Google vient de lancer son modèle audio le plus avancé. Voici son classement

Google a lancé Gemini 3.8 Live et Gemini 3.8 Live Extended Thinking le 15 septembre, les qualifiant de modèles audio les plus avancés à ce jour.

Les deux modèles conversent, raisonnent et exécutent des tâches. Mais comment se classent-ils selon des analystes indépendants ? La version Extended Thinking a pris la tête du Speech-to-Speech Index d’Artificial Analysis avec un score de 82,6, devant GPT-Live-1 et Grok Voice.

Suivez-nous sur X pour obtenir les dernières nouvelles au fur et à mesure qu'elles arrivent

Classement des derniers modèles d’IA conversationnelle de Google selon les benchmarks

L’indice d’Artificial Analysis fait la moyenne des performances en raisonnement vocal, en exécution autonome, en préférence des utilisateurs et en taux de réussite des tâches.

Gemini 3.8 Live Extended Thinking, testé avec un niveau d’effort de raisonnement élevé, a fait son entrée à la première place. GPT-Live-1 Astra a suivi avec 81,5, puis Grok Voice Think Fast 2.0 High avec 81,3.

La version standard de Gemini 3.8 Live s’est classée cinquième, avec un score de 76,0. Les deux variantes ont fait mieux que Gemini 3.1 Flash Live High, qui a obtenu 71,5.

L’écart est plus marqué en matière d’exécution autonome. Extended Thinking a atteint 68,6 % au benchmark Tau Voice, contre 37,7 % pour la génération précédente.

Au benchmark de raisonnement vocal, Extended Thinking a obtenu 97,7 %, devançant de peu Grok Voice, à 97,2 %. Il est toutefois resté derrière Qwen Audio 3.0 Realtime Plus, qui a obtenu 99,2 %.

Les testeurs humains préfèrent toujours l’ancien modèle Gemini

C’est sur le prix que l’écart se creuse. Le modèle standard coûte 0,84 $ par heure d’audio en entrée. C’est environ la moitié du tarif de son prédécesseur, à 1,75 $, et le prix le plus bas de l’indice.

Extended Thinking coûte 3,50 $ par heure. C’est moins que GPT-Live-1 Sol à 4,47 $ et Grok Voice Think Fast 2.0 High à 4,80 $.

La latence a également diminué. Le délai moyen avant le premier audio est passé à 1,18 seconde, contre 2,99 secondes pour l’ancien modèle Gemini.

Les auditeurs ne sont toutefois pas entièrement convaincus. Gemini 3.1 Flash Live reste en tête des préférences lors des conversations à l’aveugle de Speech Agent Arena, avec un score Elo de 1096.

Gemini 3.8 Live arrive en deuxième position, avec 1083. La variante Extended Thinking est à la traîne avec 990, bien qu’elle accomplisse 89,1 % de ses tâches.

L’IA vocale est désormais évaluée selon deux critères qui pointent dans des directions différentes. Les benchmarks récompensent le modèle qui raisonne le mieux. Les préférences récompensent celui qui s’exprime le mieux. Google est actuellement en tête dans les deux domaines, avec des modèles différents.

Abonnez-vous à notre chaîne YouTube pour regarder des leaders et des journalistes fournir des analyses d'experts

Source : BeInCrypto