Head-to-Head Model Comparison

Whisper Large v3 vs Gemini 3.5 Live Translate

Benchmarks, API Token Pricing, Context Window & Speed Comparison

تمت المراجعة بواسطة فريق أبحاث GetInfoUsآخر مراجعة: October 2026السياسة التحريرية

بدّل وقارن بين أي نموذجين

Select any AI models from our verified benchmark database to generate live side-by-side matrices.

Whisper Large v3Profile

Gemini 3.5 Live TranslateProfile

Multi-Model Arena Stack:

5-Model Matrix Workbench

Popular Matchups:

OpenAI

Whisper Large v3

نموذج الصوت والكلام الطبيعي

نموذج Whisper Large v3 من OpenAI مصمم خصيصاً لـتوليد الكلام البشري الطبيعي ومعالجة الصوت الفورية والنسخ الصوتي الدقيق، حيث يوفر نافذة سياق بسعة 0K وسرعة 55 رمز/ثانية ومؤشر ذكاء 45/100 (بتكلفة $0.006/$0 لكل مليون رمز).

Intelligence Index45 / 100

Input Token:

$0.01 / 1M

Output Token:

$0.00 / 1M

Context Window:

448 tokens

SWE-bench Verified:

36%

Google

Gemini 3.5 Live Translate

نموذج الصوت والكلام الطبيعي

نموذج Gemini 3.5 Live Translate من Google مصمم خصيصاً لـتوليد الكلام البشري الطبيعي ومعالجة الصوت الفورية والنسخ الصوتي الدقيق، حيث يوفر نافذة سياق بسعة 131K وسرعة 130 رمز/ثانية ومؤشر ذكاء 84/100 (بتكلفة $5/$20 لكل مليون رمز).

Intelligence Index84 / 100

Input Token:

$5.00 / 1M

Output Token:

$20.00 / 1M

Context Window:

131.1K tokens

SWE-bench Verified:

N/A

أهم الفروقات في لمحة

Whisper Large v3 is 3000.0x cheaper for API usage (input + output tokens combined).
Gemini 3.5 Live Translate has a larger context window (131K vs 0K tokens).
Gemini 3.5 Live Translate is faster at 130 tok/s vs 55 tok/s.

Need definitions for token pricing, context, or benchmarks?Explore AI Glossary →

Feature	Whisper Large v3	Gemini 3.5 Live Translate
Intelligence Index Composite reasoning & knowledge score (0-100)	45	84
Provider	OpenAI	Google
Input Price Cost per million input tokens	$0.01 / 1M	$5.00 / 1M
Output Price Cost per million output tokens	$0.00 / 1M	$20.00 / 1M
Blended Price Weighted 7:2:1 cache:input:output per 1M	$0.00 / 1M	$3.70 / 1M
Context Window Maximum input + output tokens	448 tokens~1 A4 pages of text	131.1K tokens~197 A4 pages of text
Max Output Tokens Per single request	0K	16K
Throughput Speed Tokens generated per second	55 tok/s	130 tok/s
SWE-bench Verified Real-world software engineering	36%	N/A
GPQA Diamond Graduate-level reasoning	46%	N/A
Cached Input Price Prompt caching discount per 1M tokens	$0.00 / 1M	$1.00 / 1M

من يتفوق في كل مجال؟

At-a-glance decision framework

Coding

Evaluations ongoing

Cost

Whisper Large v3

3000.0x cheaper monthly runtime

Speed

Gemini 3.5 Live Translate

+136% faster generation

Context

Gemini 3.5 Live Translate

131.1K tokens window

نتائج الاختبارات المعيارية الموثقة

Official evaluation metrics verified by independent third-party research labs.

Whisper Large v3Gemini 3.5 Live Translate

SWE-bench Verified (Autonomous Coding)

Industry benchmark evaluating real-world GitHub issue resolution and multi-file debugging.

36%vsN/A

GPQA Diamond (Doctorate-Level Science & Math)

Challenging questions created by domain experts to test complex PhD-level reasoning.

46%vsN/A

MMLU-Pro (Multi-task Language Understanding)

Hardened reasoning and academic knowledge benchmark with reduced lucky-guess probability.

66%vsN/A

LMSYS Chatbot Arena Elo

Crowdsourced human preference evaluation based on blind, head-to-head model battles.

1255ptsvs1420pts

Humanity's Last Exam (Frontier Expert Knowledge)

Extremely difficult, closed-ended questions spanning the frontier of human expert knowledge.

5.5%vsN/A

Terminal-Bench (Agentic Coding & Terminal Use)

Autonomous multi-step tasks executed inside a real command-line terminal environment.

23%vsN/A

SciCode (Scientific Computing)

Research-grade coding problems drawn from real scientific and numerical workloads.

24.5%vsN/A

LiveCodeBench (Competitive Coding)

Contamination-free competitive programming problems collected continuously over time.

39%vsN/A

AIME (Advanced Math Competition)

American Invitational Mathematics Examination — multi-step Olympiad-level reasoning.

46%vsN/A

Long-Context Reasoning

Accuracy when reasoning over very large inputs that fill the model context window.

