带TTS的Google Gemini 2.5 Pro预览版，通过OrcaRouter以零加价访问。
google/gemini-2.5-pro-preview-tts 是 Google 推出的一款预览版文本转语音模型，基于 Gemini 2.5 Pro 基础构建。它能够将文本输入转换为语音音频输出。该模型通过 OrcaRouter 的 OpenAI 兼容 API 访问，在基础 URL https://api.orcarouter.ai/v1 上使用模型 ID…
google/gemini-2.5-pro-preview-tts的主要功能是将书面文本转换为语音音频。该模型基于Google的Gemini 2.5 Pro构建，具备强大的语言理解能力，从而生成自然的措辞、恰当的语调和清晰的发音。模型仅接受文本输入，因此在输入侧不具备多模态能力，不支持音频、图像或视频输入。输出为标准数字格式的音频。作为TTS模型，它可以处理多种语言，但此预览版尚未公布具体的语言支持范围。该模型专为生成语音而优化，不具备Gemini 2.5 Pro的其他能力，如推理或代码生成。
该模型在需要将书面文本转换为自然语音的应用中表现出色。最佳使用场景包括语音助手（助手朗读回复内容）、自动有声书和播客旁白、为视障用户朗读屏幕文本的无障碍功能，以及提供语音回复的客服系统。它还可用于语言学习应用中模拟正确发音，或从RSS订阅源、文章生成语音内容。由于处于预览状态，建议在投入大规模部署之前，针对具体语言、领域或风格需求进行充分测试。
虽然 google/gemini-2.5-pro-preview-tts 提供优质的 TTS（文本转语音）效果，但对于简单的提示音或通知音，或者那些对低延迟有严格要求、但模型处理时间比专用 TTS 芯片更长的应用场景而言，它可能显得过于强大。如果你只需要基本的、音调单一的语音，或者有极高的并发量且预算严格受限，那么选择每 token 成本更低的轻量级 TTS 模型（例如 OrcaRouter 上其他供应商提供的模型）可能更为合适。此外，如果你的使用场景需要极低延迟的实时流式传输，请评估 Gemini 预览版模型是否满足你的速度要求，因为较大的模型可能会带来更高的首 token 延迟。
截至模型预览版发布，谷歌尚未公布gemini-2.5-pro-preview-tts变体的具体基准测试得分。底层Gemini 2.5 Pro基础模型在语言理解和推理任务上展现出强劲性能，但该TTS变体的语音质量指标（例如平均意见分、词错误率）尚未公开。由于缺乏官方基准，OrcaRouter建议使用你自己的文本输入测试集对模型进行评估，并主观测量音频质量、延迟和负载下的可靠性。对于生产决策，请自行与其他TTS服务进行A/B对比测试。
google/gemini-2.5-pro-preview-tts 的具体延迟数据尚未公开披露。作为基于大语言模型架构的 TTS 模型，其延迟可能高于专为实时流式传输优化的神经 TTS 模型。影响速度的因素包括输入文本长度、模型内部处理时间以及到 OrcaRouter 端点的网络往返时间。对于低延迟要求较高的应用（如对话式 AI），建议使用典型输入长度对该模型进行测试以评估其适用性。如果 API 支持，可考虑使用流式或分块文本生成。
优势：基于谷歌先进的Gemini 2.5 Pro架构，能够生成高度自然、富有表现力的语音，在韵律和发音方面表现良好。通过OrcaRouter兼容OpenAI的API进行访问，简化了集成流程。提供商定价透明，成本可预测。局限：输入仅支持文本模态，无法处理音频或其他模态。作为预览版本，可能存在未发现的边界情况或质量不一致问题。上下文窗口大小未知，限制了单次请求可转换的文本长度。未提供输出格式的详细信息。该产品并非为语音识别或语音克隆等任务设计。
google/gemini-2.5-pro-preview-tts 的定价基于Token用量，输入Token每100万个收费1.00美元，输出Token每100万个收费20.00美元。输入Token包含文本提示及任何指令，输出Token代表生成的音频。OrcaRouter 按提供商实际费率计费，无任何加价，即您只需支付Google收取的费用，另加适用税费。无最低承诺或月费。用量按每次请求计量，并汇总到您的 OrcaRouter 发票上。由于TTS输出Token数量可能较高（音频的Token密度高于文本），输出成本是主要支出。
输出的代币价格（每100万个20美元）明显高于输入的代币成本（每100万个1美元）。这在生成式模型中很常见，因为输出代币需要更多的计算量。对于文本转语音而言，音频输出以一系列代币表示，将文本转换为语音涉及生成长序列的音频代币。特定任务的总成本取决于输出音频相对于输入文本的长度。如果需要生成较长的语音片段（例如整本有声书），成本会累积。对于较短的提示（例如单个句子），成本很低。请监控你的代币使用量来预估成本。
不，OrcaRouter 不会对 google/gemini-2.5-pro-preview-tts 的提供商费率增加任何加价。所列出的每百万输入令牌 1.00 美元和每百万输出令牌 20.00 美元的价格正是 Google 收取的费用。OrcaRouter 直接将此费用传递给你。这符合 OrcaRouter 对许多模型的定价模式，平台充当透明代理。你只需为消耗的令牌付费。任何可选功能（如缓存或高级支持）可能会产生单独费用，但基本的每令牌成本没有加价。
