Comparación de modelos
Compare Gemini 3.8 Flash TTS y Gemini 3.8 Flash-Lite TTS utilizando la misma rúbrica voz y tiempo real del proveedor. Sin puntuación misteriosa ni clasificación de referencia inventada.
Toma rápida
El modelo de voz de Google para narración expresiva, voces de personajes y diálogos en 130 idiomas.
Coloca las instrucciones de interpretación en speech_metadata, no en el guion hablado. Replicar una voz requiere el consentimiento del hablante y está sujeto a restricciones regionales. El audio generado lleva una marca de agua SynthID.
El modelo de voz más económico de Google para lectura en voz alta y producción de audio a gran escala en 101 idiomas.
Coloca las instrucciones de interpretación en speech_metadata, no en el guion hablado. Replicar una voz requiere el consentimiento del hablante y está sujeto a restricciones regionales. El audio generado lleva una marca de agua SynthID.
Compara los hechos publicados
Los valores utilizan las unidades y límites publicados de cada proveedor. Un espacio en blanco significa que el proveedor no publicó un valor directamente comparable en las fuentes revisadas.
| Voz y tiempo real | Gemini 3.8 Flash TTS | Gemini 3.8 Flash-Lite TTS |
|---|---|---|
| Base del precioPrecio basado en tokens, caracteres o minutos para la ruta de acceso indicada. | 0,50 $ entrada de texto · 9 $ salida de audio / 1 M de tokens | 0,50 $ entrada de texto · 6 $ salida de audio / 1 M de tokens |
| Modo de interacciónComportamiento de voz a voz, audio a audio o texto a voz transmitido. | Texto a voz con diálogos de dos hablantes | Texto a voz con diálogos de dos hablantes |
| Latencia publicadaMedición publicada por el proveedor con sus exclusiones indicadas; no es una prueba Cody. | No publicado | No publicado |
| IdiomasCobertura de idioma documentada por el proveedor o un marcador claro e inédito. | 130 idiomas | 101 idiomas |
| Herramientas y controlFunciones nativas de llamada de funciones, razonamiento o control de voz. | Diseño y replicación de voz; sin llamadas a funciones | Diseño y replicación de voz; sin llamadas a funciones |
| Contexto o límite de entradaToken documentado o límite de caracteres cuando sea significativo. | 8.192 tokens de entrada · 16.384 de salida | 8.192 tokens de entrada · 16.384 de salida |
como elegir
Comience con el trabajo que necesita completar y luego valide los detalles del costo, el acceso y la política en la ruta exacta de su proveedor.
Google dice que las indicaciones y respuestas pagadas de Gemini API no se utilizan para mejorar sus productos. Por lo general, se puede utilizar contenido de servicios no pagos, con un tratamiento diferente para los usuarios del EEE, el Reino Unido y Suiza; verifique los términos actuales para su cuenta y región.
Enlaces de proveedores y API
Google dice que las indicaciones y respuestas pagadas de Gemini API no se utilizan para mejorar sus productos. Por lo general, se puede utilizar contenido de servicios no pagos, con un tratamiento diferente para los usuarios del EEE, el Reino Unido y Suiza; verifique los términos actuales para su cuenta y región.
Enlaces de proveedores y API
Preguntas frecuentes
Gemini 3.8 Flash TTS: El modelo de voz de Google para narración expresiva, voces de personajes y diálogos en 130 idiomas. Gemini 3.8 Flash-Lite TTS: El modelo de voz más económico de Google para lectura en voz alta y producción de audio a gran escala en 101 idiomas.
Considere Gemini 3.8 Flash TTS cuando su prioridad sea Audiolibros. Considere Gemini 3.8 Flash-Lite TTS cuando su prioridad sea Funciones de lectura en voz alta. Pruebe ambos con sus propios datos y la ruta del proveedor antes de comprometerse.
No. Esta comparación alinea los datos publicados por el proveedor para la categoría Voz y tiempo real. No reclama un ganador universal ni combina puntuaciones de referencia de terceros incompatibles.
