Google DeepMind анонсировала аудио-модель Gemini 3.8 Live

Новая аудио-модель от Google DeepMind

Сегодня Google DeepMind объявила о запуске своих новых аудио-моделей — Gemini 3.8 Live и Gemini 3.8 Live Extended Thinking. Эти модели предлагают доступное API и нацелены на серьёзную конкуренцию с GPT‑Live‑1 от OpenAI, особенно в плане стоимости, качества и удобства для разработчиков.

Характеристики и возможности

Согласно официальной информации от DeepMind, Gemini 3.8 Audio, включая версии Live и Live Extended Thinking, входит в серию мультимодальных моделей Gemini 3. Они оптимизированы для задач в реальном времени и способны обрабатывать аудио, изображения, видео и текст. Модель оснащена контекстным окном до 128K токенов и может выдавать как аудио, так и текст.

Целевая аудитория и особенности

Модель Gemini 3.8 Live ориентирована на интерфейсы реального времени благодаря низкой стоимости и высокой масштабируемости. Версия Extended Thinking подходит для сложных задач с многошаговым рассуждением, сохраняя при этом возможность речевого взаимодействия в реальном времени.

Доступность и распространение

Обе модели уже доступны через Gemini API и Google AI Studio. В будущем планируется их интеграция в продукты Google, такие как Gemini Live, Search Live и Workspace, в зависимости от модели и плана.

Конкуренция с OpenAI

Основным конкурентом Gemini 3.8 Live является GPT‑Live‑1 от OpenAI. Однако, по данным OrcaRouter, стоимость использования модели от DeepMind значительно ниже и составляет около $0.018 за минуту, что выгодно отличает её от $0.05 у OpenAI. Кроме того, модель поддерживает до 97 языков и предлагает turn-based взаимодействие, что может отличаться по структуре работы от full-duplex модели OpenAI.

Частые вопросы