Google devance OpenAI sur la voix d'un point, et coûte bien moins
Google DeepMind publie deux modèles vocaux pour son interface temps réel, Gemini 3.8 Live et 3.8 Live Extended Thinking, qui « parlent, réfléchissent et traitent des tâches en arrière-plan sans rompre le fil ».
Artificial Analysis, qui mesure les modèles sans en vendre, les a passés sur son indice de qualité voix-à-voix. Extended Thinking y prend la première place avec 82,6 %, devant GPT-Live-1 Astra à 81,5 et Grok Voice Think Fast 2.0 à 81,3 : un point et un dixième, autant dire rien. L'écart de prix, lui, est d'un autre ordre — 3,50 dollars l'heure d'audio entrant contre 5,83 pour Astra et 4,80 pour Grok. Et le modèle sans raisonnement étendu tient 76,0 % pour 0,84 dollar l'heure, soit le sixième du prix d'Astra.
Alan Cowen, qui dirige l'audio de Gemini chez Google DeepMind et a fondé Hume AI, met en avant autre chose que le classement : « au-delà des gains d'intelligence et d'efficacité, ce qui m'enthousiasme est la façon dont le raisonnement parallèle, appliqué à l'audio, peut aligner l'IA sur les préférences humaines en temps réel. »