Versión preliminar de Gemini 3.1 Flash Live

Gemini 3.1 Flash Live Preview es nuestro modelo de audio a audio con baja latencia optimizado para el diálogo en tiempo real y las aplicaciones de IA que privilegian la voz con detección de matices acústicos, precisión numérica y conciencia multimodal.

Documentación

Visita la guía de la API en vivo para obtener una cobertura completa de las funciones y capacidades.

gemini-3.1-flash-live-preview

Migración desde Gemini 2.5 Flash Live

La versión preliminar de Gemini 3.1 Flash Live está optimizada para el diálogo en tiempo real y de baja latencia. Cuando migres desde gemini-2.5-flash-native-audio-preview-12-2025, ten en cuenta lo siguiente:

• Cadena del modelo: Actualiza la cadena del modelo de gemini-2.5-flash-native-audio-preview-12-2025 a gemini-3.1-flash-live-preview.
• Configuración de pensamiento: Gemini 3.1 usa thinkingLevel (con parámetros de configuración como minimal, low, medium y high) en lugar de thinkingBudget. El valor predeterminado es minimal para optimizar la latencia más baja. Consulta Niveles y presupuestos de pensamiento.
• Eventos del servidor: Un solo evento BidiGenerateContentServerContent ahora puede contener varias partes de contenido de forma simultánea (por ejemplo, fragmentos de audio y transcripción). Actualiza tu código para procesar todas las partes de cada evento y evitar perder contenido.
• Contenido del cliente: send_client_content solo se admite para inicializar el historial de contexto inicial (requiere configurar initial_history_in_client_content en history_config). Usa send_realtime_input para enviar actualizaciones de texto durante la conversación. Consulta Actualizaciones incrementales de contenido.
• Cobertura de giros: Se establece de forma predeterminada en TURN_INCLUDES_AUDIO_ACTIVITY_AND_ALL_VIDEO en lugar de TURN_INCLUDES_ONLY_ACTIVITY. El turno del modelo ahora incluye la actividad de audio detectada y todos los fotogramas de video. Si tu aplicación actualmente envía un flujo constante de fotogramas de video, es posible que desees actualizarla para que solo envíe fotogramas de video cuando haya actividad de audio y, así, evitar incurrir en costos adicionales.
• Llamada a función asíncrona: Aún no se admite. La llamada a función solo es síncrona. El modelo no comenzará a responder hasta que envíes la respuesta de la herramienta. Consulta Llamadas a funciones asíncronas.
• Audio proactivo y diálogo afectivo: Estas funciones aún no son compatibles con Gemini 3.1 Flash Live. Quita de tu código cualquier configuración de estas funciones. Consulta Audio proactivo y Diálogo afectivo.

Para obtener una comparación detallada de las funciones, consulta la tabla Comparación de modelos en la guía de capacidades.