# Gemini 2.5 Flash Native Audio Dialog

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

En bref : 26e sur 38 en raisonnement à l'écoute (Big Bench Audio) (ex æquo à valeur égale) ; 6e sur 34 au délai avant le premier son.

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

## Présentation

Préversion de Gemini 2.5 Flash pour l'API Live à sortie audio native, qui répond directement en voix. Ce modèle a été arrêté en octobre 2025 au profit de la version de septembre 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 : 26e sur 38, part de réussite 68,6 % ; coût mesuré : 1,42 $ par heure d'audio en entrée, sur les questions de Big Bench Audio. Source : Artificial Analysis, https://artificialanalysis.ai/speech-to-speech (relevé du 9 novembre 2026).
- Délai avant le premier son : 6e sur 34, délai avant le premier son 0,64 s ; coût mesuré : 1,42 $ par heure d'audio en entrée, sur les questions de Big Bench Audio. Source : Artificial Analysis, https://artificialanalysis.ai/speech-to-speech (relevé du 9 novembre 2026).

## Modèles proches

- Raisonnement à l'écoute, Big Bench Audio : [GPT-4o Mini Realtime](https://quelleia.com/voix/modeles/openai-gpt-4o-mini-realtime/), 25e (68,9 %), juste devant
- Raisonnement à l'écoute, Big Bench Audio : [Higgs Realtime](https://quelleia.com/voix/modeles/boson-ai-higgs-realtime/), 26e (68,6 %), juste derrière
- Délai avant le premier son : [Eleven Realtime v1 Mini](https://quelleia.com/voix/modeles/elevenlabs-eleven-realtime-v1-mini/), 5e (0,62 s), juste devant
- Délai avant le premier son : [Grok Voice 2.0](https://quelleia.com/voix/modeles/spacexai-grok-voice-2-0/), 7e (0,70 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

## 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 You can use gemini-2.5-flash-native-audio-preview-09-2025 instead. »), 23/10/2026