Gemini 3.5 Transcribe
Multimodal
Gemini 3.5 Transcribe is a speech-to-text model from Google. It is suited for synchronous transcription that needs word-level timestamps or speaker diarization, with support for up to eight speakers. Audio...
Google DeepMindModalitet:MultimodalKontext:98K tokens
Benchmark och modellfakta
Resultat och priser visas bara när de finns i den aktuella källan. “Ej publicerat” är inte ett nollresultat.
| Modellversion | SWE-Bench | MMLU | GPQA | Kontext | Pris / 1M in/ut | Kunskapsgräns | Källa | Datum |
|---|---|---|---|---|---|---|---|---|
| Gemini 3.5 Transcribe | Ej publicerat | Ej publicerat | Ej publicerat | 98K tokens | Ej publicerat | Ej publicerat | Primärkälla | 2026-09-25 |
Specifikationer
Kontextfönster98K tokens
ModalitetMultimodal
Utgivning2026-09-25
API
google/gemini-3.5-transcribe