Gemini Live أم ChatGPT Voice.. أيهما يقدم محادثة صوتية أكثر طبيعية؟

عندما أطلقت " OpenAI" روبوت الدردشة تشات جي بي تي لأول مرة في عام 2022، كان التفاعل معه يقتصر على الكتابة عبر لوحة المفاتيح. لكن الأمر لم يستغرق وقتًا طويلًا قبل أن تظهر مرحلة جديدة من التفاعل مع الذكاء الاصطناعي، تمثلت في المحادثات الصوتية الفورية.

كانت ميزة Voice Mode في تشات جي بي تي من أوائل التجارب البارزة في هذا المجال، قبل أن تدخل "غوغل" المنافسة من خلال Gemini Live.

وعلى عكس المساعدات الصوتية التقليدية، مثل Google Assistant، تستطيع روبوتات الدردشة الحديثة إجراء محادثات طبيعية حول مجموعة واسعة من الموضوعات، كما يمكنها البحث عبر الإنترنت للوصول إلى المعلومات الحديثة، بحسب تقرير نشره موقع "engadget" واطلعت عليه "العربية Business".

ورغم التشابه الكبير بين الخدمتين، اتبعت "غوغل" و"OpenAI" نهجين مختلفين في تطوير المحادثات الصوتية. ويظهر الاختلاف بشكل خاص في طريقة تحدث الذكاء الاصطناعي، وكذلك في قدرته على الاستفادة من المعلومات المرتبطة بحياة المستخدم الرقمية.

ChatGPT Voice أم Gemini Live.. ما أبرز الفروقات؟

على مستوى المواصفات، يتشابه ChatGPT Voice وGemini Live في العديد من الجوانب؛ فكلاهما يستجيب في الوقت الفعلي، كما يوفر مجموعة من الأصوات التي يمكن للمستخدم الاختيار من بينها.

أما الاختلاف الأساسي فيتعلق بنماذج الذكاء الاصطناعي التي تقف خلف كل خدمة، إذ يعتمد تشات جي بي تي على عائلة نماذج GPT، بينما يستخدم روبوت "غوغل" نماذج جيميناي.

لكن التجربة العملية تكشف عن فروق أكثر وضوحًا من المواصفات النظرية.

يميل ChatGPT Voice إلى استخدام تعبيرات أكثر تنوعًا أثناء الحديث، إلى جانب إدخال بعض العلامات الصوتية التي تهدف إلى جعل الحوار أقرب إلى المحادثة البشرية.

على سبيل المثال، قد يتظاهر تشات جي بي تي بالتفكير من خلال إصدار صوت مثل "مممم"، كما يمكن أن يضيف أحيانًا تلعثمًا أو توقفات قصيرة في منتصف الجمل.

أما Gemini Live، فعادة ما يبدو أكثر هدوءًا وأقل تنوعًا في نبرة الصوت، نتيجة الاختلاف في أسلوب الأداء والتنغيم.

لكن هذه النقطة قد تكون مسألة تفضيل شخصي؛ فبعض المستخدمين قد يجدون التنغيم الواضح والمبالغ فيه أحيانًا في تشات جي بي تي مزعجًا، ويفضلون الأسلوب الأكثر هدوءًا الذي تتبعه "غوغل".

تشات جي بي تي أكثر ميلًا للبحث قبل الإجابة

ظهر اختلاف آخر في طريقة تعامل الخدمتين مع المعلومات الحديثة.

فبحسب التجربة الواردة في المقارنة، كان ChatGPT Voice أكثر ميلًا إلى البحث عبر الإنترنت قبل تقديم الإجابة.

وعند طرح سؤال على الخدمتين بشأن إصدار حديث يحمل اسم Gemini 3.8 Live، اعتمد جيميناي على معلوماته المتاحة لديه، وأكد أن هذا الإصدار غير موجود.

في المقابل، توقف ChatGPT Voice لبضع ثوانٍ أثناء الوصول إلى الإنترنت، ثم قدم إجابة صحيحة بشأن الإصدار.

