Gemini 3.5 Transcribe 每千分钟约 9 美元，贵过 Cartesia 与 Deepgram
ArtificialAnlys · x · 2026-08-27
Artificial Analysis 更新语音转文字（ASR）榜单，给出流式与非流式两组结果。按 Google 给出的 token 估算与 API 定价（输入 $3.50/百万、输出 $21/百万 token），Gemini 3.5 Transcribe Live 每 1000 分钟约 $9，明显高于 Cartesia Ink-2（$4）、Deepgram Nova-3 Realtime（$4.80）和 ElevenLabs Scribe v2 Realtime（$6.50）。
榜单使用自研 AA-WER v2 指标，基于 AA-AgentTalk（50%）、VoxPopuli 与 Earnings22 三个数据集约 8 小时音频加权平均，同时比较速度因子与价格。
所属事件:谷歌发布 Gemini 3.5 Transcribe 语音转文本模型(29 条相关)→
「模型」频道最新
- 有人逆向工程 Grok Bot 并将其开源 — jasonkneen · 2026-10-13
- Bindu Reddy:Muse Wonder 远不及 Fable/Astra,新基准即将发布 — bindureddy · 2026-10-13
- 用户吐槽 Gemini 接管 Android Auto:让它回复却说「正在播放 yes」 — Notegg999f · 2026-10-13
- Parakhin:模型互相能懂「神经语」，人类反而读不懂其解释 — iScienceLuvr · 2026-10-13
- Anthropic 称已削减 90%~99% 蒸馏流量，拒绝万亿 token 付费请求 — abhiadesai · 2026-10-13
- GLM-5.3「去审查版」上线月余无事故，开发者炮轰 AI 末日论叙事 — mariofilhoml · 2026-10-13