Gemini 3.8 TTS مقابل Gemini 3.1 Flash TTS: الفجوة الوحيدة الحقيقية في هذه العائلة

غالبًا ما تكون الترقية ضمن عائلة النموذج نفسه قرارًا سهلًا، لكن هذه الحالة فيها التفافة تجعلها أقل سهولة مما تبدو. Gemini 3.1 Flash TTS — لا يزال مُدرجًا في واجهة API الخاصة بالبائع كإصدار معاينة — في المرتبة 10 على Artificial Analysis Provider Voice Arena بتقييم Elo قدره 1,199 وفاصل مقداره 12 نقطة. Gemini 3.8 Flash TTS، الذي طُرح في 23 سبتمبر 2026، في المرتبة 2 بتقييم Elo قدره 1,260 وفاصل مقداره 17 نقطة. هذا مكسب قدره 61 نقطة، وخلافًا لمعظم الفجوات على تلك اللوحة، فإنه يصمد أمام أشرطة الخطأ: نطاق 3.1 يمتد من 1,187 إلى 1,211، ونطاق 3.8 يمتد من 1,243 إلى 1,277، وهناك منطقة ميتة مقدارها اثنتان وثلاثون نقطة بينهما. ترقية الجودة حقيقية. أما قصة السعر فهي حيث يصبح الأمر غريبًا.

تقول بطاقة الأسعار الخاصة بـ Google نفسها إن سعر إخراج الصوت انخفض من 20.00 دولارًا لكل مليون رمز على 3.1 إلى 9.00 دولارات على 3.8 — أي خفض بنسبة 55 بالمئة. أما Artificial Analysis فتُطبّع النموذجين نفسيهما إلى 18.30 دولارًا و33.00 دولارًا لكل مليون حرف على التوالي، وهو ما يقول العكس. كلا الرقمين منشور؛ ولا أحد منهما خاطئ؛ إنهما يقيسان شيئين مختلفين، والتوفيق بينهما هو الجزء الأكثر فائدة في هذه المقارنة لأي شخص يخطط للترحيل.

ما الذي غيّرته الترقية فعليًا

جيل 3.8 ليس إعادة ضبط. ثلاثة أسطح تغيّرت تغيّرًا جوهريًا.

• عدد الأصوات وإنشاء الأصوات — طرحت 3.1 Flash TTS مجموعة أصوات مسبقة الإعداد. وتتيح 3.8 Flash TTS 30 صوت استوديو مسبق الإعداد، بما في ذلك Kore وPuck، إضافة إلى تصميم الأصوات انطلاقًا من وصف باللغة الطبيعية، واستنساخ الصوت من عيّنة مدتها 30 ثانية مع التحقق من الموافقة، وعلامة مائية SynthID وبيانات اعتماد C2PA على المخرجات. أما إعادة مزج الأصوات فهي مُدرجة كقادمة قريبًا بدلًا من أن تكون متاحة بالفعل.

• التحكم في الإلقاء — توجيه سطرًا بسطر، وإخراج مشهد بمتحدثين اثنين داخل استدعاء واحد، وإشارات غير لفظية مكتوبة مباشرةً في النص كـ <laughs>، <sigh>، <gasp>، |mhm| و |yeah|. وتزعم مواد إطلاق Google تحسين الاتساق في النصوص الطويلة والتحكم في السيناريو ثنائي المتحدثين مقارنةً بـ 3.1 تحديدًا. هذا ادعاء من مورّد لا يوجد اختبار عام يدعمه.

• تغطية اللغات — 130 لغة على Flash TTS و101 على Flash-Lite TTS، ويُكتشف ذلك تلقائيًا من النص. التغطية المعلنة لـ 3.1 Flash TTS أقل.

التغيير البنيوي هو الانقسام. لا يوجد خَلَف واحد لـ 3.1 Flash TTS؛ بل يوجد خَلَفان، وتضع وثائق Google الإصدار Flash-Lite TTS بوصفه «البديل الأساسي الذي يتحمل عبء العمل». وهذا مهم لأنه يعني أن الترحيل قرارٌ يتعلق بالفئة، لا مجرد ترقية إصدار. الفئة الأرخص ليست النسخة الأحدث مما لديك — بل هي نقطة مختلفة على المنحنى.

لماذا انخفض السعر بينما تقول لوحة الصدارة إنه ارتفع

ابدأ بما تنشره Google، لأن ذلك هو ما ستُحاسب عليه فعليًا.

• Gemini 3.1 Flash TTS Preview — 1.00 دولار لكل مليون رمز نصي للإدخال، و20.00 دولار لكل مليون رمز صوتي للإخراج. الدفعة المجمعة هي 0.50 دولار و10.00 دولار.

