Gemini 3.5 Live Translate
Gemini 3.5 Live Translate 是 Google DeepMind 于 2026 年 6 月 9 日发布的实时语音翻译专属模型（API ID：gemini-3.5-live-translate-preview），采用端到端音频到音频架构，支持 70+ 语言自动检测与双向翻译，上下文窗口 128K tokens，输出最高 64K tokens。模型保留说话者语调与音色，内嵌 SynthID 水印，已上线 Google Translate、Gemini API 和 Google AI Studio，定价约 $3.50/$21.00 每百万 audio input/output tokens。
数据优先来自官方发布（GitHub、Hugging Face、论文），其次为评测基准官方结果，最后为第三方评测机构数据。 了解数据收集方法
Gemini 3.5 Live Translate 是 Google DeepMind 于 2026 年 6 月 9 日正式发布的实时语音翻译专属模型，API 标识符为 gemini-3.5-live-translate-preview。模型采用端到端音频到音频（audio-to-audio）架构，在不经过“识别 → 翻译文本 → 语音合成”串联管道的情况下，直接将输入语音实时转换为目标语言语音，具备极低延迟与自然音色保留能力。
Gemini 3.5 Live Translate 已同步上线 Google Translate（iOS/Android）、Gemini Live API（公开预览）、Google AI Studio（公开预览），以及面向 Google Workspace 企业客户的 Google Meet（私有预览）。
Gemini 3.5 Live Translate 基于 Gemini 3 Pro 架构，专为实时翻译场景做了针对性优化：
不支持的功能：Batch API、上下文缓存（context caching）、函数调用（function calling）、代码执行、搜索增强（Search Grounding）、结构化输出、思考模式（thinking）等。
通过 Gemini Developer API 调用 gemini-3.5-live-translate-preview 的定价：
| 计费项 | 免费档 | 付费档（每百万 tokens） | 等效每分钟价格 |
| 音频输入 | 免费 | $3.50 | 约 $0.0053/分钟 |
| 音频输出 | 免费 | $21.00 | 约 $0.0315/分钟 |
计费基于输入与输出音频 token 总量，换算比率为 25 tokens/秒，综合输入+输出约 $0.0368/分钟。
欢迎关注 DataLearner 官方微信，获得最新 AI 技术推送
| 类型 | 适用条件 | 输入 | 输出 |
|---|---|---|---|
| 音频 | - | $3.50/ 1M | $21.00/ 1M |
暂时没有为该模型整理的相关对比页面。
想自定义其他组合？打开对比工具
