Google 推出 Gemini 3.8 Live,以远低于 OpenAI GPT-Live-1 的成本发起挑战
decoder ·
Google DeepMind 发布了两个新的音频模型 Gemini 3.8 Live 和 Gemini 3.8 Live Extended Thinking,供开发者通过 Gemini API 和 Google AI Studio 使用。Gemini 3.8 Live 可驱动语音代理,使其能够在后台调用 API、处理视觉输入并同时继续说话,并支持超过 97 种语言。Extended Thinking 版本以 82.6% 在 Artificial Analysis 的 Speech-to-Speech 排行榜上排名第一,领先于 OpenAI 最新的 GPT-Live-1 模型,示例应用已在 GitHub 上提供。Google 对音频输入收费为每分钟 0.005 美元,输出为每分钟 0.018 美元,远低于 OpenAI 的 GPT-Live-1 每分钟 0.05 美元。文章称,用 Google 进行一小时的语音对话费用约为 1.38 美元,而用 OpenAI 至少为 3.00 美元。不过,OpenAI 的模型预计仍能提供更自然的对话,因为全双工让它能同时听和说。文章还补充说,从演示来看,它听起来也更好,这表明 Google 再次优先考虑价格而非质量。
decoder