新用戶 免費註冊,送 10 次呼叫,最高 $1,免綁卡。

gemini-3.1-flash-live

發布於 2026-03-26

邀請制測試 工具呼叫推理影像理解

Gemini 3.1 Flash Live 是 Google 面向即時對話和語音優先應用的低延遲音訊對音訊模型,其模型頁把聲學細節偵測、數字精確度和多模態感知歸功於它。

輸入
文字 影像 音訊 影片 $0.75/M
輸出
文字 音訊 $4.5/M
音訊輸入
$3/M
音訊輸出
$12/M

價格在同類中的位置

價格在 6 個同類模型中的位置

輸入$0.75/M
$0.06 · nova-2-sonic GPT Realtime · $4
輸出$4.5/M
$0.24 · nova-2-sonic GPT Realtime 2.1 · $24

這條線顯示該模型的價格,在 Synthorai 上同類模型裡處於什麼位置。兩端標出了最便宜和最貴的那個。這裡是基礎價,批次、區域與快取寫入的折扣見價格頁。

規格與限制

Token

上下文視窗(廠商規格) 131,072
最大輸出(廠商規格) 65,536

思考

廠商參數 thinkingLevel
可選值 minimal · low · medium · high
預設值 minimal 請求未指定時生效
可關閉 不支援
思考行為 預設為 minimal 以最佳化最低延遲;Gemini 3 Live 模型以等級取代了 2.5 Live 的 thinkingBudget。
參數 reasoning_effort
取值 minimal · low · medium · high 閘道側參數面——以上方廠商映射為準

音訊

語言 支援 90 多種語言的即時多模態對話
音訊限制
  • Live API 會話:原始小端序 16-bit PCM,16 kHz 輸入、24 kHz 輸出
  • 純音訊會話上限 15 分鐘(帶影片時為 2 分鐘),除非透過會話管理延長
  • 會話上下文 128k token
串流轉寫 支援

即時語音

語音 可使用 Gemini 文字轉語音音色集中的任何音色;原生音訊輸出模型能在對話中自然切換語言。
工作階段能力
  • 函式呼叫僅支援循序執行,模型要等到工具回應送出後才會開始回答
  • 支援搜尋事實依據與思考
  • VAD 打斷會取消進行中的生成
  • 不支援快取、結構化輸出、程式碼執行或 Batch API

模型

模態 文字 + 影像 + 音訊 + 影片 → 文字 + 音訊
  • 面向語音優先智慧體的低延遲音訊到音訊模型,文件記載其具備聲學細節偵測、數字精確度與多模態感知。
  • 它以 thinkingLevel(minimal / low / medium / high)取代 thinkingBudget,並預設為 minimal 以取得最低延遲。

依據 Google 官方文件 ↗

30 秒用上 gemini-3.1-flash-live

相容 OpenAI Realtime:透過 WebSocket 連線,音訊進、音訊出。WS /v1/realtime

import asyncio, base64, json, websockets

URL = "wss://synthorai.io/v1/realtime?model=gemini-3.1-flash-live"
# Send ONLY the Authorization header - the beta protocol is retired.
HEADERS = {"Authorization": "Bearer sk-syn-..."}

async def main():
    async with websockets.connect(URL, additional_headers=HEADERS) as ws:
        # 1) configure the speech-to-speech session
        await ws.send(json.dumps({
            "type": "session.update",
            "session": {
                "type": "realtime",
                "output_modalities": ["audio"],
                "audio": {"output": {"voice": "alloy"}},
            },
        }))
        # 2) send input audio (base64 PCM16), then request a spoken reply
        await ws.send(json.dumps({"type": "input_audio_buffer.append", "audio": pcm16_b64}))
        await ws.send(json.dumps({"type": "input_audio_buffer.commit"}))
        await ws.send(json.dumps({"type": "response.create"}))
        # 3) stream the model's audio (and text) back
        async for raw in ws:
            ev = json.loads(raw)
            if ev["type"] == "response.audio.delta":
                play(base64.b64decode(ev["delta"]))   # audio out
            elif ev["type"] == "response.done":
                break

asyncio.run(main())

關於 gemini-3.1-flash-live

  • 它接受文字、影像、音訊和影片,並透過 Live API 的有狀態 WebSocket 回傳文字和音訊,輸入上限 131,072 token、輸出上限 65,536 token,是它所取代的 2.5 原生音訊模型輸出上限的八倍。
  • 函式呼叫、搜尋事實依據和思考受支援,而快取、結構化輸出、程式碼執行和 Batch API 則不支援;思考深度用 thinkingLevel 設定,取值 minimal、low、medium 或 high,預設為 minimal 以取得最低延遲,取代了 2.5 世代使用的數值型 thinkingBudget。
  • 遷移說明才是有用的部分,因為這次升級既有新增也有移除。
  • 非同步函式呼叫尚未支援,因此呼叫是順序執行的,模型在工具回應到達之前不會開始作答;主動音訊和情感對話已經消失,相關設定必須清除。
  • 單個伺服器事件現在可以一次攜帶多個內容部分,例如一個音訊塊和一段轉寫文字,因此只讀取第一個部分的用戶端會靜默丟失內容。
  • 輪次覆蓋現在預設包含偵測到的音訊活動和全部影片影格,這會讓持續串流傳輸影片的應用成本上升;用戶端內容則只能用於播種初始歷史。
  • Synthorai 透過 OpenAI 相容的 /v1/realtime WebSocket 端點提供它。

常見問題

gemini-3.1-flash-live API 可以免費試用嗎?

gemini-3.1-flash-live 目前處於邀請制測試階段,需申請開通,而非開放註冊。請在 Synthorai 主控台提交申請,審核通過後即依標準的按用量計費方式收費,無需訂閱。

gemini-3.1-flash-live 最擅長什麼?

面向即時對話與語音優先應用的音訊對音訊模型、輸出上限是 2.5 原生音訊模型的八倍、沒有非同步函式呼叫,工具呼叫為順序執行。完整能力請見「關於」一節,內容取自廠商官方發布說明。

gemini-3.1-flash-live 的價格是多少?

在 Synthorai 上,gemini-3.1-flash-live 輸入 $0.75/百萬 token、輸出 $4.5/百萬 token,即廠商牌價,無平台加價。

如何呼叫 gemini-3.1-flash-live API?

gemini-3.1-flash-live 是語音對話(speech-to-speech)模型:透過 WebSocket 連線 wss://synthorai.io/v1/realtime?model=gemini-3.1-flash-live,使用 OpenAI Realtime SDK(或原生 WebSocket)即可,音訊輸入、音訊輸出。它不是 POST /v1/audio/transcriptions 檔案上傳介面。以你的 sk-syn key 驗證,只送 Authorization 標頭(beta 協定已下線)。

如何開通 gemini-3.1-flash-live?

gemini-3.1-flash-live 處於邀請制測試階段:請在 Synthorai 主控台申請開通。審核通過後,用法與其他模型相同:把 OpenAI SDK 的 base_url 指向 "https://synthorai.io/v1",model 設為 "gemini-3.1-flash-live" 即可。

相關模型

對比

本頁每個值都轉錄自廠商自己的文件(連結見上),並帶有核對日期。價格在全目錄範圍內比較;各廠商定義不同的規格值,只說明差異而不作圖表對比。此處沒有任何由我們測量的資料,也不做評分。

取得 API 金鑰 算算你的成本 →