模型详情
Gemini 3.1 Flash TTS (text-to-speech) preview
低延迟的 Gemini 语音模型，结合富有表现力的音频标签和提示控制，能够实现自然的多语言叙述。
模型规格
- 模型 ID
-
gemini-3.1-flash-tts-preview
- 上下文长度
- 8.192K
- 最大输出
- 8.192K
- 输入/输出模态
- 发布日期
- 2026-04
02
API 端点
单一 MixRoute 网关，OpenAI 兼容
-
Gemini
/v1beta/models/{model}:generateContentPOST -
OpenAI-compatible
/v1/chat/completionsPOST
03
价格
固定费率，单位：/1M Tokens
输入
$1.0000 /1M Tokens
补全
$20.0000 /1M Tokens
05
选型摘要
快速判断是否适合你的工作负载
这个模型适合什么？
语音模型；输入：文本；输出：语音
Gemini 3.1 Flash TTS (text-to-speech) preview 是语音模型。目前公开资料未列出 context window 与输出上限，建议以供应商文档为准。
使用前应检查什么？
确认规格、费率与可用性
采用 Gemini 3.1 Flash TTS (text-to-speech) preview 前，标准输入费率为 $1.00／100 万 Token；已声明支持流式输出；知识库截止时间为 2025-01；发布于 2026-04-15。建议先以具有代表性的流量试跑，确认质量与延迟。
为什么通过 MixRoute 使用？
通过兼容端点以模型 ID 调用
通过 MixRoute 的兼容端点（/v1beta/models/{model}:generateContent）以模型 ID gemini-3.1-flash-tts-preview 调用。现有的兼容 SDK 只需调整 base URL 与模型标识符。
07
能力与兼容性
未确认的能力保持“Unknown”，不做猜测
流式输出
gemini-3.1-flash-tts-preview 支持流式响应。
stream: true 会逐步流式返回 Token，聊天界面可以边接收边渲染。
08
Token 成本估算
基于本页价格的实时估算，非实际账单
此模型没有缓存读取价格，不计算缓存费用
09
FAQ
Gemini 3.1 Flash TTS（文本转语音）预览：低延迟的 Gemini 语音模型，带有富有表现力的音频标签和提示控制，可实现自然的多语言叙述。
单一端点，可验证的决策
使用相同的请求格式测试此模型和备用路由
从真实工作负载开始，再由质量、总成本和故障条件决定是否接入生产流量。