GoogleAudiomodellVorschau
Gemini 3.5 Live Translate
BeliebtheitPlatz 159 von 875
46von 100wie im Vormonat
Zusammenfassung
Gemini 3.5 Live Translate ist ein Vorschau-Modell für Sprache-zu-Sprache-Übersetzung mit niedriger Latenz. Es nimmt Audio entgegen und gibt Audio aus, statt eine allgemeine Textantwort als Hauptausgabe zu liefern. Google dokumentiert mehr als 70 unterstützte Sprachen; die Ausgabe ist damit auf übersetzte Live-Sprache und nicht auf allgemeines Text-Reasoning ausgerichtet.
Der Vorschau-Endpunkt trägt die API-Kennung gemini-3.5-live-translate-preview und gibt übersetztes Audio sowie ein Text-Transkript aus. Eine separate Transkriptionsschnittstelle bleibt nur für zusätzliche Annotationen relevant. GPT-Realtime Translate verfolgt ein ähnliches Sprache-zu-Sprache-Prinzip und liefert zusätzlich Transkript-Deltas.
Alle Benchmark-Werte
Jeder veröffentlichte Messwert mit Quelle, Testbedingungen und Vergleichsmodellen.
Alle 19 veröffentlichten Benchmark-Werte anzeigen
Seite 1 von 2
Messungen ohne passende Vergleichswerte
Für diese Messungen fehlen passende Vergleichswerte unter gleichen Testbedingungen. Die Originalwerte und Quellen bleiben hier nachlesbar.
LiveLingo en-es translation coverage within 30 seconds (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 100
- Bewertung
- 100
- Messgröße
- Share of 90 source clips with a matched translation committed within 30 seconds
- Einheit
- %
- Benchmark-Version
- LiveLingo GPT-Live-1 Interpreter Test, evaluated 2026-09-15; raw results JSON
- Kategorie
- audio-translation-latency
- Richtung
- Mehr ist besser
- Stichprobe
- 90
- Quellentyp
- community-reported
- Auswertung
- LiveLingo GPT-Live-1 Interpreter Test
- Status
- active
- Abrufdatum
- 2026-10-17
- Methodik
- Community-Messung. LiveLingo GPT-Live-1 Interpreter Test, veröffentlicht am 15. September 2026 und ausgewertet am selben Datum. Exakte Roh-Modell-ID gemini-3.5-live-translate-preview. 30 synthetische englische Sätze aus fünf Bereichen, mit 0,5 Sekunden Pausen verbunden und je Lauf dreimal wiederholt, 90 Clips in einem 452,041-Sekunden-Echtzeitstream. Gleiche Audioeingabe für alle Systeme; Übersetzungsabschluss-Lag endet beim letzten bestätigten Zielsprachentoken relativ zum Ende des Ausgangssatzes. Zielpaare en-es und en-ja; Ausgabe Sprache plus Transkript.
- Einordnung
- LiveLingo ist Herausgeber des Benchmarks und bietet selbst einen kommerziellen Interpreter an, der im Vergleich enthalten ist; dies ist kein neutraler externer Replikationsversuch. Die Benchmark-Instanz nennt exakt die Preview-API-ID, aber keine unveränderliche Modellrevision, vollständigen Inferenzparameter oder Konfidenzintervalle. Sie misst fortlaufende Übersetzungsabdeckung und Abschlusslatenz, nicht Übersetzungsqualität, Erkennungsgenauigkeit oder Sprachqualität. Für en-ja wurden 89 der 90 Übersetzungsclips zugeordnet; der Median/p90-Lag basiert auf diesen 89 Matches, die Abdeckung auf 90 Clips.