61%vsN/A

Generation Speed (Throughput)

Tokens emitted per second during active generation streaming.

55 tok/s vs130 tok/s

زمن الاستجابة والسرعة

Time to first token (TTFT) and estimated end-to-end response time for a typical 500-token response.

Time to First Token (TTFT)Lower is better

Whisper Large v30.35s

Gemini 3.5 Live Translate0.30s

Est. End-to-End Response (500 tokens)TTFT + generation time

Whisper Large v39.44s

Gemini 3.5 Live Translate4.15s

محاكي تكلفة الرموز التفاعلي

Adjust sliders to calculate projected monthly cloud API spending with prompt caching discounts.

Daily Input Tokens100K / day

10K500K1M

Daily Output Tokens30K / day

5K150K300K

Prompt Cache Hit Ratio50% cached

0% (Cold)50%90% (Warm)

Whisper Large v3 Monthly API Bill

$0.01 / month

$0.006/1M in · $0/1M out

Gemini 3.5 Live Translate Monthly API Bill

$27.00 / month

$5/1M in · $20/1M out

Whisper Large v3 saves approximately $26.99 / month (100%) under this workload.3000.0x Savings

Whisper Large v3 · Strengths & Key Advantages

نافذة سياق بسعة 0K وحد أقصى للمخرجات يصل إلى 0K رمز (SWE-bench Verified 36% · GPQA Diamond 46%)
سرعة توليد عالية تبلغ 55 رمز/ثانية مع زمن استجابة لأول رمز (TTFT) قدره 350 مللي ثانية
أوزان مفتوحة (1.55B) تتيح الاستضافة الذاتية محلياً أو عبر السحابة الخاصة باستخدام vLLM وOllama

Considerations & Trade-offs

يتطلب خوادم GPU بذاكرة VRAM كافية عند التشغيل المحلي بالدقة الكاملة
في المسائل البحثية فائقة التعقيد، قد تتفوق نماذج الاستدلال الثقيلة المتخصصة في عمق التحليل

Gemini 3.5 Live Translate · Strengths & Key Advantages

نافذة سياق بسعة 131K وحد أقصى للمخرجات يصل إلى 16K رمز (Arena Elo 1420)
سرعة توليد عالية تبلغ 130 رمز/ثانية مع زمن استجابة لأول رمز (TTFT) قدره 300 مللي ثانية
تسعير API تنافسي (بتكلفة $5/$20 لكل مليون رمز) مع دعم التخزين المؤقت للأوامر والمخرجات المهيكلة بصيغة JSON

Considerations & Trade-offs

نموذج سحابي مغلق الأوزان لا يدعم تنزيل الأوزان للتشغيل المحلي المعزول عن الإنترنت
في حالات الاستخدام الكثيف، يُنصح بتفعيل التخزين المؤقت (Prompt Caching) وBatch API لترشيد النفقات

Token Use & Task Economics

Estimated cost and token consumption to complete one representative agentic task.

Metric	Whisper Large v3	Gemini 3.5 Live Translate
Cost per Task Estimated USD to finish one task	$0.09	$0.85
Output Tokens / Task Tokens generated per task	3K	8K
Reasoning Tokens / Task Thinking tokens burned per task	0K	0K

المواصفات التقنية

Architecture, release timeline, capabilities, and modalities.

Feature	Whisper Large v3	Gemini 3.5 Live Translate
Official API Model ID (SDK)	whisper-large-v3	models/gemini-3-5-live-translate
API Protocol	OpenAI Responses API & Chat Completions v1	Google Gemini API (generateContent) + OpenAI-Compatible SDK
Release Date	2023-11	2026-06
Knowledge Cutoff	2023 (audio corpus)	February 2026
Architecture	Encoder-decoder speech transformer	Low-latency neural speech-to-speech cross-lingual transformer
Parameters	1.55B	Confidential
Enterprise Rate Limits (RPM / TPM)	Unlimited (Hardware-bound on self-hosted GPU) / 10,000 RPM Cloud · Unlimited local throughput / 10M+ TPM Managed Cloud	10,000 – 30,000 RPM (Tier 5 Enterprise) · 800,000 – 2,000,000 TPM
Long-Context Tier (>128K/200K)	Flat rate ($0.006/1M in) across full 0K window	Flat rate ($5/1M in) across full 131K window
Prompt Cache Policy & TTL	Automatic prefix caching at $0/1M (no extra cache-write fee)	Implicit + Explicit Context Caching at $1/1M with configurable TTL
Computer Use / GUI Agent	Text-only completion (No GUI action loop)	API / CLI Tool-Use & DOM Agent ready (no raw pixel desktop click loop)
MCP & Parallel Tool Calling	Prompt-based JSON extraction only	Native MCP Client/Server ready · Parallel function calling · 100% Strict JSON Schema
Web Search Grounding & Sandbox	Native Web Search tool + Hosted Code Interpreter & File Search RAG	Built-in Google Search Grounding + Managed Python Code Execution Sandbox
Official Fine-Tuning Support	Full Weights SFT, LoRA, QLoRA, DPO & GRPO RL (Unsloth / Axolotl / Llama-Factory)	Vertex AI Supervised Adapter Tuning & Context Distillation
Multimodal Token Billing	Text BPE (~4 chars/token) · Audio (~25–32 tokens/sec)	Text BPE (~4 chars/token) · Audio (~25–32 tokens/sec)
Quantization & Min GPU VRAM	BF16 / FP16, FP8 Dynamic, INT4 AWQ / GPTQ, GGUF (Q4_K_M / Q8_0) · 2 GB VRAM (4-bit Quantized) · 4 GB VRAM (Native BF16)	Cloud-Hosted Proprietary (FP8 / BF16 Tensor Core Cluster) · Zero Local VRAM Required (100% Serverless Cloud API)
Safety & Frontier Classification	OpenAI Preparedness Framework Audited & System Card Published	Google DeepMind Frontier Safety Framework Verified
Enterprise Compliance (ZDR/HIPAA/SOC2)	100% Air-Gapped On-Premises / Private VPC · Full HIPAA, GDPR & SOC2 Control	SOC2 Type II · GDPR · Zero Data Retention (ZDR) & HIPAA BAA Available on Enterprise Tier
Input Modalities	audio	audio
Output Modalities	text	audio, text

