Gemini 3.1 Flash Live Preview

Gemini 3.1 Flash Live Preview ist unser Audio-zu-Audio-Modell mit niedriger Latenz, das für Echtzeitdialoge und sprachgesteuerte KI-Anwendungen optimiert ist. Es bietet eine Erkennung akustischer Nuancen, numerische Präzision und multimodale Wahrnehmung.

Dokumentation

Im Leitfaden zur Live API finden Sie eine vollständige Beschreibung der Funktionen und Möglichkeiten.

gemini-3.1-flash-live-preview

Von Gemini 2.5 Flash Live migrieren

Gemini 3.1 Flash Live Preview ist für Echtzeitdialoge mit niedriger Latenz optimiert. Beachten Sie bei der Migration von gemini-2.5-flash-native-audio-preview-12-2025 Folgendes:

• Modellstring: Aktualisieren Sie den Modellstring von gemini-2.5-flash-native-audio-preview-12-2025 zu gemini-3.1-flash-live-preview.
• Konfiguration der Antwortgenerierung: Gemini 3.1 verwendet thinkingLevel (mit Einstellungen wie minimal, low, medium, und high) anstelle von thinkingBudget. Die Standardeinstellung ist minimal, um die Latenz zu minimieren. Weitere Informationen finden Sie unter Antwortgenerierungsstufen und -budgets.
• Serverereignisse: Ein einzelnes BidiGenerateContentServerContent -Ereignis kann jetzt mehrere Inhaltsteile gleichzeitig enthalten (z. B. Audio-Chunks und Transkript). Aktualisieren Sie Ihren Code, um alle Teile in jedem Ereignis zu verarbeiten, damit keine Inhalte verloren gehen.
• Clientinhalte: send_client_content wird nur für das Seeding der anfänglichen Kontexthistorie unterstützt. Dazu muss initial_history_in_client_content in history_config festgelegt werden. Verwenden Sie send_realtime_input, um während der Unterhaltung Textaktualisierungen zu senden. Weitere Informationen finden Sie unter Inkrementelle Aktualisierungen von Inhalten.
• Umfang der Unterhaltung: Standardmäßig wird TURN_INCLUDES_AUDIO_ACTIVITY_AND_ALL_VIDEO anstelle von TURN_INCLUDES_ONLY_ACTIVITY verwendet. Die Unterhaltung des Modells umfasst jetzt die erkannte Audioaktivität und alle Videoframes. Wenn Ihre Anwendung derzeit einen konstanten Stream von Videoframes sendet, sollten Sie sie so aktualisieren, dass Videoframes nur gesendet werden, wenn Audioaktivität vorhanden ist, um zusätzliche Kosten zu vermeiden.
• Asynchrone Funktionsaufrufe: Noch nicht unterstützt. Funktionsaufrufe sind nur synchron. Das Modell antwortet erst, wenn Sie die Toolantwort gesendet haben. Weitere Informationen finden Sie unter Asynchrone Funktionsaufrufe.
• Proaktive Audioeingabe und affektiver Dialog: Diese Funktionen werden in Gemini 3.1 Flash Live noch nicht unterstützt. Entfernen Sie alle Konfigurationen für diese Funktionen aus Ihrem Code. Weitere Informationen finden Sie unter Proaktive Audioeingabe und affektiver Dialog.

Einen detaillierten Vergleich der Funktionen finden Sie in der Tabelle zum Modellvergleich im Leitfaden zu den Funktionen.