Whisper Large v3 vs Gemini 3.5 Live Translate
Benchmarks, API Token Pricing, Context Window & Speed Comparison
Related topics (12)
OpenAIのWhisper Large v3とGoogleのGemini 3.5 Live Translateは、注目度の高い主要AIモデルです。Whisper Large v3は448 トークンのコンテキストウィンドウを備え、API料金は100万トークンあたり入力$0.01/出力$0.00、一方のGemini 3.5 Live Translateは131.1K トークンのコンテキストで入力$5.00/出力$20.00です。以下でベンチマーク、速度、コストを詳しく比較します。
任意のAIモデルを切り替えて比較
Select any AI models from our verified benchmark database to generate live side-by-side matrices.
Whisper Large v3
音声・スピーチAIモデルOpenAI の Whisper Large v3 は、自然な音声合成（TTS）、リアルタイム音声対話、高精度な文字起こし向けに設計されたAIモデルです。0K のコンテキストウィンドウ、毎秒 55 トークンの生成速度、知能指数 45/100（1Mトークンあたり入力$0.006・出力$0）を実現しています。
$0.01 / 1M
$0.00 / 1M
448 tokens
36%
Gemini 3.5 Live Translate
音声・スピーチAIモデルGoogle の Gemini 3.5 Live Translate は、自然な音声合成（TTS）、リアルタイム音声対話、高精度な文字起こし向けに設計されたAIモデルです。131K のコンテキストウィンドウ、毎秒 130 トークンの生成速度、知能指数 84/100（1Mトークンあたり入力$5・出力$20）を実現しています。
$5.00 / 1M
$20.00 / 1M
131.1K tokens
N/A
ひと目でわかる主な違い
- 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.
| Feature | Whisper Large v3 | Gemini 3.5 Live Translate |
|---|---|---|
Intelligence Index Composite reasoning & knowledge score (0-100) | 45 | 84 |
Provider | OpenAI | |
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 |
分野別勝者スコアカード
At-a-glance decision frameworkEvaluations ongoing
検証済みベンチマークスコア比較
Official evaluation metrics verified by independent third-party research labs.
Industry benchmark evaluating real-world GitHub issue resolution and multi-file debugging.
Challenging questions created by domain experts to test complex PhD-level reasoning.
Hardened reasoning and academic knowledge benchmark with reduced lucky-guess probability.
Crowdsourced human preference evaluation based on blind, head-to-head model battles.
Extremely difficult, closed-ended questions spanning the frontier of human expert knowledge.
Autonomous multi-step tasks executed inside a real command-line terminal environment.
Research-grade coding problems drawn from real scientific and numerical workloads.
Contamination-free competitive programming problems collected continuously over time.
American Invitational Mathematics Examination — multi-step Olympiad-level reasoning.
Accuracy when reasoning over very large inputs that fill the model context window.
Tokens emitted per second during active generation streaming.
レイテンシ＆応答時間
Time to first token (TTFT) and estimated end-to-end response time for a typical 500-token response.
リアルタイムAPIトークン料金シミュレーター
Adjust sliders to calculate projected monthly cloud API spending with prompt caching discounts.
Whisper Large v3 · Strengths & Key Advantages
- 0K のコンテキストウィンドウと最大 0K トークンの出力容量（SWE-bench Verified 36% · GPQA Diamond 46%）
- 毎秒 55 トークンの高速スループットと、初回トークン到達時間（TTFT）わずか 350ms の低遅延
- オープンウェイトモデル (1.55B)として vLLM・SGLang・Ollama を用いた自社GPUでのローカル運用が可能
Considerations & Trade-offs
- 非量子化のフル精度でローカル推論を行うには十分なGPU VRAM容量が必要です
- 極めて高度な専門科学の証明問題では、上位の大型推論特化モデルの方がより深い洞察を提供する場合があります
Gemini 3.5 Live Translate · Strengths & Key Advantages
- 131K のコンテキストウィンドウと最大 16K トークンの出力容量（Arena Elo 1420）
- 毎秒 130 トークンの高速スループットと、初回トークン到達時間（TTFT）わずか 300ms の低遅延
- 優れたAPI経済性（1Mトークンあたり入力$5・出力$20）に加え、プロンプトキャッシュや構造化JSON出力・関数呼び出しに完全対応
Considerations & Trade-offs
- クラウド専用のプロプライエタリモデルのため、モデル重みをダウンロードしてオフライン実行することはできません
- 大量のトークンを処理する本番環境では、プロンプトキャッシュや Batch API の併用によるコスト最適化が推奨されます
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 |
技術仕様・スペック
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: よくある質問 (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.
総合評価
Whisper Large v3（自然な音声合成（TTS）、リアルタイム音声対話、高精度な文字起こし、エンタープライズRAG基盤、スケーラブルな本番API統合に最適。）とGemini 3.5 Live Translate（自然な音声合成（TTS）、リアルタイム音声対話、高精度な文字起こし、エンタープライズRAG基盤、スケーラブルな本番API統合に最適。）はいずれも優れた選択肢です。高度な推論・コーディング精度ではGemini 3.5 Live Translateがリードし、応答速度とスループットではGemini 3.5 Live Translateが優れ、APIコスト効率ではWhisper Large v3が有利です。
よくある質問 (FAQ)
コーディングや複雑な推論には Whisper Large v3 と Gemini 3.5 Live Translate のどちらが適していますか？+
総合知能指数およびコーディング評価では Gemini 3.5 Live Translate が優位です。上部の SWE-bench や GPQA スコアもあわせてご確認ください。
Whisper Large v3 と Gemini 3.5 Live Translate ではどちらのAPI料金が安いですか？+
Whisper Large v3 は100万トークンあたり入力$0.01 / 出力$0.00、Gemini 3.5 Live Translate は入力$5.00 / 出力$20.00です。総合的なコスト効率では Whisper Large v3 がより経済的です。
コンテキスト長と生成速度はどちらが優れていますか？+
コンテキストウィンドウは Whisper Large v3 が 448 トークン、Gemini 3.5 Live Translate が 131.1K トークン です。出力スピード（トークン/秒）では Gemini 3.5 Live Translate がリードしています。
Understand key metrics like context window, token pricing, reasoning mode, and SWE-bench scores in our comprehensive AI glossary.
Related reading
- Gemini 3.5 Live Translate vs GPT Realtime Whisper：ベンチマーク・API料金・速度の徹底比較 (2026)比較
- Whisper Large v3 Turbo vs Gemini 3.5 Live Translate：ベンチマーク・API料金・速度の徹底比較 (2026)比較
- Whisper Large v3 Turbo vs Whisper Large v3：ベンチマーク・API料金・速度の徹底比較 (2026)比較
- Aion-3.0 vs Aion-Mini：ベンチマーク・API料金・速度の徹底比較 (2026)比較
- Aion-3.0 vs Gemini 3.6 Flash：ベンチマーク・API料金・速度の徹底比較 (2026)比較
- Aion-Mini vs Laguna XS 2.1：ベンチマーク・API料金・速度の徹底比較 (2026)比較
Benchmark scores, token prices, and rate limits evolve rapidly as AI labs release model updates. Always verify current specifications and pricing on the official provider documentation.
公的ソース: OpenAIおよびGoogle公式APIドキュメント、システムカード、独立ベンチマーク評価 (2026)。