وبناءً على هذه التجربة، قد يحتاج مستخدمو Gemini Live في بعض الحالات إلى مطالبة المساعد صراحةً بالبحث والتحقق من المعلومات قبل الإجابة، خصوصًا عند التعامل مع الأخبار أو المعلومات التي تتغير بسرعة.

ومع ذلك، يمكن لكل من Gemini Live وChatGPT Voice الإجابة عن الأسئلة، والبحث عن المعلومات، والانتقال بين عدة لغات أثناء المحادثة.

لكن لا ينبغي توقع المستوى نفسه من جودة الإجابات المتاح في وضع المحادثة النصية لدى كل منهما، إذ تتطلب المحادثات الصوتية استجابات سريعة، ولذلك تستخدم الخدمتان نماذج تركز بدرجة أكبر على السرعة مقارنة بالدقة والاستدلال المتقدم.

هل Gemini Live وChatGPT Voice مجانيان؟

يمكن استخدام كل من تشات جي بي تي وجيميناي دون اشتراك مدفوع، لكن المستخدمين على الخطط المجانية سيجدون قيودًا على مدة المحادثات الصوتية قبل توقف الوصول إليها.

ويرتبط ذلك بارتفاع التكلفة الحاسوبية لمعالجة الصوت مقارنة بالتفاعل النصي.

وتوفر "غوغل" و"OpenAI" خططًا مدفوعة ترفع هذه الحدود بشكل كبير، إلى جانب إتاحة الوصول إلى نماذج ذكاء اصطناعي أكثر قدرة.

وفي حالة تشات جي بي تي تظهر فروق أيضًا بين النماذج المتاحة ضمن المستويات المختلفة، إذ يُشار إلى أن نموذج GPT-Live-1 mini في المستوى المجاني يفتقر إلى بعض قدرات الاستدلال الموجودة في نموذج GPT-Live-1 الأكبر.

وتبدأ خطة ChatGPT Go المدفوعة من 8 دولارات شهريًا، بينما تبلغ تكلفة اشتراك Google AI Plus نحو 5 دولارات شهريًا.

وترتفع تكلفة المستوى التالي لدى الخدمتين إلى 20 دولارًا شهريًا.

ومن بين المزايا التي تمنح "غوغل" أفضلية في بعض مستويات الاشتراك، توفير 400 جيجابايت من التخزين السحابي حتى ضمن المستوى الأقل تكلفة، مع إمكانية مشاركة هذه المساحة مع ما يصل إلى خمسة أفراد من العائلة.

الكاميرا تضيف بُعدًا جديدًا للمحادثة

يدعم كل من تشات جي بي تي وجيميناي إدخال الصور من الكاميرا أثناء المحادثات الصوتية، ما يسمح للمستخدم بتوجيه كاميرا الهاتف نحو محيطه أو شيء يعمل عليه، بدلًا من محاولة وصفه بالكلمات.

ويمكن لهذه الميزة أن تجعل المساعد أكثر فائدة في المهام العملية.

على سبيل المثال، يمكن استخدام Gemini Live أثناء إصلاح أو ضبط دراجة، ليقدم المساعد إرشادات خطوة بخطوة بناءً على ما يراه عبر الكاميرا.

كما يمكن أن يعرض علامات توضيحية فوق بث الفيديو المباشر، لمساعدة المستخدم على تحديد الأجزاء التي تحتاج إلى تعديل أو المسامير التي ينبغي إحكامها.

لكن الوصول إلى الكاميرا أثناء المحادثة الصوتية يختلف بين الخدمتين.

في تشات جي بي تي، تتطلب هذه الميزة الاشتراك الشهري بقيمة 20 دولارًا، بينما تتوفر الميزة المقابلة في جيميناي مجانًا، على الأقل حتى حد معين من الاستخدام.

ولا توفر خطة ChatGPT Go الأرخص إمكانية استخدام الكاميرا أثناء المحادثة الصوتية، ما يعني أن المستخدم يحتاج إلى المستوى المدفوع بقيمة 20 دولارًا للوصول إلى هذه الخاصية.

