GEMINI LABEN
ROBOTICS — 8月31日に停止した ER 1.6 preview には後継があります。Gemini Robotics ER 2 が公開プレビュー中で、通常版とストリーミング版の2種類が提供されていますVIDEO — ER 2 の成功・失敗判定は静止画ではなく生の映像フィード上で動きます。こぼれ・滑り・位置ずれのような、実行の途中で起きる失敗を捉えられる設計ですDEADLINE — 次の期限は9月30日、gemini-omni-flash-preview の廃止です。移行先は8月27日に GA になった gemini-omni-1.1-flash で、残り4週間を切りましたAPIKEY — 残りの標準 API キーは、制限付きのものも含めて9月中に全面停止します。移行先は Google Cloud サービスアカウントに紐付く auth キー形式ですPRICE — Gemini 3.7 Flash の導入価格 $0.75/$3.75 per 1M は12月31日までです。2027年1月1日から $1.50/$7.50 になるため、年を跨ぐ見積もりは2本立てが要りますAUDIO — Gemini 3.5 Transcribe は85言語以上の言語検出、話者ダイアライゼーション、単語単位タイムスタンプ、最大1,000語のカスタム語彙バイアスに対応していますROBOTICS — 8月31日に停止した ER 1.6 preview には後継があります。Gemini Robotics ER 2 が公開プレビュー中で、通常版とストリーミング版の2種類が提供されていますVIDEO — ER 2 の成功・失敗判定は静止画ではなく生の映像フィード上で動きます。こぼれ・滑り・位置ずれのような、実行の途中で起きる失敗を捉えられる設計ですDEADLINE — 次の期限は9月30日、gemini-omni-flash-preview の廃止です。移行先は8月27日に GA になった gemini-omni-1.1-flash で、残り4週間を切りましたAPIKEY — 残りの標準 API キーは、制限付きのものも含めて9月中に全面停止します。移行先は Google Cloud サービスアカウントに紐付く auth キー形式ですPRICE — Gemini 3.7 Flash の導入価格 $0.75/$3.75 per 1M は12月31日までです。2027年1月1日から $1.50/$7.50 になるため、年を跨ぐ見積もりは2本立てが要りますAUDIO — Gemini 3.5 Transcribe は85言語以上の言語検出、話者ダイアライゼーション、単語単位タイムスタンプ、最大1,000語のカスタム語彙バイアスに対応しています
TAG

WebSocket

7 記事
タグ一覧に戻る
関連タグ:
Gemini Live API3リアルタイム3gemini-api2live-api2function-calling2voice-agent2production2エフェメラルトークン1セッション再開1再接続1typescript1voice-ai1
Gemini API/2026-06-16上級

Gemini Live API のセッションが切れるたびに会話が消える — 期限切れトークンの再取得とセッション再開の実装メモ

Gemini Live API の WebSocket が再接続するたびに会話履歴とユーザーの発話を取りこぼす問題を、エフェメラルトークンの単発消費・セッション再開ハンドル・goAway 予告の3点から実装で塞ぐ運用メモです。

Gemini API/2026-05-09上級

Gemini Live API で画面共有しながら音声で対話する『AI ペアプログラマー』を TypeScript で構築する

Gemini Live API と getDisplayMedia で『画面を見せながら音声で相談できる AI ペア』を TypeScript で構築する手順を、コスト最適化と落とし穴まで含めて実装プレイブックにまとめました。

Gemini 開発/2026-05-05中級

Gemini Live API を Expo アプリに組み込む — リアルタイム音声会話機能の実装ガイド

Gemini Live API を Expo(React Native)のモバイルアプリに組み込み、リアルタイム音声会話機能を実装する方法を解説します。WebSocket 接続・音声録音・再生の実践的なコード例付き。

Gemini 開発/2026-05-03上級

Gemini Live API で音声 SaaS を構築する実装 — リアルタイム会話と Stripe 課金の連動

Gemini Live API を使ったリアルタイム音声 SaaS の本番実装ガイド。WebSocket 接続から Stripe 連動の利用時間課金まで、個人開発者がゼロから作り切るための完全な設計と実装コードを公開します。

Gemini API/2026-04-30上級

電話を受けるAIを本番投入する:Gemini Live API × Twilio Media Streams で構築する電話応答エージェント

Twilio Voice と Gemini Live API を WebSocket で橋渡しし、電話に出る AI 音声エージェントを本番運用するための実装手順・割り込み処理・Function Calling・コスト試算までを完全コード付きで解説します。

Gemini 開発/2026-04-27上級

Gemini API + Cloudflare Durable Objects でつくるステートフルAIエージェント本番ガイド

Cloudflare Durable Objects と Gemini API で会話履歴を永続化するステートフル AI エージェントを構築します。wrangler.toml のバインディングからルーティング Worker、WebSocket Hibernation、クライアント実装まで本番前提で解説します。

Gemini 応用/2026-03-17上級

Gemini Live API × Google ADK で構築する本番グレード音声AIエージェント【2026年実装ガイド】

Gemini Live API と Google Agent Development Kit (ADK) を組み合わせ、Function Calling・WebSocket・Cloud Run を活用した本番グレードの音声AIエージェントを設計・実装・デプロイする完全実践ガイド。