Comparaison de modèles
Comparez Gemini 3.8 Flash TTS et Gemini 3.8 Flash-Lite TTS en utilisant la même rubrique voix et temps réel provenant du fournisseur. Pas de score mystère et pas de classement de référence inventé.
Prise rapide
Le modèle vocal de Google pour la narration expressive, les voix de personnages et les dialogues dans 130 langues.
Placez les consignes d'interprétation dans speech_metadata, pas dans le texte prononcé. La réplication vocale exige le consentement du locuteur et reste soumise à des restrictions régionales. L'audio généré contient un filigrane SynthID.
Le modèle vocal moins coûteux de Google pour la lecture à voix haute et la production audio à grande échelle dans 101 langues.
Placez les consignes d'interprétation dans speech_metadata, pas dans le texte prononcé. La réplication vocale exige le consentement du locuteur et reste soumise à des restrictions régionales. L'audio généré contient un filigrane SynthID.
Comparez les faits publiés
Les valeurs utilisent les unités et limites publiées par chaque fournisseur. Un blanc signifie que le fournisseur n'a pas publié de valeur directement comparable dans les sources examinées.
| Voix et temps réel | Gemini 3.8 Flash TTS | Gemini 3.8 Flash-Lite TTS |
|---|---|---|
| Base de prixPrix basé sur un jeton, un caractère ou une minute pour l'itinéraire d'accès répertorié. | 0,50 $ en entrée texte · 9 $ en sortie audio / 1 M de tokens | 0,50 $ en entrée texte · 6 $ en sortie audio / 1 M de tokens |
| Mode d'interactionComportement parole-parole, audio-audio ou synthèse vocale en streaming. | Synthèse vocale avec dialogues à deux voix | Synthèse vocale avec dialogues à deux voix |
| Latence publiéeMesure publiée par le fournisseur avec ses exclusions indiquées ; pas un test Cody. | Non publié | Non publié |
| LanguesCouverture linguistique documentée par le fournisseur ou marqueur clair non publié. | 130 langues | 101 langues |
| Outils et contrôleFonctionnalités natives d’appel de fonctions, de raisonnement ou de contrôle vocal. | Création et réplication de voix ; pas d'appels de fonctions | Création et réplication de voix ; pas d'appels de fonctions |
| Contexte ou limite d'entréeLimite de jetons ou de caractères documentée lorsque cela est significatif. | 8 192 tokens en entrée · 16 384 en sortie | 8 192 tokens en entrée · 16 384 en sortie |
Comment choisir
Commencez par le travail que vous devez effectuer, puis validez les détails du coût, de l'accès et de la politique sur l'itinéraire exact de votre fournisseur.
Google indique que les invites et réponses Gemini API payantes ne sont pas utilisées pour améliorer ses produits. Le contenu des services non payants peut généralement être utilisé, avec un traitement différent pour les utilisateurs de l'EEE, du Royaume-Uni et de la Suisse ; vérifiez les conditions actuelles de votre compte et de votre région.
Liens vers les fournisseurs et les API
Google indique que les invites et réponses Gemini API payantes ne sont pas utilisées pour améliorer ses produits. Le contenu des services non payants peut généralement être utilisé, avec un traitement différent pour les utilisateurs de l'EEE, du Royaume-Uni et de la Suisse ; vérifiez les conditions actuelles de votre compte et de votre région.
Liens vers les fournisseurs et les API
Questions fréquemment posées
Gemini 3.8 Flash TTS : Le modèle vocal de Google pour la narration expressive, les voix de personnages et les dialogues dans 130 langues. Gemini 3.8 Flash-Lite TTS : Le modèle vocal moins coûteux de Google pour la lecture à voix haute et la production audio à grande échelle dans 101 langues.
Considérez Gemini 3.8 Flash TTS lorsque votre priorité est Livres audio. Considérez Gemini 3.8 Flash-Lite TTS lorsque votre priorité est Fonctions de lecture à voix haute. Testez les deux avec vos propres données et votre itinéraire de fournisseur avant de vous engager.
Non. Cette comparaison aligne les faits publiés par le fournisseur pour la catégorie Voix et temps réel. Il ne revendique pas de gagnant universel ni ne combine des scores de référence tiers incompatibles.
