Comparação de modelos
Compare Gemini 3.8 Flash TTS e Gemini 3.8 Flash-Lite TTS usando a mesma rubrica voz e tempo real fornecida pelo provedor. Nenhuma pontuação misteriosa e nenhuma classificação de benchmark inventada.
Tomada rápida
O modelo de voz do Google para narração expressiva, vozes de personagens e diálogos em 130 idiomas.
Coloque as instruções de interpretação em speech_metadata, não no texto falado. A replicação de voz exige consentimento do falante e está sujeita a restrições regionais. O áudio gerado contém marca d'água SynthID.
O modelo de voz mais econômico do Google para leitura em voz alta e produção de áudio em escala em 101 idiomas.
Coloque as instruções de interpretação em speech_metadata, não no texto falado. A replicação de voz exige consentimento do falante e está sujeita a restrições regionais. O áudio gerado contém marca d'água SynthID.
Compare os fatos publicados
Os valores usam as próprias unidades e limites publicados de cada provedor. Um espaço em branco significa que o fornecedor não publicou um valor diretamente comparável nas fontes analisadas.
| Voz e tempo real | Gemini 3.8 Flash TTS | Gemini 3.8 Flash-Lite TTS |
|---|---|---|
| Base de preçoPreço baseado em token, caractere ou minuto para a rota de acesso listada. | US$ 0,50 entrada de texto · US$ 9 saída de áudio / 1 M de tokens | US$ 0,50 entrada de texto · US$ 6 saída de áudio / 1 M de tokens |
| Modo de interaçãoComportamento de fala para fala, áudio para áudio ou transmissão de texto para fala. | Texto para fala com diálogo entre duas vozes | Texto para fala com diálogo entre duas vozes |
| Latência publicadaMedição publicada pelo provedor com suas exclusões declaradas; não é um teste Cody. | Não publicado | Não publicado |
| IdiomasCobertura linguística documentada pelo fornecedor ou um marcador claro e não publicado. | 130 idiomas | 101 idiomas |
| Ferramentas e controleRecursos nativos de chamada de função, raciocínio ou controle de fala. | Criação e replicação de voz; sem chamadas de funções | Criação e replicação de voz; sem chamadas de funções |
| Contexto ou limite de entradaToken documentado ou limite de caracteres onde for significativo. | 8.192 tokens de entrada · 16.384 de saída | 8.192 tokens de entrada · 16.384 de saída |
Como escolher
Comece com o trabalho que você precisa concluir e, em seguida, valide os detalhes de custo, acesso e política na rota exata do seu provedor.
Google afirma que os prompts e respostas pagos do Gemini API não são usados para melhorar seus produtos. Geralmente, conteúdo de serviço não pago pode ser usado, com tratamento diferente para usuários do EEE, do Reino Unido e da Suíça; verifique os termos atuais para sua conta e região.
Links de provedor e API
Google afirma que os prompts e respostas pagos do Gemini API não são usados para melhorar seus produtos. Geralmente, conteúdo de serviço não pago pode ser usado, com tratamento diferente para usuários do EEE, do Reino Unido e da Suíça; verifique os termos atuais para sua conta e região.
Links de provedor e API
Perguntas frequentes
Gemini 3.8 Flash TTS: O modelo de voz do Google para narração expressiva, vozes de personagens e diálogos em 130 idiomas. Gemini 3.8 Flash-Lite TTS: O modelo de voz mais econômico do Google para leitura em voz alta e produção de áudio em escala em 101 idiomas.
Considere Gemini 3.8 Flash TTS quando sua prioridade for Audiolivros. Considere Gemini 3.8 Flash-Lite TTS quando sua prioridade for Recursos de leitura em voz alta. Teste ambos com seus próprios dados e rota do provedor antes de confirmar.
Não. Esta comparação alinha os fatos publicados pelo fornecedor para a categoria Voz e tempo real. Ele não reivindica um vencedor universal nem combina pontuações de benchmark de terceiros incompatíveis.
