เวอร์ชันตัวอย่างของ Gemini 3.1 Flash Live

Gemini 3.1 Flash Live Preview เป็นโมเดลเสียงต่อเสียงที่มีเวลาในการตอบสนองต่ำ ซึ่งได้รับการเพิ่มประสิทธิภาพสำหรับการสนทนาแบบเรียลไทม์และแอปพลิเคชัน AI ที่เน้นเสียงเป็นหลัก พร้อมการตรวจจับความแตกต่างของเสียง ความแม่นยำของตัวเลข และการรับรู้แบบมัลติโมดัล

เอกสารประกอบ

ไปที่คู่มือ Live API เพื่อดูความครอบคลุมทั้งหมด ของฟีเจอร์และความสามารถ

gemini-3.1-flash-live-preview

การย้ายข้อมูลจาก Gemini 2.5 Flash Live

Gemini 3.1 Flash Live Preview ได้รับการเพิ่มประสิทธิภาพสำหรับการสนทนาแบบเรียลไทม์ที่มีเวลาในการตอบสนองต่ำ เมื่อย้ายข้อมูลจาก gemini-2.5-flash-native-audio-preview-12-2025 ให้พิจารณาสิ่งต่อไปนี้

• สตริงโมเดล: อัปเดตสตริงโมเดลจาก gemini-2.5-flash-native-audio-preview-12-2025 เป็น gemini-3.1-flash-live-preview
• การกำหนดค่าการคิด: Gemini 3.1 ใช้ thinkingLevel (มีการตั้งค่า เช่น minimal, low, medium และ high) แทน thinkingBudget ค่าเริ่มต้นคือ minimal เพื่อเพิ่มประสิทธิภาพให้มีเวลาในการตอบสนองต่ำที่สุด ดูระดับและงบประมาณที่ควรพิจารณา
• เหตุการณ์ฝั่งเซิร์ฟเวอร์: ตอนนี้เหตุการณ์เดียว BidiGenerateContentServerContent สามารถมีเนื้อหาหลายส่วนพร้อมกันได้ (เช่น เสียงและข้อความถอดเสียง) อัปเดตโค้ดเพื่อประมวลผลทุกส่วนในแต่ละเหตุการณ์เพื่อไม่ให้พลาดเนื้อหา
• เนื้อหาของไคลเอ็นต์: send_client_content รองรับเฉพาะการเริ่มต้น ประวัติบริบทเริ่มต้น (ต้องตั้งค่า initial_history_in_client_content ใน history_config) ใช้ send_realtime_input เพื่อส่ง การอัปเดตข้อความระหว่างการสนทนา ดูการอัปเดตเนื้อหาแบบเพิ่มทีละรายการ
• เปิดความครอบคลุม: ค่าเริ่มต้นคือ TURN_INCLUDES_AUDIO_ACTIVITY_AND_ALL_VIDEO แทน TURN_INCLUDES_ONLY_ACTIVITY ตอนนี้เทิร์นของโมเดลรวมถึงกิจกรรมเสียงที่ตรวจพบ และเฟรมวิดีโอทั้งหมดแล้ว หากปัจจุบันแอปพลิเคชันของคุณส่งสตรีมเฟรมวิดีโออย่างต่อเนื่อง คุณอาจต้องอัปเดตแอปพลิเคชันให้ส่งเฟรมวิดีโอเฉพาะเมื่อมีกิจกรรมเสียงเพื่อหลีกเลี่ยงการเสียค่าใช้จ่ายเพิ่มเติม
• การเรียกใช้ฟังก์ชันแบบไม่พร้อมกัน: ยังไม่รองรับ การเรียกใช้ฟังก์ชันเป็นแบบ ซิงโครนัสเท่านั้น โมเดลจะไม่เริ่มตอบจนกว่าคุณจะส่ง การตอบกลับเครื่องมือ ดูการเรียกฟังก์ชันแบบไม่พร้อมกัน
• เสียงเชิงรุกและบทสนทนาที่แสดงอารมณ์: ฟีเจอร์เหล่านี้ยังไม่พร้อมใช้งานใน Gemini 3.1 Flash Live นำการกำหนดค่าสำหรับฟีเจอร์เหล่านี้ออกจากโค้ด ดู เสียงเชิงรุกและ บทสนทนาที่สื่ออารมณ์

ดูการเปรียบเทียบฟีเจอร์แบบละเอียดได้ที่ตารางการเปรียบเทียบโมเดลในคู่มือความสามารถ