Model Gemini 4 Argon jest już dostępny. Przećwicz to samodzielnie.

Google używa technologii AI do tłumaczenia treści na Twój preferowany język. Tłumaczenia wygenerowane przez AI mogą zawierać błędy.

Gemini 3.1 Flash (wersja testowa)

Gemini 3.1 Flash Live Preview to starszy model w wersji testowej do prowadzenia rozmów w czasie rzeczywistym i aplikacji AI opartych na głosie.

Wypróbuj w Google AI Studio

Dokumentacja

Aby poznać wszystkie funkcje i możliwości, zapoznaj się z przewodnikiem po Live API.

gemini-3.1-flash-live-preview

Właściwość	Opis
Kod modelu	`gemini-3.1-flash-live-preview`
Obsługiwane typy danych	Dane wejściowe Tekst, obrazy, dźwięk Dane wyjściowe Tekst i dźwięk
Limity tokenów^[*]	Limit tokenów wejściowych 131 072 Limit tokenów wyjściowych 65 536
Możliwości	Generowanie dźwięku Obsługiwane Zapisywanie w pamięci podręcznej Nieobsługiwane Wykonanie kodu Nieobsługiwane Wyszukiwanie plików Nieobsługiwane Wywoływanie funkcji Obsługiwane Powiązanie ze źródłami informacji przy użyciu Map Google Nieobsługiwane Generowanie obrazów Nieobsługiwane Live API Obsługiwane Szukaj groundingu Obsługiwane Uporządkowane dane wyjściowe Nieobsługiwane Myślę Obsługiwane Kontekst adresu URL Nieobsługiwane
Opcje wykorzystania	Batch API Nieobsługiwane
Wersje	Więcej informacji znajdziesz we wzorcach wersji modelu. Podgląd: `gemini-3.1-flash-live-preview`
Ostatnia aktualizacja	Marzec 2026 r.
Karta modelu	Karta modelu

Migracja z Gemini 2.5 Flash Live

Model Gemini 3.1 Flash Live Preview jest zoptymalizowany pod kątem rozmów w czasie rzeczywistym z krótkim czasem oczekiwania. Podczas migracji z gemini-2.5-flash-native-audio-preview-12-2025 weź pod uwagę te kwestie:

Ciąg znaków modelu: zaktualizuj ciąg znaków modelu z gemini-2.5-flash-native-audio-preview-12-2025 na gemini-3.1-flash-live-preview.
Konfiguracja rozumowania: Gemini 3.1 używa thinkingLevel (z ustawieniami takimi jak minimal, low, medium i high) zamiast thinkingBudget. Domyślna wartość to minimal, co pozwala zoptymalizować pod kątem najniższego opóźnienia. Zobacz Poziomy myślenia i budżety.
Zdarzenia serwera: pojedyncze zdarzenie BidiGenerateContentServerContent może teraz zawierać wiele części treści jednocześnie (np. fragmenty dźwięku i transkrypcję). Zaktualizuj kod, aby przetwarzać wszystkie części każdego zdarzenia i uniknąć brakujących treści.
Treści klienta: send_client_content jest obsługiwany przez cały cykl życia sesji z jawnymi rolami (user lub model). Ustawienie turn_complete=true bezwarunkowo przerywa aktywne generowanie modelu. Więcej informacji znajdziesz w artykule Przyrostowe aktualizacje treści.
Zasięg skrętu: domyślnie TURN_INCLUDES_AUDIO_ACTIVITY_AND_ALL_VIDEO zamiast TURN_INCLUDES_ONLY_ACTIVITY. Kolej modelu obejmuje teraz wykrytą aktywność audio i wszystkie klatki wideo. Jeśli Twoja aplikacja wysyła obecnie stały strumień klatek wideo, możesz ją zaktualizować, aby wysyłała klatki wideo tylko wtedy, gdy jest aktywność dźwiękowa. Pozwoli to uniknąć dodatkowych kosztów.
Asynchroniczne wywoływanie funkcji: nie jest jeszcze obsługiwane. Wywoływanie funkcji jest tylko synchroniczne. Model nie zacznie odpowiadać, dopóki nie wyślesz odpowiedzi narzędzia. Zapoznaj się z sekcją o asynchronicznym wywoływaniu funkcji w tym artykule.
Proaktywny dźwięk i dialogi z emocjami: te funkcje nie są jeszcze obsługiwane w Gemini 3.1 Flash Live. Usuń z kodu wszystkie konfiguracje tych funkcji. Zobacz Proaktywny dźwięk i Afektywny dialog.

Szczegółowe porównanie funkcji znajdziesz w tabeli Porównanie modeli w przewodniku po możliwościach.