Google ha appena rilasciato il suo modello audio più avanzato. Ecco come si posiziona

Il 15 settembre Google ha presentato Gemini 3.8 Live e Gemini 3.8 Live Extended Thinking, definendoli i suoi modelli audio più avanzati di sempre.

I due modelli conversano, ragionano e svolgono attività. Ma come si posizionano secondo gli analisti indipendenti? La versione Extended Thinking ha conquistato la vetta dello Speech-to-Speech Index di Artificial Analysis con 82,6 punti, superando GPT-Live-1 e Grok Voice.

Seguici su X per ricevere le ultime notizie in tempo reale

Come si posiziona il più recente modello di IA conversazionale di Google nei benchmark

L’indice di Artificial Analysis calcola la media dei risultati nel ragionamento vocale, nelle prestazioni agentiche, nelle preferenze degli utenti e nel tasso di successo delle attività.

Gemini 3.8 Live Extended Thinking, testato con un livello di ragionamento elevato, ha debuttato al primo posto. Seguono GPT-Live-1 Astra con 81,5 punti e Grok Voice Think Fast 2.0 High con 81,3.

La versione standard di Gemini 3.8 Live si è piazzata quinta, con un punteggio di 76,0. Entrambe le varianti hanno superato Gemini 3.1 Flash Live High, che ha ottenuto 71,5 punti.

Il divario nelle capacità agentiche è più ampio. Extended Thinking ha raggiunto il 68,6% nel benchmark Tau Voice, contro il 37,7% della generazione precedente.

Nel benchmark di ragionamento vocale, Extended Thinking ha ottenuto il 97,7%, superando di poco Grok Voice, al 97,2%. È però rimasto indietro rispetto a Qwen Audio 3.0 Realtime Plus, che ha totalizzato il 99,2%.

I tester umani continuano a preferire il vecchio modello Gemini

È sul prezzo che il divario si fa sentire. Il modello standard costa 0,84 $ per ogni ora di audio in input. È circa la metà rispetto agli 1,75 $ del predecessore ed è la tariffa più bassa dell’indice.

Extended Thinking costa 3,50 $ all’ora. È più economico di GPT-Live-1 Sol, che costa 4,47 $, e di Grok Voice Think Fast 2.0 High, che costa 4,80 $.

Anche la latenza è diminuita. Il tempo medio prima del primo audio è sceso a 1,18 secondi, rispetto ai 2,99 secondi del modello Gemini precedente.

Gli ascoltatori, tuttavia, non ne sono del tutto convinti. Gemini 3.1 Flash Live è ancora in testa per preferenza nelle conversazioni alla cieca di Speech Agent Arena, con un Elo di 1096.

Gemini 3.8 Live è al secondo posto, con 1083. La variante Extended Thinking è indietro, con 990, nonostante completi l’89,1% dei suoi compiti.

Oggi l’IA vocale viene valutata secondo due criteri che puntano in direzioni diverse. I benchmark premiano il modello che ragiona meglio. Le preferenze premiano quello che parla meglio. Al momento Google è in testa in entrambi i criteri, con modelli diversi.

Iscriviti al nostro canale YouTube per vedere leader e giornalisti fornire approfondimenti esperti

Fonte: BeInCrypto