Google 15 қыркүйекте Gemini 3.8 Live және Gemini 3.8 Live Extended Thinking нұсқаларын жариялап, оларды өздерінің ең озық аудио модельдері деп атады.
Бұл екі модель сөйлесіп, ой қорытып, түрлі тапсырмаларды атқара алады. Алайда, тәуелсіз сарапшылар бағасы бойынша қалай бағаланады? Extended Thinking нұсқасы Artificial Analysis-тің Speech-to-Speech Index рейтингінде 82,6 ұпай жинап, GPT-Live-1 мен Grok Voice-тан жоғары орын алды.
Жаңалықтарды уақытылы алу үшін бізді X желісінде бақылаңыз
Google-дың жаңа сөйлесу ЖИ моделін бенчмарк нәтижелері қалай бағалайды
Artificial Analysis-тің индексі сөйлеу арқылы ойлау, агенттік қабілет, arena таңдауы және тапсырмаларды сәтті орындау деңгейінің орташа мәнін есептейді.
Gemini 3.8 Live Extended Thinking, жоғары ойлау қабілетімен сыналғанда, бірінші орынға шықты. GPT-Live-1 Astra екінші орын алды – 81,5, ал Grok Voice Think Fast 2.0 High – 81,3 ұпаймен үшінші болды.
Стандартты Gemini 3.8 Live бесінші орынға тұрақтап, 76,0 ұпай жинады. Осы екі нұсқа да 71,5 ұпай жинаған Gemini 3.1 Flash Live High-тан жоғары орында.
Агентік айырмашылық тіпті үлкенірек. Extended Thinking жаңа буынға қарағанда, Tau Voice бенчмаркі бойынша 68,6%-ға жетсе, алдыңғы буында бұл көрсеткіш 37,7%-ға тең болды.
Сөйлеу арқылы ойлау бенчмаркі бойынша Extended Thinking 97,7%-ға ие болып, Grok Voice-тан (97,2%) сәл алға шықты. Дегенмен, ол Qwen Audio 3.0 Realtime Plus моделінен қалып қойды, ол 99,2% жинаған.
Адам тестерлер әлі де Gemini-дің ескі моделін көп таңдайды
Баға жағынан айырмашылық айқын көрінеді. Стандартты модельде бір сағаттық аудио өңдеу құны 0,84 доллар. Бұл оның алдындағы нұсқадағы 1,75 долларға қарағанда шамамен екі есе арзан әрі индексте ең төменгі баға.
Extended Thinking моделі сағатына 3,50 доллар тұрады. Яғни, ол GPT-Live-1 Sol-дың 4,47 доллар, және Grok Voice Think Fast 2.0 High-тың 4,80 доллар құнымен салыстырғанда арзан.
Кешігу уақыты да азайды. Аудионы бірінші рет шығару үшін орташа уақыт 1,18 секундқа түсті, ал ескі Gemini моделінде ол 2,99 секунд болған.
Алайда тыңдаушылар толықтай ризашылық білдіре қоймады. Gemini 3.1 Flash Live Speech Agent Arena-дағы соқыр тестілеуде әлі де ең танымал модель, оның Elo рейтингі – 1096.
Gemini 3.8 Live екінші орынды 1083 ұпаймен иеленеді. Extended Thinking нұсқасы, тапсырмалардың 89,1%-ын орындағанымен, 990 ұпаймен артта тұр.
Қазір дауыс ЖИ екі түрлі өлшеммен бағаланады, олар бір-біріне қарама-қарсы бағытта. Бенчмарк ең күрделі ойлайтын моделді мадақтаса, тыңдарман таңдауы ең сапалы сөйлейтінін жоғары бағалайды. Google бүгінгі күні әртүрлі модельдерімен екеуінде де жетекші орында.
YouTube арнамызға жазылыңыз, сонда көшбасшылар мен журналистердің сарапшы пікірлерін көре аласыз
