Gemini 3.1 Flash live 预览版
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 |
|
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 | |
消费选择 | |
版本 | 阅读 模型版本模式 了解更多详情。
|
最新更新 | 三月 2026 |
模型详情 | |
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。