Whisper Large v3 vs Gemini 3.5 Live Translate: إجابات سريعة (FAQ)

Which is more intelligent, Whisper Large v3 or Gemini 3.5 Live Translate?

Gemini 3.5 Live Translate is more intelligent. It scores 84 compared with 45 on the composite Intelligence Index.

Which model is faster?

Gemini 3.5 Live Translate is faster, generating 130 tokens per second compared with 55 tokens per second.

Which model is cheaper to run?

Whisper Large v3 is cheaper at $0.00 per 1M tokens blended, compared with $3.70 (7:2:1 cache:input:output ratio).

Which model has lower latency?

Gemini 3.5 Live Translate has lower latency, with a time to first token of 0.30s compared with 0.35s.

Which model has a larger context window?

Gemini 3.5 Live Translate has a larger context window, supporting 131.1K tokens compared with 448 tokens.

الحكم النهائي

يتميز كل من Whisper Large v3 (مثالي لـتوليد الكلام البشري الطبيعي ومعالجة الصوت الفورية والنسخ الصوتي الدقيق وأنظمة RAG المؤسسية وربط واجهات البرمجة (API) القابلة للتوسع.) وGemini 3.5 Live Translate (مثالي لـتوليد الكلام البشري الطبيعي ومعالجة الصوت الفورية والنسخ الصوتي الدقيق وأنظمة RAG المؤسسية وربط واجهات البرمجة (API) القابلة للتوسع.) بنقاط قوة واضحة؛ حيث يتفوق Gemini 3.5 Live Translate في اختبارات الذكاء والبرمجة، ويقدم Gemini 3.5 Live Translate سرعة توليد أعلى، بينما يُعد Whisper Large v3 الخيار الأكثر توفيراً للتشغيل عبر API.

الأسئلة الشائعة (FAQ)

أيهما أفضل للبرمجة والاستدلال، Whisper Large v3 أم Gemini 3.5 Live Translate؟+

يتصدر Gemini 3.5 Live Translate في مؤشر الذكاء المركب واختبارات البرمجة. يمكنك مراجعة نتائج SWE-bench وGPQA أعلاه لمقارنة دقيقة.

ما الفرق في تكلفة API بين Whisper Large v3 وGemini 3.5 Live Translate؟+

يبلغ سعر Whisper Large v3 نحو $0.01 / $0.00 لكل مليون رمز (إدخال/إخراج)، بينما يبلغ سعر Gemini 3.5 Live Translate نحو $5.00 / $20.00. ومن حيث التكلفة الإجمالية يُعد Whisper Large v3 الأرخص.

أي نموذج يوفر نافذة سياق أكبر وسرعة أعلى؟+

يدعم Whisper Large v3 سياقًا بحجم 448 رمز مقابل 131.1K رمز لنموذج Gemini 3.5 Live Translate، بينما يتفوق Gemini 3.5 Live Translate في سرعة تدفق الرموز.

AI Terminology & Guide

Explore Glossary →

Understand key metrics like context window, token pricing, reasoning mode, and SWE-bench scores in our comprehensive AI glossary.

Tokens & Pricing Context Window AI Benchmarks Reasoning Models Tool Calling Model Context Protocol (MCP)

Whisper Large v3 vs Gemini 3.5 Live Translate

بدّل وقارن بين أي نموذجين

Whisper Large v3

Gemini 3.5 Live Translate

من يتفوق في كل مجال؟

نتائج الاختبارات المعيارية الموثقة

زمن الاستجابة والسرعة

محاكي تكلفة الرموز التفاعلي

Whisper Large v3 · Strengths & Key Advantages

Considerations & Trade-offs

Gemini 3.5 Live Translate · Strengths & Key Advantages

Considerations & Trade-offs

Token Use & Task Economics

المواصفات التقنية

Whisper Large v3 vs Gemini 3.5 Live Translate: إجابات سريعة (FAQ)

الحكم النهائي

الأسئلة الشائعة (FAQ)

Related reading