返回新闻
AI

Gemini 3.8 Live 与 GPT-Live-1:语音 API 定价对比

谷歌 Deepmind 推出 Gemini 3.8 Live,为开发者提供一款高性价比的语音转语音 AI 模型,其定价远低于 OpenAI 的 GPT-Live-1。

Gemini 3.8 Live 与 GPT-Live-1:语音 API 定价对比
MagicBoat AI4 分钟阅读175 次阅读
文章目录
快速解答

Gemini 3.8 Live 与 GPT-Live-1:语音 API 定价对比

2026年9月15日,谷歌 Deepmind 通过 Gemini API 和谷歌 AI Studio 向开发者开放了 Gemini 3.8 Live 以及 Gemini 3.8 Live Extended Thinking 模型[S1]。此次发布正式推出了一款极具竞争力的语音转语音模型,其定价仅为 OpenAI GPT-Live-1 的一小部分[S1]。谷歌的 Extended Thinking 变体以82.6%的得分位居 Artificial Analysis 语音转语音排行榜榜首[S1],但编辑分析显示,OpenAI 在自然对话质量方面仍保持优势[S1]。对于开发者和创作者而言,此次发布让他们能够立即使用价格实惠的多语言音频代理,这些代理可处理视觉输入并进行后台 API 调用,大幅降低了交互式语音应用的成本门槛。

Gemini 3.8 Live 与 OpenAI GPT-Live-1 定价对比

谷歌积极为其音频模型定位,以吸引注重成本的开发者。该公司对音频输入每分钟收取0.005美元,音频输出每分钟收取0.018美元。按照这一定价结构,一小时语音对话的成本约为1.38美元。相比之下,OpenAI 的 GPT-Live-1 每分钟收费0.05美元,一小时对话的总成本至少为3.00美元。

功能/模型Gemini 3.8 LiveOpenAI GPT-Live-1
音频输入成本每分钟0.005美元 合并计费每分钟0.05美元
音频输出成本每分钟0.018美元 合并计费每分钟0.05美元
预估每小时成本1.38美元 3.00美元

性能基准与音频质量

独立评估显示,Gemini 3.8 Live Extended Thinking 以82.6%的得分位居 Artificial Analysis 语音转语音排行榜榜首,超过了 GPT-Live-1。根据谷歌公布的结果,该模型支持97种以上的语言,还能让语音代理处理视觉输入、进行后台 API 调用并同步发声。

尽管在基准测试中获胜,但媒体对早期演示的解读表明,谷歌优化 Gemini 3.8 Live 的侧重点是价格而非顶级音频质量。OpenAI 的 GPT-Live-1 具备全双工功能,可同时听声和发声,分析师指出这能带来更自然的对话体验。

创作者工作流:从语音 API 到 MagicBoat

高性价比语音转语音模型的出现,为数字创作者开辟了高效工作流。开发者和制作人员可借助 Gemini API 大规模生成响应迅速的多语言旁白或交互式脚本。生成音轨或脚本后,创作者可无缝接入视频制作流程。将生成的音频导入 MagicBoat,用户即可实现 AI 虚拟人唇形同步,或将旁白直接应用于文本生成视频的短片。使用 MagicBoat 进行最终剪辑,创作者可将谷歌高性价比的音频生成能力与强大的视频编辑功能相结合。

常见问题

  • Gemini 3.8 Live API 的定价是多少? 谷歌对音频输入每分钟收取0.005美元,音频输出每分钟收取0.018美元。
  • Gemini 3.8 Live 与 GPT-Live-1 相比价格优势如何? 使用谷歌模型进行一小时对话的成本约为1.38美元,而使用 OpenAI GPT-Live-1 则至少需要3.00美元。
  • 开发者可通过哪些渠道使用 Gemini 3.8 Live? 开发者可通过 Gemini API 和谷歌 AI Studio 获取这些模型。
  • Gemini 3.8 Live 在基准测试中击败 GPT-Live-1 了吗? 是的,Gemini 3.8 Live Extended Thinking 变体以82.6%的得分位居 Artificial Analysis 语音转语音排行榜榜首。
  • GPT-Live-1 的音质比 Gemini 3.8 Live 更好吗? 媒体分析表明,OpenAI 的模型在演示中对话更自然、音质更优,这主要得益于其全双工功能。

关键词

Gemini 3.8 LiveGoogle DeepmindGemini APIGPT-Live-1Gemini 3.8 Live Extended ThinkingGemini 3.8 Live vs GPT-Live-1