LiveLingo en-ja translation coverage within 30 seconds (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 99
- Bewertung
- 99
- Messgröße
- Share of 90 source clips with a matched translation committed within 30 seconds
- Einheit
- %
- Benchmark-Version
- LiveLingo GPT-Live-1 Interpreter Test, evaluated 2026-09-15; raw results JSON
- Kategorie
- audio-translation-latency
- Richtung
- Mehr ist besser
- Stichprobe
- 90
- Quellentyp
- community-reported
- Auswertung
- LiveLingo GPT-Live-1 Interpreter Test
- Status
- active
- Abrufdatum
- 2026-10-17
- Methodik
- Community-Messung. LiveLingo GPT-Live-1 Interpreter Test, veröffentlicht am 15. September 2026 und ausgewertet am selben Datum. Exakte Roh-Modell-ID gemini-3.5-live-translate-preview. 30 synthetische englische Sätze aus fünf Bereichen, mit 0,5 Sekunden Pausen verbunden und je Lauf dreimal wiederholt, 90 Clips in einem 452,041-Sekunden-Echtzeitstream. Gleiche Audioeingabe für alle Systeme; Übersetzungsabschluss-Lag endet beim letzten bestätigten Zielsprachentoken relativ zum Ende des Ausgangssatzes. Zielpaare en-es und en-ja; Ausgabe Sprache plus Transkript.
- Einordnung
- LiveLingo ist Herausgeber des Benchmarks und bietet selbst einen kommerziellen Interpreter an, der im Vergleich enthalten ist; dies ist kein neutraler externer Replikationsversuch. Die Benchmark-Instanz nennt exakt die Preview-API-ID, aber keine unveränderliche Modellrevision, vollständigen Inferenzparameter oder Konfidenzintervalle. Sie misst fortlaufende Übersetzungsabdeckung und Abschlusslatenz, nicht Übersetzungsqualität, Erkennungsgenauigkeit oder Sprachqualität. Für en-ja wurden 89 der 90 Übersetzungsclips zugeordnet; der Median/p90-Lag basiert auf diesen 89 Matches, die Abdeckung auf 90 Clips.
LiveLingo Gemini addendum, recomputed mean comprehension composite per translation case (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 4.933333333333334
- Bewertung
- 4.933333333333334
- Messgröße
- Mean of per-utterance-target two-judge composite ratings (0-5)
- Einheit
- rating
- Benchmark-Version
- LiveLingo Gemini 3.5 Live Translate addendum, evaluated 2026-06-09
- Kategorie
- audio-translation-quality
- Richtung
- Mehr ist besser
- Stichprobe
- 120
- Quellentyp
- independent-evaluator
- Auswertung
- LiveLingo raw benchmark results
- Status
- active
- Abrufdatum
- 2026-10-15
- Methodik
- Unabhängige Evaluation. Exakte System-ID gemini-3.5-live-translate-preview; 120 Übersetzungsfälle, je 30 mit den Zielsprachen es-ES, zh-CN, ja-JP und de-DE. Die Rohzeilen enthalten 30 eindeutige Quell-Satz-IDs, die jeweils in allen vier Zielsprachen ausgewertet wurden. Neu berechnet als arithmetischer Mittelwert der 120 zeilenweisen Mittelwerte ((Bewertung von GPT-4o + Bewertung von Gemini 2.5 Flash) / 2). Das Addendum vom 9. Juni nennt diese zwei Richter; die separate Angabe von drei Richtern im Hauptteil gilt nicht für dieses Addendum. Das Feld für die Übersetzung ist als vom Modell bereitgestelltes Transkript seiner gesprochenen Übersetzung markiert, nicht als unabhängig aus dem Audio erstelltes Transkript.
- Einordnung
- LiveLingo verkauft selbst ein konkurrierendes Echtzeit-Übersetzungsprodukt und veröffentlicht diese Evaluierung; das eigene System erscheint im Gesamtvergleich. Das ist ein direkter kommerzieller Interessenkonflikt, keine neutrale Drittzertifizierung. Das Gemini-Addendum verwendet zwei LLM-Richter (GPT-4o und Gemini 2.5 Flash), während der Methodentext der aktuellen Hauptstudie drei nennt. Diese Verfahren dürfen nicht gleichgesetzt werden. Der bewertete Übersetzungstext ist ein vom Modell bereitgestelltes Transkript; der Score prüft daher nicht unabhängig, ob die erzeugte Sprache dem Text entspricht. Eine unveränderliche Provider-Backendrevision und ein Konfidenzintervall fehlen.
