Google DeepMind выпустила две аудиомодели — Gemini 3.8 Live и
Gemini 3.8 Live предназначена для голосовых агентов, которым нужно не просто поддерживать диалог, но и выполнять фоновые задачи. Модель может вызывать API во время разговора, обрабатывать визуальный ввод и одновременно продолжать отвечать пользователю. Поддерживается более 97 языков. Такая архитектура позволяет строить агентов, которые, например, бронируют билеты или уточняют данные в базе, не прерывая голосовое общение.
| Модель | Цена за минуту аудиовхода | Цена за минуту аудиовыхода | Стоимость часа разговора |
|---|---|---|---|
| Gemini 3.8 Live | $0,005 | $0,018 | ~$1,38 |
| GPT-Live-1 | $0,05 | — | минимум $3,00 |
Версия Extended Thinking заняла первое место в рейтинге Artificial Analysis Speech-to-Speech Leaderboard с результатом 82,6%, обойдя последние модели GPT-Live-1 от OpenAI. Рейтинг оценивает качество распознавания и синтеза речи в режиме реального времени. Демонстрационные приложения обеих моделей выложены на GitHub.
Версия Extended Thinking заняла первое место в рейтинге Artificial Analysis Speech-to-Speech с 82,6%, опередив GPT-Live-1 от OpenAI.
Ценовая политика Google заметно агрессивнее, чем у OpenAI. За аудиовход Google берёт $0,005 за минуту, за выход — $0,018. У GPT-Live-1 стоимость минуты составляет $0,05. Таким образом, час голосового разговора с Gemini обойдётся примерно в $1,38, тогда как с OpenAI — минимум в $3,00. Разница почти в 2,7 раза. Для разработчиков голосовых сервисов это существенный аргумент, особенно при больших объёмах трафика.
Однако, судя по демонстрациям, OpenAI по-прежнему выигрывает в естественности диалога. GPT-Live-1 поддерживает полнодуплексный режим, то есть может слушать и говорить одновременно, что делает разговор более живым. По звучанию модель OpenAI также воспринимается лучше. Это указывает на то, что Google в очередной раз сделала ставку на цену, а не на качество звука. Для задач, где важна эмоциональная выразительность или минимальные задержки, выбор может оказаться неочевидным.
Для рынка голосовых ИИ-агентов выход Gemini 3.8 Live означает усиление конкуренции по стоимости. Google предлагает функциональность, сопоставимую с OpenAI, но по более низкой цене, что может заставить конкурентов пересмотреть тарифы. Разработчикам стоит учитывать, что выбор между моделями теперь зависит от приоритета: экономия или естественность общения.
