LiveKit Optimizes Gemma 4 31B for Voice Inference

xiaohu · x · 2026-07-17

LiveKit 在自家推理平台 LiveKit Inference 上跑 Google 的 Gemma 4 31B,并针对实时语音场景做了优化。

对比 GPT-4.1,它的首字延迟从 1006ms 降到 192ms,接话延迟快约 5.2 倍,成本约便宜 83%。在酒店前台任务测试里,完成率达到 88%,高于 GPT-4.1 的 73% 和 Gemini 2.5 Flash 的 64%。

Related event: LiveKit Optimizes Gemma 4 31B for Voice Agents(4 posts)→

Original post →

More from Infra

Infra channel →