準確度。
- 可在 CX Agent Studio 中用於建立企業語音代理，例如處理客戶服務對話及透過後端工具完成任務。(docs.cloud.google.com)
限制與使用注意事項
- 應用程式可選擇
gemini-composite-v2作為全域模型；複合模型或其子元件的小版本可能因自動更新而變更。 - 語音控制標籤應使用角括號，且即使代理以其他語言回應，標籤仍使用英文。從 V1 移轉時，官方建議調整語音風格設定及標籤，並在部署前進行評估與使用者驗收測試。
- 模型的獨立上下文長度及完整語言支援清單未核實，不宜直接套用其他 Gemini 模型的規格。(docs.cloud.google.com)
價格
以下是 CX Agent Studio 服務價格，不是此模型獨立 API 的 token 單價。官方文件表示，服務按工作階段計費，代理及防護機制的底層 token 使用已包含在工作階段價格中；輸入與輸出 token 不另列獨立單價。模型在其他平台的獨立輸入／輸出價格未核實。(cloud.google.com)
- **標準價格，美元（USD）：**語音與聊天均為 USD 0.50／工作階段。語音對話超過 5 分鐘後，超出部分按 USD 0.0025／秒計費。聊天每達 50 個回合，或閒置達 30 分鐘，會另計一個聊天工作階段。從聊天切換至語音時，整段按一個語音工作階段計費。
- **承諾方案：**官方另列 Gemini Enterprise Flexible Savings Plan 一年期 USD 0.45／工作階段、三年期 USD 0.40／工作階段，均適用於所列的聊天及語音類型；折扣可能需要加入方案。上述超時語音費率的方案折扣未核實。
- 官方區域文件稱 CX Agent Studio 各支援區域價格相同。價格查詢日期：2026 年 11 月 15 日。(cloud.google.com)