# Gemini 2.5 Flash Native Audio Dialog Thinking

Éditeur : Google (États-Unis). Poids fermés (selon Artificial Analysis).

En bref : 17e sur 38 en raisonnement à l'écoute (Big Bench Audio) ; 32e sur 34 au délai avant le premier son.

Page : https://quelleia.com/voix/modeles/google-gemini-2-5-flash-native-audio-dialog-thinking/. Classements de la voix de QUELLE IA, à part du score des modèles de langage, relevé du 9 novembre 2026.

## Présentation

Variante expérimentale avec réflexion de Gemini 2.5 Flash pour l'API Live à sortie audio native. Elle a été arrêtée en octobre 2025. (lu sur https://ai.google.dev/gemini-api/docs/changelog)

- Sortie : 20 mai 2025 (lu sur la page de l'éditeur, https://ai.google.dev/gemini-api/docs/changelog)

## Langues

- Évaluées par nos sources : anglais.
- Le français : pas évalué en français par nos sources.

## Ses classements

- Raisonnement à l'écoute, Big Bench Audio : 17e sur 38, part de réussite 90,7 %. Source : Artificial Analysis, https://artificialanalysis.ai/speech-to-speech (relevé du 9 novembre 2026).
- Délai avant le premier son : 32e sur 34, délai avant le premier son 3,87 s. Source : Artificial Analysis, https://artificialanalysis.ai/speech-to-speech (relevé du 9 novembre 2026).

## Modèles proches

- Raisonnement à l'écoute, Big Bench Audio : [Gemini 3.8 Live](https://quelleia.com/voix/modeles/google-gemini-3-8-live/), 16e (91,7 %), juste devant
- Raisonnement à l'écoute, Big Bench Audio : [GPT-Live 1](https://quelleia.com/voix/modeles/openai-gpt-live-1/), 18e (90,1 %), juste derrière
- Délai avant le premier son : [GPT-4o Audio](https://quelleia.com/voix/modeles/openai-gpt-4o-audio/), 31e (3,38 s), juste devant
- Délai avant le premier son : [Qwen3 Omni 30B A3B Instruct (flash)](https://quelleia.com/voix/modeles/alibaba-qwen3-omni-30b-a3b-instruct-flash/), 33e (4,82 s), juste derrière

## Comment lire ces chiffres

- Voix à voix : Un agent vocal écoute et répond de vive voix. Artificial Analysis le mesure sur plusieurs épreuves en anglais : son indice les résume sur 100, Big Bench Audio compte les bonnes réponses à des questions posées à l'oral, la tenue de la conversation compte les situations bien gérées (pauses, interruptions), plus c'est haut, mieux c'est ; le délai avant le premier son se lit à l'inverse, plus il est court, mieux c'est.

## Noms dans les sources

- Artificial Analysis (voix à voix) : Gemini 2.5 Flash Native Audio Dialog Thinking

## Liens

- Page de l'éditeur : https://ai.google.dev/gemini-api/docs/changelog

## Pages lues

- https://ai.google.dev/gemini-api/docs/changelog (« May 20, 2025 »), 23/10/2026
- https://ai.google.dev/gemini-api/docs/changelog (« Released gemini-2.5-flash-preview-native-audio-dialog and gemini-2.5-flash-exp-native-audio-thinking-dialog , new Gemini models for the Live API with native audio output capabilities. »), 23/10/2026
- https://ai.google.dev/gemini-api/docs/changelog (« October 20, 2025 The following Gemini Live API models are now shut down: gemini-2.5-flash-preview-native-audio-dialog gemini-2.5-flash-exp-native-audio-thinking-dialog »), 23/10/2026