• Gemini 3.8 Flash TTS Standard — 0.50 دولار و9.00 دولارات حتى 31 ديسمبر 2026، ثم 1.00 دولار و18.00 دولارًا. Batch وFlex 0.25 دولار و4.50 دولارات. Priority 0.90 دولار و16.20 دولارًا.

• Gemini 3.8 Flash-Lite TTS Standard — ‏$0.50 و$6.00 حتى 31 ديسمبر 2026، ثم $1.00 و$12.00. Batch وFlex: ‏$0.25 و$3.00. Priority: ‏$0.90 و$10.80.

على بند إخراج الصوت وحده، يُعد 3.8 Flash TTS بسعر 9.00 دولارات مقابل 3.1 بسعر 20.00 دولارًا خفضًا بنسبة 55 بالمئة، كما يُعد 3.8 Flash-Lite TTS بسعر 6.00 دولارات خفضًا بنسبة 70 بالمئة. وحتى عند سعر 18.00 دولارًا بعد العرض الترويجي، لا يزال Flash TTS أقل سعرًا من الطراز الذي يستبدله. فهذا هو الرقم الذي يظهر في الفاتورة، وهو لا لبس فيه.

الآن، لوحة الصدارة. تنشر Artificial Analysis رقمًا لكل مليون حرف حتى يمكن ترتيب النماذج التي تحتسب رسومًا بوحدات مختلفة جنبًا إلى جنب، وهي تعطي لهذين الطرازين 18.30 دولارًا مقابل 3.1 Flash TTS و33.00 دولارًا مقابل 3.8 Flash TTS. وإذا قُرئ ذلك بمفرده، فإنه يقول إن الترقية ضاعفت السعر تقريبًا.

التوفيق بين الأمرين هو أن المعدل لكل حرف هو تحويل، لا سعر، وأن معامل التحويل ليس نفسه بالنسبة إلى النموذجين. ويتطلب تحويل الرموز الصوتية إلى أحرف افتراض كل من سرعة الكلام ونسبة الرموز الصوتية — إذ تقيس Google الصوت بواقع 25 رمزًا لكل ثانية من الإخراج — كما يتطلب اختيار فئة الخدمة التي يتم التطبيع بالنسبة إليها. إذا طبّع المجلس 3.8 بسعر 18.00 دولارًا بعد العرض الترويجي بينما طبّع 3.1 بسعره الخاص البالغ 20.00 دولارًا، فإن الاثنين متقاربان بما يكفي بحيث يطغى أي اختلاف في الثواني المفترضة لكل حرف على النتيجة. إن المعدل لكل حرف المبني على افتراض سخي لسرعة الكلام يحابي النموذج الذي يُطبّق عليه.

لذا فإن الإرشاد العملي هو: استخدم معدلات الرموز الخاصة بـ Google لوضع الميزانية، واستخدم معدلات الأحرف الواردة في لوحة الصدارة فقط من أجل النسبة بين النماذج التي قاستها اللوحة بالطريقة نفسها. لا تخلط بينهما، ولا تستشهد بالانتقال من 18.30 دولارًا إلى 33.00 دولارًا باعتباره زيادة في السعر — فهو أثر تطبيع لا يتشاركانه النموذجان.

التكلفة الحقيقية للترحيل مختلفة، وهي نافذة العرض الترويجي. فكلا المستويين الجديدين بنصف السعر حتى 31 ديسمبر 2026، ثم يتضاعفان في 1 يناير. وأي ترحيل مخطَّط له بناءً على أرقام سبتمبر ومنفَّذ في نوفمبر سيعاد تسعيره في الربع الأول. وسعر يناير 2027 لـ Flash TTS، البالغ 18.00 دولارًا لكل مليون رمز صوتي، لا يزال أقل من 20.00 دولارًا لـ 3.1 — لذا فإن التخفيض حقيقي بعد العرض الترويجي، لكنه أصغر بكثير مما يبدو اليوم.

المكسب في الجودة، وما ليس وراءه

إيلو الساحة هو الرقم الوحيد هنا الذي جمعه شخص آخر غير المورّد، وهو الوحيد الذي يتجاوز هوامش الخطأ الخاصة به. إحدى وستون نقطة من 1,199 إلى 1,260، مع 3,430 عيّنة على 3.1 و1,999 على 3.8، و7 أصوات في الساحة مقابل 8. عدد العيّنات على النموذج الأحدث أقل، مما يوسّع فترته، ومع ذلك لا تلامس النطاقات بعضها بعضًا.

