Google lanzó Gemini 3.8 Live y Gemini 3.8 Live Extended Thinking el 15 de septiembre, y los calificó como sus modelos de audio más avanzados hasta la fecha.
Los dos modelos conversan, razonan y realizan tareas. Pero ¿qué posición ocupan según analistas independientes? La versión Extended Thinking encabezó el índice Speech-to-Speech de Artificial Analysis con 82,6, por delante de GPT-Live-1 y Grok Voice.
Síguenos en X para obtener las últimas noticias a medida que suceden
Cómo clasifican los benchmarks el modelo de IA conversacional más reciente de Google
El índice de Artificial Analysis promedia el razonamiento por voz, el rendimiento agéntico, las preferencias en arena y la tasa de éxito en tareas.
Gemini 3.8 Live Extended Thinking, evaluado con un alto nivel de razonamiento, debutó en el primer puesto. Le siguieron GPT-Live-1 Astra, con 81,5, y Grok Voice Think Fast 2.0 High, con 81,3.
La versión estándar de Gemini 3.8 Live quedó en quinto lugar, con una puntuación de 76,0. Ambas variantes superaron a Gemini 3.1 Flash Live High, que obtuvo 71,5.
La diferencia en capacidades agénticas es mayor. Extended Thinking alcanzó un 68,6 % en el benchmark Tau Voice, frente al 37,7 % de la generación anterior.
En el benchmark de razonamiento por voz, Extended Thinking obtuvo un 97,7 %, apenas por encima de Grok Voice, con un 97,2 %. Sin embargo, quedó por detrás de Qwen Audio 3.0 Realtime Plus, que obtuvo un 99,2 %.
Los evaluadores humanos siguen prefiriendo el modelo Gemini anterior
La diferencia se nota en el precio. El modelo estándar cuesta 0,84 $ por hora de audio de entrada. Es aproximadamente la mitad de los 1,75 $ de su predecesor y la tarifa más baja del índice.
Extended Thinking cuesta 3,50 $ por hora. Es más barato que GPT-Live-1 Sol, a 4,47 $, y Grok Voice Think Fast 2.0 High, a 4,80 $.
La latencia también bajó. El tiempo promedio hasta el primer audio se redujo a 1,18 segundos, frente a los 2,99 segundos del modelo Gemini anterior.
Sin embargo, los oyentes aún no están del todo convencidos. Gemini 3.1 Flash Live sigue liderando en preferencias en las conversaciones a ciegas de Speech Agent Arena, con una puntuación Elo de 1096.
Gemini 3.8 Live ocupa el segundo lugar, con 1083. La variante Extended Thinking queda rezagada, con 990, a pesar de completar el 89,1 % de sus tareas.
La IA de voz ahora se evalúa con dos escalas que apuntan en direcciones distintas. Los benchmarks premian al modelo que más profundamente razona. Las preferencias premian al que mejor habla. Google lidera actualmente en ambas, con modelos distintos.
Suscríbete a nuestro canal de YouTube para ver a líderes y periodistas proporcionar información experta
Fuente: BeInCrypto
