Google DeepMind 推出 Gemini 3.5 Transcribe，面向实时语音交互的高精度语音转写模型。Artificial Analysis 测得流式 WER 4.0%、非流式 2.6%，支持 85+ 语言，并可结合 Antigravity 屏幕上下文准确转写文件名、变量与 Agent 思路。

核心要点速览

  • ✓流式 WER 4.0%、非流式 2.6%；相对 Chirp 3，最终转写时延改善约 70%，FLEURS 多语种流式 WER 为 5.50%
  • ✓Live API 模型 gemini-3.5-transcribe-live 亚秒级双向流式；Interactions API 的 gemini-3.5-transcribe 支持说话人分离与词级时间戳
  • ✓已在 Google AI Studio、Antigravity（结合屏幕与对话上下文）、Gemini macOS 与 Android Gboard Rambler 上线，支持自定义词表与 85+ 语言自动检测
⚡

开发者 3 秒速决决策指标

一眼结论
🏆 权威跑分段位榜单
流式 WER 4.0%、非流式 2.6%；相对 Chirp 3，最终转写时延改善约 70%，FLEURS 多语种流式 WER 为 5.50%
查看天梯总榜→
💰 调用成本与套餐比价
输入 $1.5 / 输出 $9
查可用套餐与测算↗
🛠️ 开发与接入生态Rules
Google Antigravity (AGY)
配置 IDE 专属规则↗
🧭

把技术选型换算成你的开发预算

40 款主流编程套餐横向比价，支持输入/输出 Token 真实账单模拟

⚔️ 模型战力比拼→💰 比较订阅与额度↗
实战指南准备好将技术转化为生产力？

即刻查看该技术对应模型与主流工具的实测差异，或一键测算团队 API 调用与 $20/月套餐盈亏平衡点。

⚔️ 开始双模型比拼→💳 查看可用套餐↗
接着读Google AI Studio 推出 Gemini API Managed Agents：托管智能体、Files API 与凭据管理
立即阅读→