LiveLingo Gemini addendum, recomputed median first translated audio (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 2.9465
- Bewertung
- 2.9465
- Messgröße
- Median time from speech onset to first translated audio
- Einheit
- seconds
- Benchmark-Version
- LiveLingo Gemini 3.5 Live Translate addendum, evaluated 2026-06-09
- Kategorie
- audio-latency
- Richtung
- Weniger ist besser
- Stichprobe
- 120
- Quellentyp
- independent-evaluator
- Auswertung
- LiveLingo raw benchmark results
- Status
- active
- Abrufdatum
- 2026-10-15
- Methodik
- Unabhängige Evaluation. Exakte System-ID gemini-3.5-live-translate-preview. Neu berechneter Median der 120 Werte first_translated_audio_ms, als Mittelwert der beiden mittleren sortierten Werte; anschließend von Millisekunden in Sekunden umgerechnet. Gemessen wird die erste Audioausgabe ab Sprachbeginn, nicht die Latenz vom Äußerungsende bis zur Ausgabe.
- Einordnung
- LiveLingo verkauft selbst ein konkurrierendes Echtzeit-Übersetzungsprodukt und veröffentlicht diese Evaluierung; das eigene System erscheint im Gesamtvergleich. Das ist ein direkter kommerzieller Interessenkonflikt, keine neutrale Drittzertifizierung. Die Messung ab Sprachbeginn unterscheidet sich von Pinchs TTFA-Ausgangswert und von der Latenz ab Äußerungsende. Eine unveränderliche Provider-Backendrevision und ein Konfidenzintervall fehlen.
Pinch speech translation XCOMET-XL (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 0.78
- Bewertung
- 0.78
- Messgröße
- XCOMET-XL reference-based translation-quality score
- Einheit
- Keine Einheit angegeben
- Benchmark-Version
- Pinch Speech Translation Benchmark, published 2026-06-15
- Kategorie
- audio-translation-quality
- Richtung
- Mehr ist besser
- Quellentyp
- independent-evaluator
- Auswertung
- Pinch Research
- Status
- active
- Abrufdatum
- 2026-10-15
- Methodik
- Unabhängige Evaluation. Pinch benennt ausdrücklich die Gemini 3.5 Live Translate API und wertet sie mit identischen Audioclips und Referenzübersetzungen aus kyutai/Audio-NTREX-4L aus: Französisch, Spanisch, Portugiesisch und Deutsch ins Englische. Der Bericht nennt weder die Zahl der getesteten Clips noch eine unveränderliche API-Revision. XCOMET-XL ist die primäre referenzbasierte Metrik für Übersetzungsqualität.
- Einordnung
- Pinch ist ein kommerzieller Übersetzungsanbieter und wertet im selben Bericht die eigene Relay-1-API aus. Die Autoren bezeichnen die Ergebnisse als richtungsweisend. Die Evaluierung wurde vom Anbieter durchgeführt, ist aber kommerziell befangen und keine neutrale Drittzertifizierung. Stichprobengröße, Provider-Revision und Unsicherheitsintervall fehlen; aus dem Dataset-Namen darf keine sampleCount abgeleitet werden.
Pinch speech translation COMET-DA (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 0.82
- Bewertung
- 0.82
- Messgröße
- COMET-DA reference-based adequacy score
- Einheit
- Keine Einheit angegeben
- Benchmark-Version
- Pinch Speech Translation Benchmark, published 2026-06-15
- Kategorie
- audio-translation-quality
- Richtung
- Mehr ist besser
- Quellentyp
- independent-evaluator
- Auswertung
- Pinch Research
- Status
- active
- Abrufdatum
- 2026-10-15
- Methodik
- Unabhängige Evaluation. Pinch benennt ausdrücklich die Gemini 3.5 Live Translate API und wertet sie mit identischen Audioclips und Referenzübersetzungen aus kyutai/Audio-NTREX-4L aus: Französisch, Spanisch, Portugiesisch und Deutsch ins Englische. Der Bericht nennt weder die Zahl der getesteten Clips noch eine unveränderliche API-Revision. COMET-DA ist eine zusätzliche lernbasierte Metrik zur Übersetzungsadäquanz.