要使用 google/gemini-2.5-pro-preview-tts，请向 OrcaRouter 的 OpenAI 兼容 API 发起请求，基础 URL 为 https://api.orcarouter.ai/v1。在 API 调用中使用模型 ID 'google/gemini-2.5-pro-preview-tts'。请求格式遵循标准的 OpenAI 聊天补全结构，包含 'model' 字段、包含文本提示（具有 system 和/或 user 角色）的 'messages' 数组，以及标准参数（如 temperature 和 max_tokens）。响应将包含生成的音频 token，你的客户端可以解码以播放为语音。身份验证通过 OrcaRouter 提供的 API 密钥完成。
该API支持标准的OpenAI兼容参数，包括'model'、'messages'（由role和content组成的对象数组）、'temperature'（用于控制音频输出的变化性）、'max_tokens'（限制生成音频的长度）以及'top_p'。作为TTS模型，可能还有用于语音风格或速度的其他参数，但这些在现有文档中尚未记载。请参考OrcaRouter的API文档以获取最新的支持字段。'response_format'参数可能允许指定音频编码（例如wav或mp3）。如果默认不支持，您可能需要解码返回的令牌流。
如果你目前正在使用不同的TTS服务（例如Google Cloud Text-to-Speech、Amazon Polly），通过OrcaRouter迁移到google/gemini-2.5-pro-preview-tts需要更新你的API端点和请求格式。OrcaRouter使用兼容OpenAI的端点，因此你需要从特定于供应商的SDK切换到兼容OpenAI的SDK。将现有基础URL替换为https://api.orcarouter.ai/v1，使用模型ID 'google/gemini-2.5-pro-preview-tts'，并调整请求体以匹配聊天补全架构。你可能需要修改处理响应的方式：你将会收到需要解码的分词输出，而不是直接接收音频文件。使用示例输入进行测试。
认证方法是在Authorization标头中包含API密钥（格式：Bearer YOUR_API_KEY）。您可以从您的OrcaRouter账户获取API密钥。速率限制由OrcaRouter根据您的套餐设置，与Google的限制不同。对于大流量使用，请联系OrcaRouter调整限制。预览模型可能受到Google的额外限制——如果您遇到诸如“模型不可用”之类的错误，请检查您的OrcaRouter套餐是否包含此模型。此模型没有公开具体的速率限制，但建议采用标准的最佳实践（使用指数退避进行重试）。
google/gemini-2.5-pro-preview-tts 是 Gemini 2.5 Pro 系列中专用于文本转语音的变体。其他 Gemini 2.5 Pro 模型为通用型，可处理文本、图像、音频和视频输入，但本身不生成语音输出。此 TTS 变体去除了多模态输入能力，专注于从文本生成音频。它很可能使用相同的底层语言理解能力来优化韵律和节奏，但不适用于推理、编码或多模态分析。若需要在保留多模态输入的同时具备 TTS 功能，可将标准 Gemini 模型与独立的 TTS 流水线结合使用。预览版 TTS 提供了更精简的流水线。
OrcaRouter 提供了来自多家供应商的 TTS 模型。Google 的这款模型基于大型语言模型架构，相比传统的拼接式或参数化 TTS 系统，可能生成更自然、更具上下文感知能力的语音。然而，与针对低延迟和高吞吐量设计的专用神经 TTS 模型相比，它可能更慢，且每 token 成本更高。许多流行的 TTS 服务按字符或音频秒数收费，而非按 token 收费，这使得直接成本比较变得复杂。对于需要极低成本的生产部署，专用 TTS 模型可能更合适。Google 的模型最适合那些以较高输出 token 成本换取最高输出质量的用例。
选择此模型，如果您需要来自Google最新Gemini架构的最先进语音质量，并且希望通过标准的OpenAI兼容API访问它，而无需管理Google Cloud凭证。零加价定价确保了透明度。它非常适合自然度至关重要的应用，例如对话式AI或叙事内容。预览状态允许早期实验，以评估其质量是否适合您的领域。然而，如果您需要低于100毫秒延迟的实时流式传输，则专用的流式TTS模型可能更好。此外，如果您的预算敏感，请测试典型用例的输出token消耗，以确保成本可接受。
兼容 OpenAI——沿用你现有的 SDK
https://api.orcarouter.ai/v1voice| 输入 / 1M tokens | $1.00 |
| 输出 / 1M tokens | $20.00 |
| 货币 | USD |
基于标价的估算
仅为估算——实际 Token 数取决于提供商的分词器。
本周开发者的讨论
@misc{orcarouter_gemini_2_5_pro_preview_tts,
title = {google/gemini-2.5-pro-preview-tts API},
author = {google},
year = {n.d.},
howpublished = {OrcaRouter},
url = {https://www.orcarouter.ai/models/google/gemini-2.5-pro-preview-tts}
}google. (n.d.). google/gemini-2.5-pro-preview-tts API. OrcaRouter. https://www.orcarouter.ai/models/google/gemini-2.5-pro-preview-tts