Google ने OpenAI के GPT-Live-1 से मुकाबले के लिए बहुत कम लागत पर Gemini 3.8 Live लॉन्च किया
decoder ·
Google DeepMind ने डेवलपर्स के लिए दो नए ऑडियो मॉडल, Gemini 3.8 Live और Gemini 3.8 Live Extended Thinking, जारी किए हैं, जो Gemini API और Google AI Studio के ज़रिए उपलब्ध हैं। Gemini 3.8 Live ऐसे वॉइस एजेंट को चलाता है जो बैकग्राउंड में API कॉल कर सकते हैं, विज़ुअल इनपुट प्रोसेस कर सकते हैं और साथ ही बोलते रह सकते हैं, और यह 97 से अधिक भाषाओं का समर्थन करता है। Extended Thinking वेरिएंट Artificial Analysis Speech-to-Speech Leaderboard पर 82.6% के साथ पहले स्थान पर है, जो OpenAI के नवीनतम GPT-Live-1 मॉडल से आगे है, और GitHub पर सैंपल ऐप्स उपलब्ध हैं। Google ऑडियो इनपुट के लिए प्रति मिनट $0.005 और आउटपुट के लिए $0.018 वसूलता है, जो OpenAI के GPT-Live-1 के प्रति मिनट $0.05 से बहुत सस्ता है। लेख के अनुसार, Google के साथ एक घंटे की वॉइस बातचीत की लागत लगभग $1.38 है, जबकि OpenAI के साथ कम से कम $3.00। हालांकि, OpenAI का मॉडल फुल डुप्लेक्स की वजह से अधिक स्वाभाविक बातचीत देने की उम्मीद है, जो उसे एक साथ सुनने और बोलने देता है। लेख में यह भी कहा गया है कि डेमो को देखते हुए यह बेहतर भी सुनाई देता है, जिससे संकेत मिलता है कि Google ने एक बार फिर गुणवत्ता की बजाय कीमत पर ध्यान दिया।
decoder