ما ليس وراءه: أي معيار مستقل غير arena. أرقام إطلاق Google — الأولى في Hume AI Voice Design Benchmark عند 71.4، والأولى في نمذجة اللكنة عند 60.8، والأولى والثانية في Hume Overall Quality Index لـ Flash وFlash-Lite، ومراتب عليا في التفضيل الأعمى يُزعم تحقيقها في اليابانية والبرتغالية البرازيلية والفيتنامية والعربية الفصحى الحديثة والإسبانية المكسيكية والهندية — هي استشهاد المورّد بمعيار طرف ثالث. عمليات التشغيل الأساسية ليست علنية. اقرأها كادعاءات، في الاتجاه نفسه لنتيجة arena، لكنها لا تضيف إليها وزنًا مستقلًا.

مسألة الإهمال، وقائمة تحقق للترحيل

لم تُعلن Google عن تاريخ إيقاف لـ Gemini 3.1 Flash TTS Preview. وقد قالت إن Flash-Lite TTS يُطرح بوصفه بديلها الرئيسي المعتمد للعمل اليومي، وهذه هي اللغة التي تسبق إشعار التقادم لا التي تأتي بعده. إذا كنت لا تزال تستخدم الطراز التجريبي، فالاستنتاج الصحيح هو أن لديك عملية ترحيل يجب التخطيط لها، لا موعدًا نهائيًا يجب الوفاء به — وأن انتظار الموعد النهائي استراتيجية خاطئة لطراز بديله متقدم بالفعل بمقدار 61 نقطة Elo.

• تحقق من الطبقة التي يحتاجها عبء العمل لديك. Flash TTS لـ 130 لغة وكامل سطح التسليم؛ Flash-Lite TTS لـ 101 لغة بسعر 6.00 دولارات لكل مليون رمز صوتي. قائمة اللغات هي الخط الفاصل، وليس الجودة.

• أعِد التسعير وفقًا لسعر يناير 2027، وليس السعر الترويجي. 18.00 دولار لكل مليون توكن صوتي على Flash TTS، و12.00 دولار على Flash-Lite.

• حدِّد ما إذا كانت المهمة قابلة للمعالجة بالدفعات. يخفض Batch وFlex معدل الصوت إلى النصف على كلتا الفئتين — 4.50$ و3.00$ لكل مليون توكن. أي شيء غير تفاعلي لا ينبغي أن يكون على فئة Standard.

• أعد التحقق من أي شيء كان يعتمد على مجموعة الأصوات. الكتالوج الافتراضي هو 30 صوتًا جاهزًا؛ وقد يحتاج الصوت الذي كنت تستخدمه في 3.1 إلى إعادة إنشاء، إما عبر تصميم الصوت أو عبر عينة استنساخ مدتها 30 ثانية.

• أعِد التحقق من تشكيل الطلب. لا يوجد حدّ أقصى منشور لعدد الأحرف لكل طلب في طرازات 3.8، ويُحتسب الصوت بالثانية لا بالحرف، لذا فإن المقطع الصوتي الطويل يكلّف أكثر مما توحي به تسعيرة مبنية على عدد الأحرف.

• خطّط لدورة حياة الصوت المخصص. 200 صوت ذي حالة لكل مشروع بمدة صلاحية سنة واحدة، أو voicekey_... معرّفات بلا حالة تنتهي خلال سبعة أيام.

تشغيل كليهما بينما تقرر

ترقية داخل العائلة نفسها مع انتهاء صلاحية عرض ترويجي واختلاف بشأن التطبيع هي بالضبط الحالة التي لا يجوز فيها الانتقال دفعة واحدة. توجّه OrcaRouter النموذج الأقدم اليوم — models/google/gemini-3.1-flash-tts-preview موجود في قائمة النماذج لدينا — حتى تتمكن من إطلاق النموذج الجديد إلى جانبه ومقارنته على حركة المرور الخاصة بك قبل نقل مسار الإنتاج. نحن لا نستضيف نقاط نهاية Gemini 3.8 TTS؛ فهي تأتي من واجهة Google API الخاصة. ما نقدمه هو مفتاح واحد لأكثر من 200 نموذج بسعر قائمة المزوّد دون أي هامش ربح، بحيث يصل أي تغيير في تعرفة المورّد إلى فاتورتك في اليوم نفسه وليس عند التجديد، والتحويل التلقائي عند الفشل، بحيث يصبح نموذج جديد تمامًا شيئًا يمكنك تجربته دون المراهنة بمسار يواجه العملاء عليه.

الشيء الجدير بالمراقبة هو ما إذا كانت Google تُرفق تاريخًا بمعاينة 3.1 Flash TTS. ذلك السطر الواحد من التوثيق يساوي بالنسبة إلى خطة الترحيل أكثر من أي من اختبارات الأداء في هذه المقالة، ولم يُكتب بعد.