Sakhanda Wire
NVDA $152.58 -2.28% MSFT $506.11 -2.29% GOOGL $279.81 -1.38% META $619.07 -1.17% AMZN $256.55 -0.47%
← К новостям

Google выпустила аудиомодели Gemini 3.8 Live для разработчиков

Google DeepMind выпустила Gemini 3.8 Live и Gemini 3.8 Live Extended Thinking — две аудиомодели для разработчиков, доступные через Gemini API и Google AI Studio. Они предназначены для голосовых агентов, которые могут в фоновом режиме вызывать API, обрабатывать визуальные данные и одновременно продолжать разговор. По данным Google, модели поддерживают более 97 языков, а примеры приложений опубликованы на GitHub.

Версия Extended Thinking заняла первое место в рейтинге Artificial Analysis Speech-to-Speech Leaderboard с результатом 82,6%, опередив последние модели GPT-Live-1 от OpenAI. Google установила цену $0.005 за минуту аудиовхода и $0.018 за минуту вывода. Час голосового разговора обходится примерно в $1.38, тогда как для GPT-Live-1 он стоит не менее $3.00.

В сравнении отмечается, что модель OpenAI может обеспечивать более естественные диалоги благодаря полнодуплексному режиму, позволяющему одновременно слушать и говорить. По оценке материала, демонстрации OpenAI также звучали лучше, что указывает на компромисс между более низкой ценой Google и качеством общения.

Текст подготовлен ИИ Sakhanda Wire по материалу The Decoder. Факты, цитаты и полный контекст — в оригинальной статье ниже.

Впервые опубликовано изданием The Decoder

Читать оригинал на The Decoder ↗

Репортаж и изображение принадлежат The Decoder и указаны выше со ссылкой на оригинал; текст на этой странице — собственное изложение Sakhanda Wire.

← К новостям

Ещё новости

Все последние новости