Gemini 3.1 Flash Live 登顶语音 Agent 竞技场，人类盲测更爱它

_philschmid · x · 2026-08-22

Artificial Analysis 推出新的 Speech Agent Arena 语音 Agent 盲测排行榜，让模型在预约牙医、点外卖等真实语音对话中被人类偏好比较。Google Gemini 3.1 Flash Live Preview（Minimal）以 Elo 1046 排名第一，任务成功率 74.6%；High 版本排第二（Elo 1014）。

OpenAI 的 GPT-Realtime-1.5 以 85.1% 的任务成功率高居实用性第一（Elo 1000 排第三），ElevenLabs Agents 任务成功率也达 90.5%。Amazon Nova 2.0 Sonic、Grok Voice、Qwen3.5 Omni 等均进入榜单，其中 Qwen3.5 Omni Flash 任务成功率仅 29.1%。