Gemini 3.8 TTS לעומת Gemini 3.1 Flash TTS: הפער היחיד במשפחה הזו שהוא אמיתי

שדרוג בתוך משפחת דגמים הוא בדרך כלל ההחלטה הקלה, אבל בדגם הזה יש קמט שהופך אותה לפחות קלה ממה שהיא נראית.Gemini 3.1 Flash TTS — עדיין מופיע ב-API של הספק כתצוגה מקדימה — נמצא במקום ה-10 ב-Artificial Analysis Provider Voice Arena עם Elo של 1,199 ומרווח של 12 נקודות.Gemini 3.8 Flash TTS, שיצא ב-23 בספטמבר 2026, נמצא במקום ה-2 עם Elo של 1,260 ומרווח של 17 נקודות. זהו שיפור של 61 נקודות, ובניגוד לרוב הפערים בלוח הזה הוא שורד את פסי השגיאה: הטווח של 3.1 נע בין 1,187 ל-1,211, זה של 3.8 נע בין 1,243 ל-1,277, וביניהם יש אזור מת של שלושים ושתיים נקודות. שדרוג האיכות אמיתי. סיפור המחיר הוא המקום שבו זה נעשה מוזר.

המחירון של Google עצמה אומר שתעריף פלט האודיו ירד מ-$20.00 למיליון טוקנים ב-3.1 ל-$9.00 ב-3.8 — קיצוץ של 55 אחוזים. Artificial Analysis מנרמלת את אותם שני המודלים ל-$18.30 ול-$33.00 למיליון תווים בהתאמה, מה שאומר את ההפך. שני המספרים מפורסמים; אף אחד מהם אינו שגוי; הם מודדים דברים שונים, וההתאמה ביניהם היא החלק השימושי ביותר בהשוואה הזו עבור כל מי שמתכנן מיגרציה.

מה השדרוג למעשה שינה

הדור 3.8 אינו כיוונון מחדש. שלושה משטחים השתנו באופן מהותי.

• ספירת קולות ויצירת קולות — 3.1 Flash TTS סיפקה סט קולות מובנה. 3.8 Flash TTS מספקת 30 קולות אולפן מובנים כולל Kore ו-Puck, בתוספת עיצוב קולי מתיאור בשפה טבעית ושכפול קולי מדגימה של 30 שניות עם אימות הסכמה, סימן מים SynthID ואישורי C2PA על הפלט. רימיקס קולי מופיע כ'בקרוב' ולא כמשוחרר.

• שליטה בדיבור — בימוי שורה-אחר-שורה, הצבת סצנה דו-דוברית בתוך שיחה אחת, ורמזים לא-מילוליים הכתובים ישירות לתסריט כ-<laughs>, <sigh>, <gasp>, |mhm| ו|yeah|. חומר ההשקה של גוגל טוען לשיפור בעקביות של טקסטים ארוכים ובשליטה בתסריט דו-דוברי, ספציפית מול 3.1. זו טענה של ספק וללא הרצה פומבית מאחוריה.

• כיסוי שפות — 130 שפות ב-Flash TTS ו-101 ב-Flash-Lite TTS, בזיהוי אוטומטי מתוך הטקסט. הכיסוי המפורסם של 3.1 Flash TTS נמוך יותר.

השינוי המבני הוא הפיצול. אין יורש יחיד ל-3.1 Flash TTS; יש שניים, והתיעוד של Google מציג את Flash-Lite TTS כ"תחליף סוס העבודה". זה משנה, משום שפירושו שהגירה היא החלטה של שכבה, לא העלאת גרסה. השכבה הזולה יותר אינה הגרסה החדשה של מה שיש לך — היא נקודה אחרת על העקומה.

למה המחיר ירד ולוח המובילים אומר שהוא עלה

התחל עם מה ש-Google מפרסמת, כי זה מה שבפועל יחויב ממך.

• Gemini 3.1 Flash TTS Preview — $1.00 למיליון טוקני טקסט בקלט, $20.00 למיליון טוקני אודיו בפלט. מצב Batch הוא $0.50 ו-$10.00.

• Gemini 3.8 Flash TTS Standard — $0.50 ו-$9.00 עד 31 בדצמבר 2026, ואז $1.00 ו-$18.00. Batch ו-Flex $0.25 ו-$4.50. Priority $0.90 ו-$16.20.

