Google ने अभी-अभी अपना अब तक का सबसे उन्नत ऑडियो मॉडल जारी किया है। जानें इसकी रैंकिंग

Google ने 15 सितंबर को Gemini 3.8 Live और Gemini 3.8 Live Extended Thinking जारी किए और इन्हें अब तक के अपने सबसे उन्नत ऑडियो मॉडल बताया।

ये दोनों मॉडल बातचीत करते हैं, तर्क करते हैं और काम निपटाते हैं। लेकिन स्वतंत्र विश्लेषकों के आकलन में इनकी रैंक क्या है? Extended Thinking संस्करण ने Artificial Analysis के Speech-to-Speech Index में 82.6 अंक के साथ शीर्ष स्थान हासिल किया, और GPT-Live-1 तथा Grok Voice से आगे रहा।

जैसे ही समाचार होते हैं, हमें X पर फॉलो करें।

बेंचमार्क Google के सबसे नए संवादात्मक AI मॉडल को किस क्रम में रखते हैं

Artificial Analysis का Index स्पीच रीजनिंग, एजेंटिक प्रदर्शन, Arena में उपयोगकर्ताओं की पसंद और कार्यों की सफलता दर का औसत निकालता है।

उच्च रीजनिंग प्रयास पर जाँचा गया Gemini 3.8 Live Extended Thinking पहले स्थान पर आया। GPT-Live-1 Astra 81.5 अंकों के साथ और Grok Voice Think Fast 2.0 High 81.3 अंकों के साथ उसके बाद रहे।

मानक Gemini 3.8 Live ने 76.0 अंकों के साथ पाँचवाँ स्थान हासिल किया। दोनों संस्करणों ने Gemini 3.1 Flash Live High को पीछे छोड़ा, जिसने 71.5 अंक पाए।

एजेंटिक क्षमता के मामले में अंतर और बड़ा है। Extended Thinking ने Tau Voice बेंचमार्क पर 68.6% अंक हासिल किए, जबकि पिछली पीढ़ी का स्कोर 37.7% था।

स्पीच रीजनिंग बेंचमार्क पर Extended Thinking ने 97.7% अंक पाए और 97.2% अंकों वाले Grok Voice से थोड़ा आगे रहा। हालाँकि, यह 99.2% अंक पाने वाले Qwen Audio 3.0 Realtime Plus से पीछे रहा।

मानव परीक्षक अब भी पुराना Gemini मॉडल चुनते हैं

कीमत के मामले में अंतर और साफ़ हो जाता है। मानक मॉडल के इनपुट ऑडियो की लागत प्रति घंटे $0.84 है। यह इसके पिछले संस्करण की $1.75 लागत का लगभग आधा और Index में सबसे कम दर है।

Extended Thinking की लागत $3.50 प्रति घंटा है। यह GPT-Live-1 Sol ($4.47) और Grok Voice Think Fast 2.0 High ($4.80) से सस्ता है।

लेटेंसी भी कम हुई। ऑडियो शुरू होने तक का औसत समय घटकर 1.18 सेकंड रह गया, जबकि पुराने Gemini मॉडल के लिए यह 2.99 सेकंड था।

हालाँकि, श्रोता अभी पूरी तरह आश्वस्त नहीं हैं। ब्लाइंड Speech Agent Arena बातचीत में Gemini 3.1 Flash Live अब भी पसंद के मामले में आगे है, जिसका Elo स्कोर 1096 है।

Gemini 3.8 Live 1083 के स्कोर के साथ दूसरे स्थान पर है। Extended Thinking वाला वेरिएंट 990 के स्कोर के साथ पीछे है, हालाँकि उसने अपने 89.1% टास्क पूरे किए।

अब वॉइस AI को दो ऐसे पैमानों पर आँका जा रहा है जिनके नतीजे अलग-अलग दिशाओं में जाते हैं। बेंचमार्क उस मॉडल को पुरस्कृत करते हैं जो सबसे गहराई से तर्क करता है। लोगों की पसंद उस मॉडल को पुरस्कृत करती है जो सबसे अच्छी तरह बात करता है। Google फिलहाल दोनों में आगे है—लेकिन अलग-अलग मॉडल के साथ।

हमारे YouTube चैनल की सदस्यता लें ताकि नेता और पत्रकार विशेषज्ञ अंतर्दृष्टि प्रदान कर सकें

स्रोत: BeInCrypto