Gemini 2.5 Flash Native Audio Dialog
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.
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 ai.google.dev, le 23/10/2026.
- Sortie
- 20 mai 2025 lu sur la page de l'éditeur
Langues
- Évaluées par nos sources : anglais.
- Le français : pas évalué en français par nos sources.
Ses 2 classements
Chaque ligne vient d'une seule source, dans son unité : les chiffres de deux lignes ne se comparent pas entre eux. Ils ne comptent pas dans le score des modèles de langage.
- En anglais · Voix à voix
Raisonnement à l'écoute, Big Bench Audio
26e sur 38part de réussite 68,6 %
Coût mesuré : 1,42 $ par heure d'audio en entrée, sur les questions de Big Bench Audio
Source : Artificial Analysis · relevé du 9 novembre 2026.
- En anglais · Voix à voix
Délai avant le premier son
6e sur 34délai 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 · relevé du 9 novembre 2026.
Modèles proches
- Raisonnement à l'écoute, Big Bench Audio : devant, GPT-4o Mini Realtime (25e, 68,9 %) · derrière, Higgs Realtime (même rang, 68,6 %)
- Délai avant le premier son : devant, Eleven Realtime v1 Mini (5e, 0,62 s) · derrière, Grok Voice 2.0 (7e, 0,70 s)
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.
D'où vient cette fiche
- Nom dans les sources
- Artificial Analysis (voix à voix) :
Gemini 2.5 Flash Native Audio Dialog - Fiche
- Registre de QUELLE IA.
- 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
Voir aussi : la voix en bref, la transcription, la synthèse vocale, la voix à voix, ou cette fiche en texte.