• Gemini 3.8 Flash-Lite TTS Standard — $0.50 ו-$6.00 עד 31 בדצמבר 2026, לאחר מכן $1.00 ו-$12.00. Batch ו-Flex $0.25 ו-$3.00. Priority $0.90 ו-$10.80.

בשורת פלט האודיו בלבד, 3.8 Flash TTS במחיר $9.00 לעומת 3.1 במחיר $20.00 הוא קיצוץ של 55 אחוז, ו-3.8 Flash-Lite TTS במחיר $6.00 הוא קיצוץ של 70 אחוז. אפילו במחיר $18.00 שלאחר המבצע, Flash TTS עדיין מתחת למחיר של המודל שהוא מחליף. זה המספר שמופיע בחשבונית, והוא חד-משמעי.

עכשיו ללוח המובילים. Artificial Analysis מפרסמת נתון של מחיר למיליון תווים, כדי שאפשר יהיה לדרג זה לצד זה מודלים שמחייבים ביחידות שונות, ולגבי הצמד הזה היא נותנת $18.30 עבור 3.1 Flash TTS ו-$33.00 עבור 3.8 Flash TTS. בקריאה מבודדת, זה אומר שהשדרוג כמעט הכפיל את המחיר.

הפיוס הוא שתעריף לפי תו הוא המרה, לא מחיר, ומקדם ההמרה אינו זהה עבור שני המודלים. המרת טוקני אודיו לתווים מחייבת להניח גם קצב דיבור וגם יחס טוקני אודיו — Google מודדת אודיו ב-25 טוקנים לשנייה של פלט — והיא מחייבת לבחור מול איזו דרגת שירות לנרמל. אם הלוח מנרמל את 3.8 לפי תעריף $18.00 שלאחר המבצע, בעוד שהוא מנרמל את 3.1 לפי $20.00 שלו, השניים קרובים מספיק כדי שכל הבדל בהנחת השניות לתו יהיה הגורם הדומיננטי בתוצאה. תעריף לפי תו המבוסס על הנחת קצב דיבור נדיבה מחמיא למודל שאליו הוא מיושם.

ההנחיה המעשית היא אפוא: השתמשו בתעריפי הטוקנים של Google לצורכי תקצוב, והשתמשו בתעריפי התווים של לוח הדירוג רק עבור היחס בין מודלים שאותו לוח מדד באותה שיטה. אל תערבבו ביניהם, ואל תציגו את המעבר מ-$18.30 ל-$33.00 כעליית מחיר — זהו תוצר לוואי של נרמול ששני המודלים אינם חולקים.

העלות האמיתית של ההגירה שונה, והיא חלון המבצע. שתי הרמות החדשות מתומחרות בחצי מחיר עד 31 בדצמבר 2026, ומחירן מוכפל ב-1 בינואר. הגירה שתוכננה לפי המספרים של ספטמבר ותבוצע בנובמבר תתומחר מחדש ברבעון הראשון. התעריף של ינואר 2027 עבור Flash TTS, 18.00 דולר למיליון טוקני אודיו, עדיין נמוך מ-20.00 של 3.1 — כך שההוזלה אמיתית גם אחרי המבצע, רק קטנה בהרבה ממה שהיא נראית היום.

הרווח באיכות, ומה שלא עומד מאחוריו

ה-Elo של arena הוא המספר היחיד כאן שנאסף על ידי מישהו שאינו הספק, והוא זה שעובר את פסי השגיאה שלו. שישים ואחת נקודות, מ-1,199 עד 1,260, עם 3,430 דגימות ב-3.1 ו-1,999 ב-3.8, ו-7 קולות ב-arena מול 8. מספר הדגימות במודל החדש נמוך יותר, מה שמרחיב את המרווח שלו, ואף על פי כן הטווחים אינם נוגעים זה בזה.

מה שלא עומד מאחוריו: שום בנצ'מרק עצמאי מלבד הארנה. נתוני ההשקה של גוגל — מקום ראשון ב-Hume AI Voice Design Benchmark בציון 71.4, מקום ראשון במידול מבטא בציון 60.8, מקום ראשון ושני ב-Hume Overall Quality Index עבור Flash ו-Flash-Lite, ומיקומים מובילים בהעדפה עיוורת שנטענו ביפנית, פורטוגזית ברזילאית, וייטנאמית, ערבית ספרותית מודרנית, ספרדית מקסיקנית והינדי — הם הספק שמצטט בנצ'מרק של צד שלישי. ההרצות הבסיסיות אינן פומביות. יש לקרוא אותם כטענות, באותו כיוון כמו תוצאת הארנה, אך בלי להוסיף לה משקל עצמאי.