- Einordnung
- Pinch ist ein kommerzieller Übersetzungsanbieter und wertet im selben Bericht die eigene Relay-1-API aus. Die Autoren bezeichnen die Ergebnisse als richtungsweisend. Die Evaluierung wurde vom Anbieter durchgeführt, ist aber kommerziell befangen und keine neutrale Drittzertifizierung. Stichprobengröße, Provider-Revision und Unsicherheitsintervall fehlen; aus dem Dataset-Namen darf keine sampleCount abgeleitet werden.
Pinch speech translation normalized BLEU (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 31.31
- Bewertung
- 31.31
- Messgröße
- Normalized BLEU score
- Einheit
- points
- Benchmark-Version
- Pinch Speech Translation Benchmark, published 2026-06-15
- Kategorie
- audio-translation-quality
- Richtung
- Mehr ist besser
- Quellentyp
- independent-evaluator
- Auswertung
- Pinch Research
- Status
- active
- Abrufdatum
- 2026-10-15
- Methodik
- Unabhängige Evaluation. Pinch benennt ausdrücklich die Gemini 3.5 Live Translate API und wertet sie mit identischen Audioclips und Referenzübersetzungen aus kyutai/Audio-NTREX-4L aus: Französisch, Spanisch, Portugiesisch und Deutsch ins Englische. Der Bericht nennt weder die Zahl der getesteten Clips noch eine unveränderliche API-Revision. Pinch bezeichnet diese zusätzliche Metrik für Textüberlappung als normalisierten BLEU-Score.
- Einordnung
- Pinch ist ein kommerzieller Übersetzungsanbieter und wertet im selben Bericht die eigene Relay-1-API aus. Die Autoren bezeichnen die Ergebnisse als richtungsweisend. Die Evaluierung wurde vom Anbieter durchgeführt, ist aber kommerziell befangen und keine neutrale Drittzertifizierung. Stichprobengröße, Provider-Revision und Unsicherheitsintervall fehlen; aus dem Dataset-Namen darf keine sampleCount abgeleitet werden.
Pinch speech translation LongYAAL CU (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 1.839
- Bewertung
- 1.839
- Messgröße
- Computation-unaware average lagging (LongYAAL CU)
- Einheit
- seconds
- Benchmark-Version
- Pinch Speech Translation Benchmark, published 2026-06-15
- Kategorie
- audio-latency
- Richtung
- Weniger ist besser
- Quellentyp
- independent-evaluator
- Auswertung
- Pinch Research
- Status
- active
- Abrufdatum
- 2026-10-15
- Methodik
- Unabhängige Evaluation. Pinch benennt ausdrücklich die Gemini 3.5 Live Translate API und wertet sie mit identischen Audioclips und Referenzübersetzungen aus kyutai/Audio-NTREX-4L aus: Französisch, Spanisch, Portugiesisch und Deutsch ins Englische. Der Bericht nennt weder die Zahl der getesteten Clips noch eine unveränderliche API-Revision. LongYAAL CU misst die anhaltende Verzögerung über die ganze Äußerung gegenüber einem idealisierten Ausgabeschema und ignoriert die Rechenzeit des Modells. Pinch veröffentlicht 1.839 ms; der gespeicherte Wert rechnet dies in Sekunden um.
- Einordnung
- Pinch ist ein kommerzieller Übersetzungsanbieter und wertet im selben Bericht die eigene Relay-1-API aus. Die Autoren bezeichnen die Ergebnisse als richtungsweisend. Die Evaluierung wurde vom Anbieter durchgeführt, ist aber kommerziell befangen und keine neutrale Drittzertifizierung. Stichprobengröße, Provider-Revision und Unsicherheitsintervall fehlen; aus dem Dataset-Namen darf keine sampleCount abgeleitet werden.
