Сравнения моделей
Gemini 3.8 Flash-Lite TTS и Seed Speech 2.0 по ступеням: сопоставленные цены, поля запроса, ограничения и измеренная контентная политика.
Gemini 3.8 Flash-Lite TTS от Google — более быстрая и недорогая text-to-speech модель: выберите один из 30 голосов и получите моно WAV 24 кГц, обычно за секунды. В диалоге до двух голосов, подачу формирует пунктуация.
Открыть Schema →Посмотреть примеры результатов →Seed Speech 2.0 от ByteDance text-to-speech превращает сценарий в моно MP3 24 кГц на одном из 41 готовых голосов. Скорость, высота и громкость настраиваются, подсказки простым языком задают интонацию, контент-фильтр не применяется.
Открыть Schema →Посмотреть примеры результатов →Сравнить
Отталкивайтесь от исходных материалов, нужного результата и бюджета. Ниже — различия, которые влияют на выбор.
Сравните опубликованные примеры, затем попробуйте обе модели на одном входе с сопоставимыми настройками.
Текущая цена
Начальная цена отвечает не на тот вопрос, который у вас есть. Здесь собраны ступени, опубликованные обеими моделями, сведённые настройка к настройке, в долларах США за единицу тарификации и без промежуточного пересчёта.
Эти две модели тарифицируются по разным ступеням, сводить нечего. Вместо этого перечислены собственные опубликованные ступени каждой.
Gemini 3.8 Flash-Lite TTS: $0.00021 / секунды результата
Seed Speech 2.0: $0.072 / тысячи символов
О данных сравнения
Каждая строка читается из JSON Schema, по которой валидирует endpoint, — то есть соответствует тому, что API действительно примет, а не списку возможностей, написанному вручную.
Проведите по горизонтали, чтобы сравнить все поля.
| Настройки и ограничения | Gemini 3.8 Flash-Lite TTS | Seed Speech 2.0 |
|---|---|---|
| Задачи | text-to-speech | text-to-speech |
| Аудиовыход | Да | Да |
| Исполнение | Отправка, затем опрос или колбэк | Отправка, затем опрос или колбэк |
| Предел времени на запрос | 30 минут | 30 минут |
| Доступность | Доступен | Доступен |
Меньше ограничений означает, что разрешен любой запрос?
За этими метками стоят два разных факта. Первый — о том, что делаем мы, и ответ здесь: ничего. Никакого платформенного фильтра контента и никакого флага зрелости, который нужно было бы выставлять в запросе. Второй — о поведении самой модели, и именно он у этих двух различается.
Gemini 3.8 Flash-Lite TTS
Модель заявляет об отсутствии контент-фильтра. SpicyAPI передаёт запрос без проверки контента платформой; ответственность за законность и за согласие участников остаётся на клиенте.
Примечание по использованию SpicyAPI не добавляет никаких фильтров контента: сценарии NSFW читаются дословно, как написаны. Вы несёте ответственность за отправляемые сценарии и за то, как вы используете полученное аудио, в том числе за то, чтобы не выдавать его за слова реального человека.
Seed Speech 2.0
Модель заявляет об отсутствии контент-фильтра. SpicyAPI передаёт запрос без проверки контента платформой; ответственность за законность и за согласие участников остаётся на клиенте.
Примечание по использованию SpicyAPI не добавляет никакого контент-фильтра: NSFW-сценарии зачитываются в точности как написано. Вы несёте ответственность за отправляемые сценарии и за то, как используете полученный звук, включая недопустимость выдавать его за слова реального человека.
Сузьте выбор по этим категориям, затем посмотрите доступные примеры и подробности тестов контента на страницах моделей.
Метка не меняет ваших обязанностей. Возраст, согласие, изображение реальных людей и право той юрисдикции, где вы работаете, остаются на вас; SpicyAPI не проверяет содержание каждого запроса.
Можно заменить только ID модели, не меняя тело запроса?
Жизненный цикл задачи общий, а тело запроса — нет. Каждый endpoint публикует собственную JSON Schema, и API валидирует именно по ней. Это тот список, который нужно свести перед переходом.
Сравнить
Идентификаторы моделей — google/gemini-3.8-flash-lite-tts/text-to-speech и bytedance/seed-speech-2.0/text-to-speech; оба ставятся в одно и то же поле одного и того же запроса.
Обе работают одинаково: отправляете задачу, затем опрашиваете её или принимаете колбэк. Очередь и логика повторов переносятся без изменений.
Отправка и отслеживание устроены одинаково, но обязательные входные данные могут отличаться. Перед заменой проверьте страницы обеих моделей.
Один ключ, один баланс, один набор лимитов расходов. Обе списываются с одного счёта в долларах США, а дневной, месячный и суммарный лимиты ключа действуют независимо от того, какую из них вы вызвали.
Частые вопросы
Модели тарифицируются по разным ступеням, поэтому сопоставимой строки нет: Gemini 3.8 Flash-Lite TTS начинается с $0.00021 / секунды результата, Seed Speech 2.0 — с $0.072 / тысячи символов. Проверяйте актуальную оценку перед отправкой.
Gemini 3.8 Flash-Lite TTS допускает 30 минут на задачу, Seed Speech 2.0 — 30. Это потолок, а не обычное время: большинство запросов завершается гораздо раньше. Но таймаут вашего клиента должен выдерживать именно его.
Цены и возможности взяты из текущего публичного каталога. Актуальные входные данные и примеры смотрите на странице каждой модели.