Gemini 中文指南
获取 API 密钥 ↗

Gemini 3.1 Flash live 预览版

↓ 下载 MarkdownInteractions API

Gemini 3.1 Flash Live Preview 是我们的传统预览音频到音频模型,适用于实时对话和语音优先的 AI 应用程序。

在 Google AI Studio 中体验

文档 #

参观 Live API 全面涵盖特性和功能的指南。

gemini-3.1-flash-live-preview #

属性

说明

模型代码

gemini-3.1-flash-live-preview

支持的数据类型

输入 文字、图像、音频

输出 文本和音频

token 限制[*]

输入token限制 131,072

输出 token 限制 65,536

功能

音频生成

✓ 支持

代码执行

− 不支持

上下文缓存

− 不支持

文件搜索

− 不支持

函数调用

✓ 支持

图像生成

− 不支持

Live API

✓ 支持

结构化输出

− 不支持

思考

✓ 支持

URL 上下文

− 不支持

消费选择

Batch API

− 不支持

弹性推理

− 不支持

优先推理

− 不支持

版本

阅读 模型版本模式 了解更多详情。

  • 预览: gemini-3.1-flash-live-preview

最新更新

三月 2026

模型详情

模型详情

价格

价格

从 Gemini 2.5 Flash Live 迁移 #

Gemini 3.1 Flash Live Preview 针对低延迟、实时对话进行了优化。当迁移自 gemini-2.5-flash-native-audio-preview-12-2025,考虑以下因素:

  • 模型串:更新您的模型字符串 gemini-2.5-flash-native-audio-preview-12-2025 到 gemini-3.1-flash-live-preview.

  • 思维配置: Gemini 3.1 使用 thinkingLevel (设置如下 minimal, low, medium, 和 high)而不是 thinkingBudget。默认为 minimal 以优化最低延迟。参见 思维水平和预算.

  • 服务器事件: 单个 BidiGenerateContentServerContent 事件现在可以同时包含多个内容部分(例如,音频块和脚本)。更新您的代码以处理每个事件中的所有部分,以避免丢失内容。

  • 客户内容: send_client_content 支持在会话中附加文本或结构化上下文以及播种初始历史记录(设置 initial_history_in_client_content 在 history_config)。您还可以使用 send_realtime_input 流式传输实时文本、音频或视频块。参见 增量内容更新.

  • 转弯覆盖范围:默认为 TURN_INCLUDES_AUDIO_ACTIVITY_AND_ALL_VIDEO 而不是 TURN_INCLUDES_ONLY_ACTIVITY。该模型现在包括检测到的音频活动和所有视频帧。如果您的应用程序当前发送持续的视频帧流,您可能需要更新应用程序以仅在存在音频活动时发送视频帧,以避免产生额外费用。

  • 异步函数调用: 尚不支持。 函数调用仅是同步的。在您发送工具响应之前,模型不会开始响应。参见 异步函数调用.

  • 主动音频和情感对话:Gemini 3.1 Flash Live 尚不支持这些功能。从代码中删除这些功能的任何配置。参见 主动音频 和 情感对话.

有关详细功能比较,请参阅 型号对比 功能指南中的表。

搜索标题、API 名称或正文内容