グーグルの最新音声AIモデルの実力と評価

BeInCrypto
Apri BeInCrypto
グーグルの最新音声AIモデルの実力と評価

グーグルは9月15日、Gemini 3.8 LiveおよびGemini 3.8 Live Extended Thinkingを発表した。これまでで最も高度な音声モデルと位置づけている。

両モデルは会話、推論、さまざまなタスクに対応する。だが、独立系アナリストによる評価はどうか。Extended Thinkingバージョンは、Artificial AnalysisのSpeech-to-Speech Indexで82.6を記録し、GPT-Live-1やGrok Voiceを上回った。

最新ニュースはXでも随時配信

Say “hi” to our most advanced audio models from @GoogleDeepMind yet built for natural, production-ready voice applications.

🔷 Gemini 3.8 Live
🔷 Gemini 3.8 Live Extended Thinking

With these models, you can speak naturally, collaborate easily, and tackle complex tasks using… pic.twitter.com/TCcuANcIWl

— Google (@Google) September 15, 2026

ベンチマークにみるグーグルの最新会話AIモデルの評価

Artificial AnalysisのIndexは、音声推論やエージェント性能、アリーナでの好感度、タスク成功率の平均値。

Gemini 3.8 Live Extended Thinking(高推論負荷でのテスト)は1位発進。GPT-Live-1 Astraが81.5、Grok Voice Think Fast 2.0 Highが81.3で続いた。

Gemini 3.8 LiveのSpeech-to-Speech Indexにおける順位Gemini 3.8 LiveのSpeech-to-Speech Indexにおける順位 出典: Artificial Analysis

標準モデルのGemini 3.8 Liveは5位でスコアは76.0。いずれもGemini 3.1 Flash Live High(71.5)より高い。

エージェント性能の差はさらに広い。Extended ThinkingはTau Voiceベンチマークで68.6%に到達し、前世代の37.7%を大きく上回った。

音声推論ベンチマークでは、Extended Thinkingは97.7%とGrok Voice(97.2%)を上回る。一方で、Qwen Audio 3.0 Realtime Plusの99.2%には及ばない。

テストユーザーはいまだ旧型Geminiを支持

価格面では大きな差が出る。標準モデルは入力音声1時間あたり0.84ドル。これは先代の1.75ドルの約半額で、Index内では最安値となった。

Extended Thinkingは1時間あたり3.50ドル。GPT-Live-1 Solの4.47ドルやGrok Voice Think Fast 2.0 Highの4.80ドルよりも低い。

待機時間も短縮。初回オーディオまでの平均時間は1.18秒となり、旧Geminiの2.99秒から大幅に縮まった。

ただし、リスナーの評価は分かれる。Gemini 3.1 Flash Liveは、ブラインドSpeech Agent Arena会話での好感度で依然トップ(Eloは1096)。

Gemini 3.8 Liveは2位で1083。Extended Thinkingは89.1%のタスク完遂率にもかかわらず、スコアは990にとどまる。

音声AIの評価軸は2つに分かれつつある。ベンチマークは高度な推論力モデルに、好感度は話しやすいものに軍配が上がる。グーグルは現在、それぞれ異なるモデルで両指標をリード。

YouTubeチャンネル登録で、各分野の第一人者や記者による専門インサイトを配信中

https://youtu.be/6uixXOg1e8I

jp.beincrypto.com でKamina Bashirによるオリジナル記事 グーグルの最新音声AIモデルの実力と評価 を読む