เวอร์ชันตัวอย่างของ Gemini 3.1 Flash Live

Gemini 3.1 Flash Live Preview เป็นโมเดลเสียงต่อเสียงที่มีเวลาในการตอบสนองต่ำ ซึ่งได้รับการปรับให้เหมาะกับบทสนทนาแบบเรียลไทม์และแอปพลิเคชัน AI ที่เน้นเสียงเป็นหลัก โดยมีความสามารถในการตรวจจับความแตกต่างของเสียง ความแม่นยำเชิงตัวเลข และการรับรู้แบบมัลติโมดัล

เอกสารประกอบ

ดูคู่มือ Live API เพื่อดูฟีเจอร์และความสามารถทั้งหมด

gemini-3.1-flash-live-preview

การย้ายข้อมูลจาก Gemini 2.5 Flash Live

Gemini 3.1 Flash Live Preview ได้รับการปรับให้เหมาะกับบทสนทนาแบบเรียลไทม์ที่มีเวลาในการตอบสนองต่ำ เมื่อย้ายข้อมูลจาก gemini-2.5-flash-native-audio-preview-12-2025 โปรดคำนึงถึงสิ่งต่อไปนี้

• 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 ดู ระดับและงบประมาณการคิด
• เหตุการณ์ของเซิร์ฟเวอร์: ตอนนี้เหตุการณ์ BidiGenerateContentServerContent รายการเดียวสามารถมีเนื้อหาหลายส่วนพร้อมกันได้ (เช่น เสียงและข้อความถอดเสียง) อัปเดตโค้ดเพื่อประมวลผลทุกส่วนในแต่ละเหตุการณ์เพื่อหลีกเลี่ยงการพลาดเนื้อหา
• เนื้อหาของไคลเอ็นต์: send_client_content รองรับสำหรับการเริ่มต้น ประวัติบริบทเริ่มต้นเท่านั้น (ต้องตั้งค่า initial_history_in_client_content ใน history_config) ใช้ send_realtime_input เพื่อส่ง การอัปเดตข้อความระหว่างการสนทนา ดู การอัปเดตเนื้อหาแบบเพิ่มทีละส่วน
• ความครอบคลุมของเทิร์น: ค่าเริ่มต้นคือ TURN_INCLUDES_AUDIO_ACTIVITY_AND_ALL_VIDEO แทน TURN_INCLUDES_ONLY_ACTIVITY ตอนนี้เทิร์นของโมเดลรวมกิจกรรมเสียงที่ตรวจพบและเฟรมวิดีโอทั้งหมด หากแอปพลิเคชันของคุณส่งสตรีมเฟรมวิดีโออย่างต่อเนื่องในปัจจุบัน คุณอาจต้องการอัปเดตแอปพลิเคชันให้ส่งเฟรมวิดีโอเฉพาะเมื่อมีกิจกรรมเสียงเพื่อหลีกเลี่ยงค่าใช้จ่ายเพิ่มเติม
• การเรียกฟังก์ชันแบบอะซิงโครนัส: ยังไม่รองรับ การเรียกฟังก์ชันเป็นแบบซิงโครนัสเท่านั้น โมเดลจะไม่เริ่มตอบกลับจนกว่าคุณจะส่งการตอบกลับของเครื่องมือ ดู การเรียกใช้ฟังก์ชันแบบไม่พร้อมกัน
• เสียงเชิงรุกและบทสนทนาเชิงอารมณ์: ฟีเจอร์เหล่านี้ยังไม่ รองรับใน Gemini 3.1 Flash Live นำการกำหนดค่าสำหรับฟีเจอร์เหล่านี้ออกจากโค้ด ดู เสียงเชิงรุกและ บทสนทนาเชิงอารมณ์

ดูการเปรียบเทียบฟีเจอร์แบบละเอียดได้ที่ ตารางการเปรียบเทียบรูปแบบการระบุแหล่งที่มาใน คู่มือความสามารถ