Pinch speech translation TTFA p50 (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 3.269
- Bewertung
- 3.269
- Messgröße
- Median wall-clock time from input audio reaching the system to first translated audio chunk (TTFA p50)
- Einheit
- seconds
- Benchmark-Version
- Pinch Speech Translation Benchmark, published 2026-06-15
- Kategorie
- audio-latency
- Richtung
- Weniger ist besser
- Quellentyp
- independent-evaluator
- Auswertung
- Pinch Research
- Status
- active
- Abrufdatum
- 2026-10-15
- Methodik
- Unabhängige Evaluation. Pinch benennt ausdrücklich die Gemini 3.5 Live Translate API und wertet sie mit identischen Audioclips und Referenzübersetzungen aus kyutai/Audio-NTREX-4L aus: Französisch, Spanisch, Portugiesisch und Deutsch ins Englische. Der Bericht nennt weder die Zahl der getesteten Clips noch eine unveränderliche API-Revision. TTFA p50 beginnt mit dem Eintreffen des Audioeingangs am System und endet beim ersten übersetzten Audioabschnitt. Pinch veröffentlicht 3.269 ms; der gespeicherte Wert rechnet dies in Sekunden um.
- Einordnung
- Pinch ist ein kommerzieller Übersetzungsanbieter und wertet im selben Bericht die eigene Relay-1-API aus. Die Autoren bezeichnen die Ergebnisse als richtungsweisend. Die Evaluierung wurde vom Anbieter durchgeführt, ist aber kommerziell befangen und keine neutrale Drittzertifizierung. Stichprobengröße, Provider-Revision und Unsicherheitsintervall fehlen; aus dem Dataset-Namen darf keine sampleCount abgeleitet werden.
Pinch translated-audio ASR-WER (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 0.03
- Bewertung
- 0.03
- Messgröße
- Word error rate of Whisper transcription against the system's own translated text
- Einheit
- ratio
- Benchmark-Version
- Pinch Speech Translation Benchmark, published 2026-06-15
- Kategorie
- audio-intelligibility
- Richtung
- Weniger ist besser
- Quellentyp
- independent-evaluator
- Auswertung
- Pinch Research
- Status
- active
- Abrufdatum
- 2026-10-15
- Methodik
- Unabhängige Evaluation. Pinch benennt ausdrücklich die Gemini 3.5 Live Translate API und wertet sie mit identischen Audioclips und Referenzübersetzungen aus kyutai/Audio-NTREX-4L aus: Französisch, Spanisch, Portugiesisch und Deutsch ins Englische. Der Bericht nennt weder die Zahl der getesteten Clips noch eine unveränderliche API-Revision. Pinch transkribiert die Sprachausgabe mit whisper-large-v3 und berechnet die WER anhand des eigenen Übersetzungstexts, nicht einer menschlichen Referenz; dies misst Verständlichkeit, nicht Übersetzungsgenauigkeit. Der gedruckte Wert 0,03 bleibt ein Verhältnis und wird nicht in Prozent umgerechnet.
- Einordnung
- Pinch ist ein kommerzieller Übersetzungsanbieter und wertet im selben Bericht die eigene Relay-1-API aus. Die Autoren bezeichnen die Ergebnisse als richtungsweisend. Die Evaluierung wurde vom Anbieter durchgeführt, ist aber kommerziell befangen und keine neutrale Drittzertifizierung. Stichprobengröße, Provider-Revision und Unsicherheitsintervall fehlen; aus dem Dataset-Namen darf keine sampleCount abgeleitet werden.
Pinch translated-speech UTMOSv2 (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 3.64
- Bewertung
- 3.64
- Messgröße
- UTMOSv2 model-predicted speech naturalness rating
- Einheit
- rating
- Benchmark-Version
- Pinch Speech Translation Benchmark, published 2026-06-15
- Kategorie
- audio-naturalness
- Richtung
- Mehr ist besser
- Quellentyp
- independent-evaluator
- Auswertung
- Pinch Research
- Status
- active
- Abrufdatum
- 2026-10-15
- Methodik
- Unabhängige Evaluation. Pinch benennt ausdrücklich die Gemini 3.5 Live Translate API und wertet sie mit identischen Audioclips und Referenzübersetzungen aus kyutai/Audio-NTREX-4L aus: Französisch, Spanisch, Portugiesisch und Deutsch ins Englische. Der Bericht nennt weder die Zahl der getesteten Clips noch eine unveränderliche API-Revision. UTMOSv2 ist ein trainierter Prädiktor für wahrgenommene Sprachqualität, angewandt auf die übersetzte Audioausgabe; es ist kein menschliches Hörpanel.
