Speech Agent Arena 语音模型榜：Gemini 领跑偏好
ArtificialAnlys · x · 2026-08-21
ArtificialAnlys 发布 Speech Agent Arena，通过人类在真实场景（如点外卖）中对话来评测语音转语音模型。该平台结合了对话偏好 Elo 评分和任务成功率。主要结果如下：
对话偏好：
- Google Gemini 3.1 Flash Live Preview - Minimal 以 1046 Elo 领跑。
- GPT-Realtime-1.5 得分 1000。
- 高分模型通常响应更快（Time to First Audio 更短）、声音更自然。
任务成功率：
- Grok Voice Think Fast 2.0 High 以 94.7% 领跑。
- OpenAI GPT-Realtime-2.1 High 为 91.5%。
- 值得注意的是，Gemini 虽然偏好度最高，但任务成功率仅为 74.6%，显示自然的对话体验不一定等于任务执行成功。
所属事件:Speech Agent Arena 上线，Grok 与 Gemini 各领风骚(4 条相关)→
「模型」频道最新
- Meta 开源 816B 参数 MoE 模型 Muse Spark Open,激活仅 42B — victormustar · 2026-10-16
- Baseten 首日上线 Muse Spark Open API:输入 $1.25/百万 token — baseten · 2026-10-16
- Anthropic 红队两年来首次“抹除”模型，GLM-5.3 拒答率从 90% 跌至 3% — cephaloform · 2026-10-16
- d1-ultra 登顶 Artificial Analysis 决策指数，成本仅约 30 美元/百万任务 — JosephJacks_ · 2026-10-16
- 用户喊话 Google：给新模型放宽用量、合并成一个 App — dreamwieber · 2026-10-16
- 用户吐槽:Gemini 网页版可用但编码工具中无权限,体验割裂 — dreamwieber · 2026-10-16