Google: Gemini 3.1 Flash TTS Preview

google/gemini-3.1-flash-tts-preview

Gemini 3.1 Flash TTS Preview — это модель преобразования текста в речь от Google, и значительный шаг вперед по сравнению с Gemini 2.5 Flash TTS. Она принимает текстовый ввод и создает аудиовыход на 70+ языках — почти в 3× больше языков, чем у ее предшественницы. Главное дополнение — это система из 200+ встроенных аудиотегов (например, [whispers], [laughs], [excited]), которые позволяют разработчикам управлять подачей, эмоциями и темпом прямо в середине предложения, а также рабочий процесс «режиссерского кресла» в студии Google AI для определения аудиопрофилей для каждого персонажа и контекста сцены. Она поддерживает до двух говорящих с независимой настройкой голоса и стиля для каждого, выводит аудио PCM в формате 24 kHz / 16-бит моно и автоматически добавляет водяной знак SynthID ко всем выходам. Окно контекста — 32k токенов.

Модальности

Выходные токены

2 399,70 ₽ за 1 млн аудиотокенов

Контекст

32 768

Добавлена

24 апр. 2026 г.

Провайдеры

Для этой модели используется маршрут, указанный в таблице провайдеров.

Для этой модели используется фиксированный маршрут. Выбор и сортировка провайдеров недоступны.

Провайдеры: 1Варианты: 1

Провайдер	Цена	Задержка	Скорость	Доступность
Google `google-vertex/us-central1`	2 399,70 ₽за 1 млн аудиотокенов	—	—	100,00%

Цены

Стоимость показана в рублях по текущему курсу пополнения. Итоговая сумма зависит от фактического usage ответа.

Операция	Стоимость
Входные токены	119,99 ₽за 1 млн текстовых токенов
Выходные токены	2 399,70 ₽за 1 млн аудиотокенов

Параметры и модальности

Поддержка параметров синхронизирована с текущей версией модели.

Входные модальности

text

Выходные модальности

speech

Пример запроса

curl https://gorouter.ru/api/v1/audio/speech \
  -H "Authorization: Bearer $GOROUTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
  "model": "google/gemini-3.1-flash-tts-preview",
  "input": "Привет! Это GoRouter.",
  "voice": "alloy",
  "format": "mp3"
}'