Gemini 2.5 Flash TTS

Gemini 2.5 Flash TTS od Google AI: $0.50 za 1M tokenów wejścia i $10 za 1M wyjścia. Jeden klucz API zgodny z OpenAI, porównanie z podobnymi modelami, start za darmo.

Gemini 2.5 Flash TTS jest dostarczany przez Google AI i wywoływany przez odnogę na /v1/audio/speech, w tym samym formacie zgodnym z OpenAI co pozostałe modele na tym endpoincie.

Specyfikacja i cena

DostawcaGoogle AI
ID modelugemini-2.5-flash-preview-tts
Wywołanie przez/v1/audio/speech
Możliwości—
Twój plan
Za 1M tokenówKoszt dostawcyTwoja cena na planie Free+7%
Wejście$0.5$0.538
Wyjście$10$10.75
Pamięć podręczna wejścia——

Koszt dostawcy to cena katalogowa za milion tokenów zapisana w katalogu odnoga; Twoja cena stosuje marżę planu tym samym wzorem, który rozlicza każdy request — zobacz cennik. Cennik

Wywołaj przez odnogę

const res = await fetch("https://api.odnoga.com/v1/audio/speech", {
  method: "POST",
  headers: {
    Authorization: `Bearer ${process.env.ODNOGA_API_KEY}`,
    "Content-Type": "application/json",
  },
  body: JSON.stringify({
    model: "gemini-2.5-flash-preview-tts",
    input: "Hello from odnoga.",
    voice: "alloy",
  }),
});

Jeden endpoint, jeden klucz, jeden rachunek — /v1/audio/speech ma ten sam format niezależnie od dostawcy. Zmieniasz identyfikator modelu, a odnoga zajmuje się kluczami, routingiem, limitami i rozliczeniem kosztów.

Co potrafi Gemini 2.5 Flash TTS

Wszystko poniżej to funkcje, które obsługuje sam model. Jeśli poprosisz o coś, czego nie potrafi, odnoga powie Ci o tym, zanim wywołanie trafi do dostawcy — zamiast zwrócić gorszą odpowiedź.

Poza tekstem

Mówi

Odpowiada wygenerowaną mową, nie tylko tekstem.

Jak używać Gemini 2.5 Flash TTS

Opracowano na podstawie danych tego modelu w katalogu odnogi.

Najlepszy do

  • Zamiana tekstu na mowę lub mowy na tekst — na endpointach audio, nie czatowym.

Nie wybieraj go, gdy

  • Zadania wymagające odczytu obrazu — ten model przyjmuje tylko tekst.
  • Pętle agentowe wywołujące Twoje funkcje — brak obsługi narzędzi.
  • Procesy wymagające gwarantowanego JSON-a — parsuj defensywnie albo wybierz model z wymuszonym JSON-em.
  • Duże dokumenty w jednym requeście — okno to 8K tokenów, potrzebne będzie dzielenie na części.
  • Zadania, gdzie błędna odpowiedź jest kosztowna bez kontroli człowieka — żaden model w katalogu tego nie znosi.

Praktyczne wskazówki dla odnogi

  1. 01Przypnij id modelu do wersji zarządzanego promptu — zmiana modelu jest wtedy zmianą wersji, którą można porównać i wycofać, a nie edycją w kodzie aplikacji.
  2. 02Porównaj go z 2–8 innymi modelami na tych samych zamrożonych przypadkach testowych w laboratorium ewaluacji, zanim ustawisz go jako domyślny w produkcji.
  3. 03Przy powtarzalnych, deterministycznych wywołaniach odnoga zwraca zapisaną odpowiedź i nie nalicza tokenów vendora — wyłącz to dla treści kreatywnych.
  4. 04Ustaw model zapasowy na trasie, by awaria vendora obniżała jakość zamiast zwracać błąd, oraz budżet na tenanta, by jeden klient nie wydał całego miesiąca.

Ile kosztuje miesiąc

1 000 wywołań miesięcznie, po 10 000 tokenów wejścia i 2 000 tokenów wyjścia, w Twojej cenie na planie Free (koszt dostawcy +7%):

Wejście (10M tokenów)$5.38
Wyjście (2M tokenów)$21.51
Twój koszt miesięcznie na planie Free$26.88

Koszt katalogowy dostawcy $25.00 + marża odnogi $1.88 (+7%). Pamięć podręczna wejścia lub ponowne użycie odpowiedzi ją obniża; odnoga zapisuje obie wartości dla każdego requestu.

Jeśli Gemini 2.5 Flash TTS to nie to

Modele, które przyjmują ten sam rodzaj danych, są rozliczane tak samo i robią najbardziej zbliżone rzeczy. To nie ranking jakości — odnoga nie testuje modeli porównawczo.

ModelKontekstWejście / 1MWyjście / 1MMożliwości
Gemini 2.5 Flash TTS8K$0.5$10—
Gemini 2.5 Pro TTS8K$1$20Batch
Gemini 3.1 Flash TTS8K$1$20Rozumowanie, Batch
GPT-4o mini Transcribe—$1.25$5Streaming

Pytania

Ile kosztuje Gemini 2.5 Flash TTS za 1M tokenów?
Google AI podaje $0.5 / $10 za 1M tokenów wejścia / wyjścia w katalogu odnoga. Przez odnoga płacisz cenę vendora plus marżę planu, a każdy request zapisuje obie wartości.
Do czego najlepiej nadaje się Gemini 2.5 Flash TTS?
Zamiana tekstu na mowę lub mowy na tekst — na endpointach audio, nie czatowym.
Czy mogę przełączyć się na Gemini 2.5 Flash TTS bez zmiany kodu?
Tak. odnoga udostępnia jeden endpoint zgodny z OpenAI — przełączenie to wysłanie "gemini-2.5-flash-preview-tts" jako id modelu lub zmiana w wersji zarządzanego promptu, bez wdrożenia aplikacji.
Jak duże jest okno kontekstu Gemini 2.5 Flash TTS?
8K tokenów wejścia, do 16K tokenów wyjścia na odpowiedź.

Wszystkie modele · Cennik · Dokumentacja · Porównaj modele w laboratorium ewaluacji

Gdzie mieści się ten model

Jedna bramka, każdy model.