Whisper Large v3 vs Gemini 3.5 Live Translate
Benchmarks, API Token Pricing, Context Window & Speed Comparison
Related topics (12)
Whisper Large v3 от OpenAI и Gemini 3.5 Live Translate от Google — две ключевые модели ИИ в своём классе. Whisper Large v3 предлагает контекстное окно 448 токенов по цене $0.01/$0.00 за 1 млн токенов, а Gemini 3.5 Live Translate — контекст 131.1K токенов по цене $5.00/$20.00 за 1 млн токенов. Ниже представлено сравнение бенчмарков, задержки и экономики.
Выбирайте и сравнивайте любые модели
Select any AI models from our verified benchmark database to generate live side-by-side matrices.
Whisper Large v3
Модель речи и аудиоWhisper Large v3 от OpenAI — специализированная ИИ-модель для естественного синтеза речи, обработки аудио в реальном времени и транскрибации, обеспечивающая контекстное окно 0K, скорость 55 ток/с и индекс интеллекта 45/100 (по цене $0.006/$
$0.01 / 1M
$0.00 / 1M
448 tokens
36%
Gemini 3.5 Live Translate
Модель речи и аудиоGemini 3.5 Live Translate от Google — специализированная ИИ-модель для естественного синтеза речи, обработки аудио в реальном времени и транскрибации, обеспечивающая контекстное окно 131K, скорость 130 ток/с и индекс интеллекта 84/100 (по ц
$5.00 / 1M
$20.00 / 1M
131.1K tokens
N/A
Ключевые отличия кратко
- 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 |
Кто лидирует в каждой категории?
At-a-glance decision frameworkEvaluations ongoing
Результаты проверенных бенчмарков
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.
Задержка и скорость ответа
Time to first token (TTFT) and estimated end-to-end response time for a typical 500-token response.
Интерактивный калькулятор стоимости токенов
Adjust sliders to calculate projected monthly cloud API spending with prompt caching discounts.
Whisper Large v3 · Strengths & Key Advantages
- Контекстное окно 0K и генерация до 0K выходных токенов за ответ (SWE-bench Verified 36% · GPQA Diamond 46%)
- Высокая скорость генерации 55 токенов/сек при задержке до первого токена (TTFT) всего 350 мс
- Открытые веса модели (1.55B) для локального хостинга и дообучения через vLLM, SGLang или Ollama
Considerations & Trade-offs
- Для локального запуска в полной точности требуются GPU-серверы с достаточным объемом видеопамяти (VRAM)
- В сверхсложных научных доказательствах специализированные тяжелые модели рассуждения могут показывать большую глубину
Gemini 3.5 Live Translate · Strengths & Key Advantages
- Контекстное окно 131K и генерация до 16K выходных токенов за ответ (Arena Elo 1420)
- Высокая скорость генерации 130 токенов/сек при задержке до первого токена (TTFT) всего 300 мс
- Выгодная тарификация API (по цене $5/$20 за 1M токенов) с поддержкой кэширования промптов и строгих JSON-схем
Considerations & Trade-offs
- Проприетарная облачная модель без возможности скачивания весов для локального запуска в закрытом контуре
- При больших объемах трафика рекомендуется использовать кэширование промптов и Batch API для снижения затрат
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 |
Технические характеристики
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: Быстрые ответы (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.
Вердикт
И Whisper Large v3 (Оптимально для естественного синтеза речи, обработки аудио в реальном времени и транскрибации, корпоративных RAG-пайплайнов и масштабируемых API-сервисов.), и Gemini 3.5 Live Translate (Оптимально для естественного синтеза речи, обработки аудио в реальном времени и транскрибации, корпоративных RAG-пайплайнов и масштабируемых API-сервисов.) отлично подходят для продакшена: Gemini 3.5 Live Translate лидирует в сложных тестах логики и кода, Gemini 3.5 Live Translate обеспечивает более высокую скорость генерации, а Whisper Large v3 выгоднее при больших объёмах API-запросов.
Часто задаваемые вопросы (FAQ)
Что лучше для программирования и логики: Whisper Large v3 или Gemini 3.5 Live Translate?+
По сводному индексу интеллекта и тестам программирования лидирует Gemini 3.5 Live Translate. Подробные баллы SWE-bench и GPQA приведены в таблице выше.
У какой модели дешевле API — Whisper Large v3 или Gemini 3.5 Live Translate?+
Тариф Whisper Large v3 составляет $0.01 / $0.00 за 1 млн входных/выходных токенов, а Gemini 3.5 Live Translate — $5.00 / $20.00. По смешанной стоимости выгоднее Whisper Large v3.
У какой модели больше окно контекста и выше скорость?+
Whisper Large v3 поддерживает контекст 448 токенов против 131.1K токенов у Gemini 3.5 Live Translate, а по скорости генерации токенов лидирует Gemini 3.5 Live Translate.
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 против GPT Realtime Whisper: Сравнение бенчмарков, цен API и скорости (2026)Сравнение
- Whisper Large v3 Turbo против Gemini 3.5 Live Translate: Сравнение бенчмарков, цен API и скорости (2026)Сравнение
- Whisper Large v3 Turbo против Whisper Large v3: Сравнение бенчмарков, цен API и скорости (2026)Сравнение
- Aion-3.0 против Aion-Mini: Сравнение бенчмарков, цен API и скорости (2026)Сравнение
- Aion-3.0 против Gemini 3.6 Flash: Сравнение бенчмарков, цен API и скорости (2026)Сравнение
- Aion-Mini против Laguna XS 2.1: Сравнение бенчмарков, цен API и скорости (2026)Сравнение
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.
Официальные источники: Официальная документация API OpenAI и Google, системные карточки и независимые бенчмарки (2026).