Google lanza Gemini 3.8 Live para desafiar al GPT-Live-1 de OpenAI a una fracción del costo
decoder ·
Google DeepMind lanzó dos nuevos modelos de audio, Gemini 3.8 Live y Gemini 3.8 Live Extended Thinking, para desarrolladores a través de la API de Gemini y Google AI Studio. Gemini 3.8 Live impulsa agentes de voz que pueden hacer llamadas a API en segundo plano, procesar entrada visual y seguir hablando al mismo tiempo, y admite más de 97 idiomas. La variante Extended Thinking ocupa el primer lugar en la tabla de clasificación Speech-to-Speech de Artificial Analysis con un 82,6%, por delante de los últimos modelos GPT-Live-1 de OpenAI, con aplicaciones de muestra disponibles en GitHub. Google cobra 0,005 dólares por minuto por entrada de audio y 0,018 dólares por salida, mucho más barato que los 0,05 dólares por minuto de GPT-Live-1 de OpenAI. Según el artículo, una hora de conversación de voz cuesta unos 1,38 dólares con Google frente a al menos 3,00 dólares con OpenAI. Sin embargo, se espera que el modelo de OpenAI ofrezca conversaciones más naturales gracias al full duplex, que le permite escuchar y hablar a la vez. El artículo añade que, a juzgar por las demos, también suena mejor, lo que sugiere que Google una vez más optimizó el precio por encima de la calidad.
decoder