Gemini 3.5 Transcribe 实测：84 倍实时、AA-WER 2.6% 位列第五

ArtificialAnlys · x · 2026-08-27

Google 发布 Gemini 3.5 Transcribe，在 Artificial Analysis 的非流式转录评测 AA-WER 上以 2.6% 错误率排名第五；同时发布的 Gemini 3.5 Transcribe Live 通过 Live API 实现连续流式转录，语音结束后 0.40 秒即可返回，流式 AA-WER 为 4.0%。

性能与价格方面：处理速度约 84 秒音频/秒（84× 实时），价格约 $5/1000 分钟。对比前五名中的其他模型：比 ElevenLabs Scribe v2（55× 实时、$3.67/1000 分钟）更快但更贵；比 Microsoft MAI-Transcribe-1.5（191×、$6）和 Smallest AI Pulse Pro（275×、$4）更慢。两个 API 分别面向预录制音频（Interactions API）与实时流（Live API）。