El motor gemini-live en Wixzel Voice: Gemini Live, audio nativo
Un solo modelo para todo el turno. Google Gemini Live recibe el audio de quien llama y produce audio, con el razonamiento dentro del proveedor, así que no hay una etapa separada de voz a texto ni de texto a voz que nombrar, y la latencia es la que da el propio modelo.
Última actualización:
¿Cuánto cuesta cada modelo del motor gemini-live en Wixzel Voice?
Un motor en tiempo real entrega todo el turno a un solo modelo, así que el precio es sobre todo las unidades de ese modelo. La etiqueta del pipeline es Gemini Live, audio nativo.
| Etapa | Modelo | Precio unitario | Por minuto |
|---|---|---|---|
| Modelo en tiempo real | google/gemini-live | $0.0042 por 1k tokens de audio de entrada | $0.0063 |
| Modelo en tiempo real | google/gemini-live | $0.0168 por 1k tokens de audio de salida | $0.0252 |
| Modelo en tiempo real | google/gemini-live | $0.0010 por 1k tokens de entrada | $0.0025 |
| Modelo en tiempo real | google/gemini-live | $0.0063 por 1k tokens de salida | $0.0030 |
| Orquestación | wixzel/orchestration | $0.0120 por minuto | $0.0120 |
Redondeado hacia arriba, nunca hacia abajo. Cuando hay dos modelos en una etapa, el motor elige según el idioma; el precio del motor de arriba supone la opción más cara. Todos los precios están en la lista de precios de modelos.
Preguntas frecuentes
¿Qué es el motor de voz gemini-live?
¿Cuánto cuesta por minuto el motor gemini-live?
¿Qué modelos usa el motor gemini-live?
google/gemini-live. No hay una etapa separada de voz a texto ni de texto a voz que configurar.¿Necesito mi propia cuenta de google para usar gemini-live?
wv_live_… y un saldo prepago cubren el motor gemini-live y todos los demás motores; no hay claves de proveedores que aportar.¿Cómo uso el motor gemini-live en una llamada?
{"realtime": {"model": "google/gemini-live"}} al crearlo con POST /v1/agents y luego haz una llamada con POST /v1/calls. GET /v1/engines lista lo que está disponible en este momento; un motor cuyo proveedor tiene problemas desaparece de esa lista antes de que las llamadas empiecen a fallar.¿El precio por minuto de gemini-live es una tarifa fija?
GET /v1/usage/events. Un turno más tranquilo o más corto cuesta menos; un monólogo largo cuesta más.¿Qué construyen los desarrolladores con el motor gemini-live?
Las llamadas de soporte son conversacionales y con muchas interrupciones; un motor en tiempo real mantiene la latencia de cada turno lo más baja posible. El motor classic es la opción más barata si el costo importa más que la rapidez.
Un solo modelo en tiempo real escucha, piensa y habla, así que el tiempo de ida y vuelta es el que ofrece Gemini por sí mismo, y es el motor más barato por minuto. El pipeline de sarvam también funciona por el socket, para idiomas de la India, y classic también, cuando necesitas una voz concreta de ElevenLabs.
Un agente creado a partir de un sitio web empieza con Gemini Live: un solo modelo en tiempo real escucha, piensa y habla, así que las respuestas llegan rápido, y es el motor más barato por minuto. Cambia a sarvam cuando tus visitantes hablen hindi, tamil, malayalam u otro idioma de la India.
Es el motor más barato por minuto, y un solo modelo en tiempo real escucha, piensa y habla, así que las respuestas llegan rápido. Para quienes hablan hindi, tamil, malayalam u otro idioma de la India, el motor sarvam está creado para 11 idiomas de la India de principio a fin.
El avatar mueve la boca según el audio que dice el agente, así que funciona con cualquier motor. gemini-live es el más barato y responde rápido; usa sarvam cuando la gente hable hindi, tamil, malayalam u otro idioma de la India.
¿Qué guías usan el motor gemini-live?
Deja que los usuarios hablen con tu agente de voz dentro de una app Flutter: tu servidor crea una sesión, el SDK de Dart `wixzel_voice` transmite el audio por WebSocket, y no hay troncal SIP ni número.
Pon el modelo Gemini Live de Google en una llamada telefónica real por tu propia troncal SIP con cuatro peticiones cURL, y después consulta el registro de la llamada con su transcripción y su costo.
Crea un agente a partir de tu sitio web, activa el widget web de su mascota y pega una etiqueta script. Los visitantes la llaman desde el navegador, dentro de los límites y las reglas que tú defines.
Dibuja la mascota animada de un agente de voz en una app Flutter con el paquete `wixzel_voice_flutter`, y haz que escuche, piense y hable al ritmo de una llamada en tiempo real.
¿Qué otros motores de voz ejecuta Wixzel Voice?
Crea tu primer agente de voz