Gemini Live يتفوق في التكامل مع الأجهزة والخدمات

تمتلك "غوغل" ميزة إضافية تتمثل في اتساع منظومتها من الأجهزة والخدمات البرمجية، وهو ما يمنح Gemini Live إمكانات تكامل لا تتوفر حاليًا بالدرجة نفسها في تشات جي بي تي.

ومن أبرز الأمثلة إمكانية استخدام Gemini Live عبر مكبر صوت ذكي مخصص، من خلال Google Home Speaker.

كما نقلت "غوغل" الميزة إلى أجهزة أقدم من سلسلة Nest Audio وNest Hub، وحتى جهاز Google Home Mini الذي أُطلق في عام 2017 يمكنه دعمها.

لكن استخدام Gemini Live على الأجهزة المنزلية الذكية يتطلب اشتراكًا نشطًا في Google Home Premium، الذي تبلغ تكلفته 10 دولارات شهريًا.

وتتمتع سماعات Pixel Buds أيضًا بتكامل عميق مع Gemini Live، بما يسمح ببدء محادثة مع المساعد باستخدام الصوت فقط.

وفي المقابل، تعمل "OpenAI" على تطوير أجهزة خاصة بها للمنازل الذكية، لكن تفاصيل الأسعار وموعد التوفر لم تُحسم بعد.

وتملك "غوغل" بالفعل قاعدة واسعة من مكبرات الصوت والشاشات الذكية، ما يجعل الدخول إلى منظومة Gemini Live أسهل بالنسبة إلى العديد من المستخدمين الذين يمتلكون هذه الأجهزة.

جيميناي يستفيد من المعلومات الشخصية للمستخدم

من أبرز الاختلافات بين الخدمتين أيضًا قدرة Gemini Live على الاستفادة من معلومات مرتبطة بحساب "غوغل" الشخصي للمستخدم لتقديم إجابات أكثر تخصيصًا.

وتُعرف هذه الإمكانية باسم Personal Intelligence، ويمكنها الوصول إلى معلومات من خدمات مثل البريد الإلكتروني في Gmail، ومقاطع الفيديو على "يوتيوب"، والمستندات المخزنة على "غوغل درايف"، وفق الصلاحيات المتاحة.

عند سؤال Gemini Live، على سبيل المثال، عما إذا كان المستخدم قد تلقى فواتير خلال الشهر، يمكن للمساعد البحث في صندوق الوارد في Gmail وعرض النتائج ذات الصلة بعد معالجة الطلب.

كما يستطيع مساعد "غوغل" إضافة موعد إلى التقويم أثناء المحادثة، فضلًا عن التحكم في بعض الأجهزة المنزلية الذكية.

في المقابل، لا يستطيع تشات جي بي تي حاليًا الوصول إلى الحياة الرقمية للمستخدم بالطريقة نفسها، كما لا يمكنه الوصول مباشرة إلى خدمات "غوغل" مثل "الخرائط"، و"يوتيوب".

أيهما يقدم محادثة أكثر طبيعية؟

تكشف المقارنة أن الفارق بين ChatGPT Voice وGemini Live لا يتعلق فقط بقدرة كل منهما على الإجابة عن الأسئلة، بل يمتد إلى أسلوب المحادثة والتكامل مع منظومة الخدمات والأجهزة.

يميل ChatGPT Voice إلى تقديم تجربة صوتية أكثر تعبيرًا من حيث التنغيم والتوقفات وطريقة صياغة الحديث، بينما يركز Gemini Live بدرجة أكبر على التكامل مع خدمات "غوغل" والأجهزة المنزلية والمعلومات الشخصية المرتبطة بحساب المستخدم.

وفي المقابل، يوفر كلاهما إمكانية المحادثة الصوتية والبحث عن المعلومات والتعامل مع لغات متعددة، إلى جانب إمكانات الكاميرا التي تضيف سياقًا بصريًا للمحادثة.

وبما أن الخدمتين توفران مستويات مجانية، فإن تجربة كل منهما قبل الاشتراك في الخطط المدفوعة تظل الطريقة المباشرة لمعرفة أي أسلوب يناسب احتياجات المستخدم وطريقة استخدامه للمحادثات الصوتية.