Gemini 3.8 Flash TTS через Tokenator API

Назначение модели

Gemini 3.8 Flash TTS — это модель преобразования текста в речь от Google, преемница Gemini 3.1 Flash TTS Preview. Это творческий уровень семейства 3.8 TTS, подходящий для озвучивания, работы с персонажами и диалогов с несколькими говорящими, где точность воспроизведения голоса, нюансы актерской игры и охват региональных диалектов важнее, чем задержка.

Спецификация

Полное названиеGemini 3.8 Flash TTS
API IDgemini-3.8-flash-tts
Разработчик моделиGemini
ТипSpeech: синтез речи (TTS)
Множитель расхода Tokenator2.5×
ПометкаНОВОЕ
Поддерживаемые форматы API/v1/audio/speech
Апстрим-провайдеров1
Текущий статусдоступна
Данные обновлены2026-11-04

Апстрим-провайдеры

ПровайдерМножитель
FastCluster2.5×

Запрос идёт к первому доступному провайдеру по приоритету; при его отказе Tokenator переключается на следующего.

Пример запроса

curl
curl https://api.tokenator.top/v1/audio/speech \
  -H "Authorization: Bearer sk-your-tokenator-key" \
  -H "Content-Type: application/json" \
  --output speech.mp3 \
  -d '{
  "input": "Hello!",
  "model": "gemini-3.8-flash-tts",
  "response_format": "mp3",
  "voice": "Zephyr"
}'

Частые вопросы о Gemini 3.8 Flash TTS

Какой API ID у Gemini 3.8 Flash TTS?

gemini-3.8-flash-tts — это значение подставляется в поле model запроса.

Как вызвать модель?

POST /v1/audio/speech. Speech API.

Как списываются токены?

Используется общий баланс LLM и множитель модели или выбранной привязки. При наличии usage расчёт совпадает с LLM: весь input (включая cache read) плюс cache write и output. Кеширование отдельно в интерфейсе Speech не показывается.

Без usage: 1 Unicode-символ = 1 токен. Для TTS считаются символы исходного input, для STT — распознанного текста. Пробелы и знаки препинания тоже считаются. Например, 100 символов при ×2 расходуют 200 LLM-токенов. Списание происходит за успешный результат; ошибки не списываются. Лимиты генераций изображений и видео не используются.