Google запускає Gemini 3.8 Live, щоб кинути виклик GPT-Live-1 від OpenAI за частину вартості

Google DeepMind випустила Gemini 3.8 Live і Gemini 3.8 Live Extended Thinking, дві нові аудіомоделі для розробників, доступні через Gemini API і Google AI Studio. Gemini 3.8 Live забезпечує роботу голосових агентів, які можуть у фоновому режимі викликати API, обробляти візуальні дані й одночасно продовжувати розмову. Модель підтримує понад 97 мов. Варіант Extended Thinking посідає перше місце в рейтингу Speech-to-Speech від Artificial Analysis із результатом 82,6 відсотка, випереджаючи останні моделі GPT-Live-1 від OpenAI. Приклади застосунків доступні на GitHub.

Google стягує $0.005 за хвилину вхідного аудіо і $0.018 за вихідне, що значно дешевше за GPT-Live-1 від OpenAI — $0.05 за хвилину. Година голосової розмови коштує близько $1.38 у Google проти щонайменше $3.00 в OpenAI. Водночас модель OpenAI, імовірно, забезпечує природніші розмови завдяки повному дуплексу, який дає змогу їй одночасно слухати й говорити. Судячи з демонстрацій, вона також звучить краще, що свідчить: Google знову оптимізувала модель заради ціни, а не якості.

Новини ШІ без хайпу — добірка від людей

Підпишіться на THE DECODER, щоб читати без реклами, отримувати щотижневу розсилку про ШІ, ексклюзивний звіт про передові розробки "AI Radar" шість разів на рік, повний доступ до архіву та доступ до розділу коментарів.