שאלת ההוצאה משימוש, ורשימת בדיקה להגירה

Google לא הודיעה על תאריך סגירה ל-Gemini 3.1 Flash TTS Preview. היא כן אמרה ש-Flash-Lite TTS ממוצב כמחליף סוס העבודה שלה, וזו סוג השפה שמקדימה הודעת הפסקת תמיכה ולא באה בעקבותיה. אם אתם עדיין על מודל התצוגה המקדימה, ההבנה הנכונה היא שיש לכם הגירה לתכנן, לא דדליין לעמוד בו — ושההמתנה לדדליין היא אסטרטגיה שגויה עבור מודל שהמחליף שלו כבר מקדים אותו ב-61 נקודות Elo.

• בדקו איזו שכבה נדרשת לעומס העבודה שלכם. Flash TTS ל-130 שפות ולהיצע המסירה המלא; Flash-Lite TTS ל-101 שפות במחיר של $6.00 למיליון טוקני אודיו. רשימת השפות היא הקו המפריד, לא האיכות.

• לתמחר מחדש לפי התעריף של ינואר 2027, ולא לפי התעריף המבצעי. $18.00 לכל מיליון אסימוני אודיו ב-Flash TTS, $12.00 ב-Flash-Lite.

• החלט אם המשימה מתאימה לעיבוד באצווה. Batch ו-Flex מפחיתים בחצי את תעריף האודיו בשתי השכבות — 4.50$ ו-3.00$ למיליון טוקנים. כל דבר שאינו אינטראקטיבי לא צריך להיות בשכבת Standard.

• בדוק מחדש כל דבר שהסתמך על סט הקולות. הקטלוג המוגדר כברירת מחדל כולל 30 קולות מובנים מראש; ייתכן שהקול שבו השתמשת ב-3.1 צריך להיווצר מחדש, בין באמצעות עיצוב קול ובין באמצעות דגימת שכפול באורך 30 שניות.

• בדוק מחדש את עיצוב הבקשה. אין תקרת תווים מפורסמת לכל בקשה בדגמי 3.8, והאודיו נמדד לפי שנייה ולא לפי תו, לכן אמירה ארוכה עולה יותר ממה שהצעת מחיר לפי תו תרמיז.

• תכננו את מחזור החיים של הקול המותאם אישית. 200 קולות בעלי מצב לכל פרויקט עם תוקף של שנה, או voicekey_... מזהים חסרי מצב שפג תוקפם בתוך שבעה ימים.

מריץ את שניהם בזמן שאתה מחליט

שדרוג בתוך אותה משפחה עם פקיעת מבצע ואי-הסכמה בנושא נרמול הוא בדיוק המקרה שבו לא עוברים בבת אחת. OrcaRouter מנתב את הדגם הישן היום — models/google/gemini-3.1-flash-tts-preview נמצא ברשימת הדגמים שלנו — כך שתוכל להעלות את הדגם החדש לצידו ולהשוות על התעבורה שלך לפני שאתה מעביר את נתיב הייצור. אנחנו לא מארחים את נקודות הקצה של Gemini 3.8 TTS; הן מגיעות מה-API של גוגל עצמה. מה שאנחנו מספקים הוא המפתח היחיד ל-200+ דגמים במחיר המחירון של הספק בלי תוספת, כך ששינוי תעריף של הספק מגיע לחשבון שלך באותו יום ולא בעת החידוש, וכן מעבר אוטומטי לכשל כך שדגם חדש לגמרי הוא משהו שאפשר לנסות בלי להמר על נתיב שפונה ללקוחות.

הדבר שכדאי לשים לב אליו הוא האם גוגל תצמיד תאריך לתצוגה המקדימה של 3.1 Flash TTS. שורת התיעוד הבודדת הזו שווה לתוכנית הגירה יותר מכל אחד מהבנצ'מרקים במאמר הזה, והיא עדיין לא נכתבה.