gemini-2.5-flash
googleКонтекст1 048 576 токенов
Вход57.60 ₽/1M
Выход480.00 ₽/1M
Ответ
Да, gemini-2.5-flash принимает аудио на входе.
Вы можете отправлять аудиозаписи напрямую в запросе — модель распознает речь, анализирует звуковой контент и отвечает на вопросы по аудио.
Для отправки аудио используйте элемент с типом input_audio в массиве content. Аудио передаётся в формате base64 (mp3, wav, webm).
Пример кода — ниже на странице.
Пример отправки аудио в gemini-2.5-flash
Отправьте аудиофайл в формате base64 для анализа в gemini-2.5-flash через AITUNNEL API:
import base64
from openai import OpenAI
client = OpenAI(
api_key="ваш_ключ_aitunnel",
base_url="https://api.aitunnel.ru/v1/"
)
# Читаем аудиофайл и кодируем в base64
with open("audio.mp3", "rb") as f:
audio_base64 = base64.b64encode(f.read()).decode("utf-8")
response = client.chat.completions.create(
model="gemini-2.5-flash",
messages=[
{
"role": "user",
"content": [
{"type": "text", "text": "Транскрибируй это аудио"},
{
"type": "input_audio",
"input_audio": {
"data": audio_base64,
"format": "mp3"
}
}
]
}
]
)
print(response.choices[0].message.content)Другие вопросы о gemini-2.5-flash
Этот же вопрос — другие модели
Попробуйте сами через AITUNNEL
Получите API ключ и протестируйте модели. Работает из России без VPN, оплата в рублях.
Быстрый стартОплата картой РФПоддержка
Начать работуРегистрация за 1 минуту