Gemini 3.8 LiveがArtificial Analysis音声対音声指標で首位、音声1時間あたり0.84ドル

According to The Batch、GoogleのGemini 3.8 Live音声対音声モデルは、中間的なテキスト書き起こしを介さずに、単一システム内でネイティブに音声を聞き取り、推論し、応答する。Artificial AnalysisのSpeech to Speech Indexにおいて、Gemini 3.8 Live Extended Thinking版が総合1位を獲得し、標準モデルは人間が判定したブラインド形式のライブ対話評価で2位にランクインした。

Artificial Analysisのベンチマークによると、標準のGemini 3.8 Liveモデルの価格は音声入力1時間あたり0.84ドルで、同指標の中で最も低い価格帯となっている。標準モデルとExtended Thinkingモデルの双方が、音声ストリームと並行して画像や動画の直接入力にも対応しており、ユーザーは画面上のコンテンツについてアシスタントに質問できる。