- Einordnung
- Pinch ist ein kommerzieller Übersetzungsanbieter und wertet im selben Bericht die eigene Relay-1-API aus. Die Autoren bezeichnen die Ergebnisse als richtungsweisend. Die Evaluierung wurde vom Anbieter durchgeführt, ist aber kommerziell befangen und keine neutrale Drittzertifizierung. Stichprobengröße, Provider-Revision und Unsicherheitsintervall fehlen; aus dem Dataset-Namen darf keine sampleCount abgeleitet werden.
Pinch translated-speech WavLM speaker cosine similarity (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 0.7
- Bewertung
- 0.7
- Messgröße
- Cosine similarity between source and translated-audio speaker embeddings
- Einheit
- ratio
- Benchmark-Version
- Pinch Speech Translation Benchmark, published 2026-06-15
- Kategorie
- audio-speaker-similarity
- Richtung
- Mehr ist besser
- Quellentyp
- independent-evaluator
- Auswertung
- Pinch Research
- Status
- active
- Abrufdatum
- 2026-10-15
- Methodik
- Unabhängige Evaluation. Pinch benennt ausdrücklich die Gemini 3.5 Live Translate API und wertet sie mit identischen Audioclips und Referenzübersetzungen aus kyutai/Audio-NTREX-4L aus: Französisch, Spanisch, Portugiesisch und Deutsch ins Englische. Der Bericht nennt weder die Zahl der getesteten Clips noch eine unveränderliche API-Revision. Pinch berechnet die Kosinusähnlichkeit mit WavLM, angepasst für Sprecherverifikation, und weist auf die besondere Aussagekraft für Systeme mit Stimmerhalt hin.
- Einordnung
- Pinch ist ein kommerzieller Übersetzungsanbieter und wertet im selben Bericht die eigene Relay-1-API aus. Die Autoren bezeichnen die Ergebnisse als richtungsweisend. Die Evaluierung wurde vom Anbieter durchgeführt, ist aber kommerziell befangen und keine neutrale Drittzertifizierung. Stichprobengröße, Provider-Revision und Unsicherheitsintervall fehlen; aus dem Dataset-Namen darf keine sampleCount abgeleitet werden.
Seite 1 von 2
Beliebtheit im Vergleich
Wie oft das Modell gesucht, genutzt und erwähnt wird, im Vergleich mit allen Modellen dieser Kategorie.
Beliebtheitsindex
0 bis 100, höher ist beliebter
20 von 83 Modellen
pyannote Community-1, pyannote: 73
Nemotron-3-Diarization, NVIDIA: 57
Gemini 3.5 Transcribe, Google: 52
Confucius4-R2T2, NetEase Youdao: 52
Granite Speech 5.0 470M TurboCTC, IBM: 52
Kokoro-82M, hexgrad: 51
Nova-3, Deepgram: 51
Fish Audio S2 Pro, Fish Audio: 51
NVIDIA Nemotron 3.5 Transcribe, NVIDIA: 50
Granite Speech 5.0 470M TurboCTC NC, IBM: 50
Orukeet, Oruk: 49
Lyria 3.5, Google: 47
Gemini 3.5 Live Translate, Google: 46
Phonon-2, Fermion Research: 44
Aura-2, Deepgram: 44
Gemini 3.1 Flash TTS, Google: 44
MiniMax-Music3, MiniMax: 41
Audio8-ASR-Infinite, Edge0 AI: 41
GPT-Realtime 2.1, OpenAI: 41
Eleven v3, ElevenLabs: 39
Gemini 3.5 Live Translate
Stand November 2026 · Quelle: gradually.ai Beliebtheitsindex
Zeitlicher Verlauf
Wochenwerte vom 18. Oktober 2026 bis 5. November 2026
Gemini 3.5 Live TranslateLyria 3.5Phonon-2Aura-2Gemini 3.1 Flash TTS
Alle technischen Daten
Architektur
Ein- und Ausgabe
Wasserzeichen und Herkunft
KI-Wasserzeichen meint unsichtbare Signale in der Ausgabe. Sichtbare Zeichen und Herkunftsmetadaten sind getrennt aufgeführt. Unbekannt bedeutet, dass für die jeweilige Angabe kein ausreichender Beleg vorliegt.
