Google startet Gemini 3.8 Live, um OpenAI's GPT-Live-1 zu einem Bruchteil der Kosten herauszufordern
decoder ·
Google DeepMind hat zwei neue Audiomodelle veröffentlicht, Gemini 3.8 Live und Gemini 3.8 Live Extended Thinking, die Entwicklern über die Gemini API und Google AI Studio zur Verfügung stehen. Gemini 3.8 Live treibt Sprachagenten an, die im Hintergrund API-Aufrufe tätigen, visuelle Eingaben verarbeiten und gleichzeitig weiter sprechen können, und unterstützt über 97 Sprachen. Die Extended-Thinking-Variante belegt mit 82,6 Prozent Platz eins im Speech-to-Speech-Leaderboard von Artificial Analysis, vor den neuesten GPT-Live-1-Modellen von OpenAI; Beispiel-Apps sind auf GitHub verfügbar. Google verlangt 0,005 US-Dollar pro Minute für Audioeingabe und 0,018 US-Dollar für Audioausgabe, deutlich weniger als die 0,05 US-Dollar pro Minute für OpenAIs GPT-Live-1. Laut dem Artikel kostet eine Stunde Sprachkonversation mit Google etwa 1,38 US-Dollar, gegenüber mindestens 3,00 US-Dollar mit OpenAI. Allerdings dürfte das OpenAI-Modell dank Full-Duplex, das gleichzeitiges Zuhören und Sprechen ermöglicht, natürlichere Gespräche liefern. Der Artikel ergänzt, dass es laut Demos auch besser klingt, was darauf hindeutet, dass Google erneut den Preis über die Qualität gestellt hat.
decoder