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)。

所属事件:谷歌发布 Gemini 3.5 Transcribe:85+ 语言智能转录(21 条相关)→

原文链接 →

「模型」频道最新

更多「模型」频道 AI 资讯 →