- KI-Wasserzeichen
- Ja. Google nennt SynthID für die erzeugten Audioausgaben der aufgeführten Gemini-Audiomodelle.
- Quelle: KI-Wasserzeichen
Lizenz und Zugang
API
Weitere Angaben
Preise
- Audio-Eingabepreis
- 3,50 $ je 1 Mio. Audio-Token (0,0053 $ je Audiominute)Quelle
- Audio-Ausgabepreis
- 21 $ je 1 Mio. Audio-Token (0,0315 $ je Audiominute)Quelle
- Preisgrundlage
- Kostenpflichtiger Standard-Tarif, Preise in USD. Minutenwerte sind Schätzungen aus dem Tokenverbrauch, keine festen Minutenpreise.Quelle
Quellen und Datenstand
Alle 17 Quellen anzeigen
Benchmarkquellen im Überblick
Welche unabhängigen Auswerter dieses Modell getestet haben. Das ist Abdeckung, keine Qualitätsrangliste.
Für dieses Modell ist derzeit kein aktives Ergebnis der geprüften externen Auswerter zugeordnet. Weitere Quellenbelege stehen darunter.
Ohne Herstellerangaben sowie historische oder strittige Ergebnisse; diese stehen gekennzeichnet bei den Einzelwerten.
| Art | Nachweis und Datenstand |
|---|---|
| Recherchestand | Recherchestand 15. Oktober 2026. 9 Quellen-URLs geprüft. Das dokumentiert die geprüften Quellen, nicht sämtliche Veröffentlichungen zu diesem Modell. |
| Ungeklärt | pinch-sample-count Hinweis Pinch veröffentlicht für die Gemini-Ergebnisse nicht die Anzahl ausgewerteter Audio-NTREX-4L-Clips; diesen Zeilen wird daher keine sampleCount zugewiesen. |
| Ungeklärt | immutable-provider-revision Hinweis Keiner der beiden Evaluatoren nennt eine unveränderliche Gemini-API-Backendrevision für seinen Lauf. |
| Weitere Quelle | Google Gemini API model catalog (abgerufen 22. September 2026) · Google Gemini API model catalog · Redaktionelle Beschreibung geprüft am 2. Oktober 2026 |
| Weitere Quelle | Official API pricing (abgerufen 25. Oktober 2026) |
| Weitere Quelle | LiveLingo raw benchmark results (abgerufen 15. Oktober 2026) |
| Weitere Quelle | Pinch Research (abgerufen 15. Oktober 2026) |
| Weitere Quelle | LiveLingo GPT-Live-1 Interpreter Test (abgerufen 17. Oktober 2026)12 |
| Weitere Quelle | Korean Multi-turn Context Translation Benchmark (abgerufen 19. Oktober 2026) |
| Weitere Quelle | Modellmetadaten (abgerufen 15. Oktober 2026)123 |
| Weitere Quelle | Google DeepMind Gemini Audio (abgerufen 5. November 2026) |
| Weitere Quelle | OpenRouter: Beliebtheitsindex (abgeleitet), CC BY 4.0 |
| Weitere Quelle | Vercel AI Gateway: Beliebtheitsindex (abgeleitet), CC BY 4.0 |
| Weitere Quelle | Ollama: kumulierte Downloads für den Beliebtheitsindex |
| Weitere Quelle | Replicate: kumulierte Ausführungen für den Beliebtheitsindex |
| Weitere Quelle | Google Trending Now: begrenzte Feed-Auswahl für Deutschland und USA |
| Weitere Quelle | Creative Commons Attribution 4.0 |