اگر امروز برای هر ساعت مکالمه صوتی با هوش مصنوعی ۳ دلار می‌پردازید، گوگل حالا این هزینه را به ۱.۳۸ دلار رسانده است. این کاهش قیمت، هسته اصلی معرفی مدل‌های Gemini 3.8 Live و Gemini 3.8 Live Extended Thinking در ۱۵ سپتامبر ۲۰۲۶ است که اکنون از طریق Gemini API و Google AI Studio در دسترس توسعه‌دهندگان قرار گرفته‌اند. این مدل‌ها در زمان عرضه توانستند کیفیت گفتار را به امتیاز ۸۲.۶ برسانند و استانداردهای جدیدی را در پردازش صوتی تعریف کنند.
این جنگ قیمتی در حالی رخ می‌دهد که عامل‌های صوتی از حالت ساده‌ی «نوبت‌به‌نوبت» به عملیات پیچیده در پس‌زمینه تغییر مسیر می‌دهند. همان‌طور که در تحلیل قبلی ما درباره‌ی جایگزینی مدل‌های توکن‌محور با بودجه‌بندی بر اساس دارایی در تولید تصویر اشاره کردیم، اکنون در حوزه صوت نیز «هزینه هر جلسه» به اهرم اصلی رقابت تبدیل شده است.
به گزارش وب‌سایت the-decoder.com، این مدل‌های جدید قابلیت‌های کلیدی زیر را ارائه می‌دهند:
- پشتیبانی چندزبانه: پردازش بومی برای بیش از ۹۷ زبان.
- توانمندی عامل‌محور (Agentic): قابلیت فراخوانی API در پس‌زمینه، هم‌زمان با پردازش ورودی‌های تصویری و صحبت کردن.
- عملکرد بالا: نسخه Extended Thinking در محک Speech-to-Speech مؤسسه Artificial Analysis امتیاز ۸۲.۶٪ را کسب کرد و از مدل‌های اخیر OpenAI پیشی گرفت.
طبق اعلام گوگل، قیمت‌گذاری این مدل‌ها بسیار تهاجمی است: ۰.۰۰۵ دلار برای هر دقیقه ورودی صوتی و ۰.۰۱۸ دلار برای خروجی. در مقابل، مدل GPT-Live-1 که OpenAI در ۱۰ سپتامبر ۲۰۲۶ عرضه کرد، دقایقی را با قیمت ۰.۰۵ دلار محاسبه می‌کند.
با این حال، این کاهش هزینه با یک افت کیفی همراه است. GPT-Live-1 از یک سامانه دوبلکس کامل (Full-Duplex) — شبیه به تلفن‌های معمولی که هر دو طرف می‌توانند هم‌زمان حرف بزنند و بشنوند — استفاده می‌کند که در محک مربوطه امتیاز ۸۰.۱٪ گرفت. مدل‌های گوگل هنوز عمدتاً ساختار نوبتی دارند؛ این یعنی گوگل یک بار دیگر قیمت را فدای حس طبیعی و روان مکالمات انسانی کرده است.
توسعه‌دهندگان اکنون می‌توانند برای تست این مدل‌ها به نمونه‌های موجود در GitHub مراجعه کنند.
گام بعدی شما
- اگر هزینه استنتاج (Inference) — یعنی همان لحظه تولید جواب توسط مدل — اولویت شماست، Gemini 3.8 Live را جایگزین کنید.
- برای اپلیکیشن‌هایی که نیاز به قطع نکردن جریان کلام دارند، همچنان روی GPT-Live-1 بمانید.
- عملکرد مدل Extended Thinking را در سناریوهای استدلالی پیچیده آزمایش کنید.
اما نبرد واقعی بر سر سخت‌افزارهای بهینه‌شده برای این مدل‌هاست؛ به تحلیل ما درباره تراشه‌های TPU نسل جدید مراجعه کنید.
گفتگو