Gemini 3.5 Transcribe Preview
нейросеть
Характеристики
- Входные данные
- текст, изображения, документы
- Результат
- текст
- Размер контекста
- 65 536 токенов
- Макс. длина ответа
- 32 000 токенов
- Уровни рассуждений
- низкий, средний, высокий
- Возможности
- рассуждения, вызов функций
Стоимость промпта
(за 1M токенов)
Стоимость ответа
(за 1M токенов)
Картинка-промт
(за 1K токенов)
import OpenAI from 'openai';
const openai = new OpenAI({
apiKey: '<your bothub access token>',
baseURL: 'https://openai.bothub.chat/v1'
});
// Sync - Text generation
async function main() {
const chatCompletion = await openai.chat.completions.create({
messages: [{ role: 'user', content: 'Say this is a test' }],
model: 'gemini-3.5-transcribe-preview',
});
}
// Async - Text generation
async function main() {
const stream = await openai.chat.completions.create({
messages: [{ role: 'user', content: 'Say this is a test' }],
model: 'gemini-3.5-transcribe-preview',
stream: true
});
for await (const chunk of stream) {
const part: string | null = chunk.choices[0].delta?.content ?? null;
}
}
main();
Как работает Gemini 3.5 Transcribe Preview?
Частые вопросы о Gemini 3.5 Transcribe Preview
Вы можете использовать результаты генерации в коммерческих целях. Все права на созданный контент принадлежат вам. Единственное ограничение: убедитесь, что в запросе не использовались защищённые авторским правом материалы третьих сторон. Ответственность за соблюдение прав на входные данные лежит на пользователе.
Gemini 3.5 Transcribe Preview — мультимодальная модель: преобразует текст, извлекает и обрабатывает содержимое документов и изображений, выполняет рассуждения и использует инструменты. Подходит для извлечения информации, суммаризации, анализа документов, структурирования ответов и автоматизации рабочих процессов.
За один ответ модель может возвращать большой объём текста: в данных указано ограничение вывода до 32000 токенов. На практике объём реального вывода может зависеть от настроек платформы и интерфейса, где вы используете модель.
Да, модель поддерживает рассуждения перед ответом: она может выполнять пошаговый анализ и объяснять ход мысли. Это полезно при решении сложных задач, проверке гипотез и генерации обоснованных ответов, требующих логики и структуры.
Да — в данных отмечено, что модель поддерживает вызов функций и структурированный вывод в JSON. Это удобно для интеграции с сервисами: вы можете автоматически формировать машинно-читаемые ответы и передавать результаты в ваши приложения.
В наших данных подтверждён приём изображений и документов: модель умеет извлекать текст и информацию из них. Поддержка загрузки аудио или видео в данных не отмечена, поэтому их работа с моделью требует проверки или дополнительной информации.
Официальных данных о качестве понимания русского языка у этой модели в предоставленной информации нет. На практике понимание может варьироваться; рекомендуем протестировать модель на ваших примерах и при необходимости переключиться на другую модель через BotHub для сравнения.