نسخة Markdown

AI-translated from English; not yet reviewed by a fluent editor.

# أصبحت خدمة تحويل النص إلى كلام Gemini 3.8 أرخص الآن؛ وسيتضاعف سعرها في 1 يناير

> تخفض نماذج Gemini 3.8 المستقرة من Google تكلفة الصوت المُنشأ، لكن الأسعار ستتضاعف في 1 يناير، كما أن الترحيل يغيّر صياغة الطلبات وطريقة التعامل مع ملفات WAV.

By BIG CHANGE Editorial

Published: 2026-09-23T18:27:39.501Z
Updated: 2026-09-23T18:27:39.501Z
Canonical: https://bigchange.ai/blog/gemini-3-8-tts-pricing-migration

![A single unbranded studio monitor sits on isolation pads on a wall-mounted shelf inside a sound-treated alcove.](https://bigchange.ai/api/media/file/gemini-tts-studio-monitor-hero-v2.png)
AI-generated conceptual illustration by BIG CHANGE.

[يقدم إطلاق Google في 23 سبتمبر](https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-3-8-text-to-speech/) نموذجين مستقرين للصوت ضمن Gemini API وAI Studio: Flash للأعمال الإبداعية وFlash-Lite للاستخدام واسع النطاق. وسيأتي الوصول عبر Gemini Enterprise API لاحقًا.

تكلفة كل منهما أقل من نموذج 3.1 Flash TTS Preview لكل دقيقة صوت مُنشأ. لكن أسعار Standard ستتضاعف في 1 يناير 2027. كما يغيّر الترحيل طريقة إرسال التطبيقات للتعليمات وحفظ الصوت.

## التغيير الأبرز

- **ما الذي تغيّر:** تفصل المستويات الجديدة بين نص التفريغ الصوتي وتوجيهات الأداء، وتدعم أصواتًا قابلة لإعادة الاستخدام.
- **لماذا يهم:** على مطوري أنظمة الصوت أخذ تكلفتين للترحيل في الحسبان: تغييرات الهندسة المطلوبة الآن والزيادة المقررة في رسوم التوليد.
- **ما الذي ينبغي مراقبته:** في الدبلجة والكتب الصوتية ووكلاء الصوت، قارن وضوح الكلام واتساق المتحدثين باستخدام نصوص إنتاج فعلية بلغات مختلفة. وتحدد هذه النتائج ما إذا كان انخفاض سعر دقيقة الصوت المُنشأ يخفض أيضًا تكلفة الصوت القابل للاستخدام.

## تكلفة الإخراج لكل دقيقة

[يحدد جدول أسعار Google](https://ai.google.dev/gemini-api/docs/pricing?hl=en) 25 رمزًا صوتيًا في الثانية، أي 1,500 في الدقيقة. والحساب هو سعر الإخراج × 1,500 / 1,000,000؛ وتُضاف رسوم إدخال النص. جميع الأرقام أدناه بالدولار الأمريكي وفق أسعار Standard.

| الطراز | اللغات المدرجة | سعر الإدخال / الإخراج لكل مليون رمز حتى 31 ديسمبر 2026 | تكلفة الإخراج/الدقيقة حاليًا | تكلفة الإخراج/الدقيقة ابتداءً من 1 يناير 2027 |
| --- | --- | --- | --- | --- |
| Gemini 3.8 Flash TTS | 130 | $0.50 / $9 | $0.0135 | $0.027 |
| Gemini 3.8 Flash-Lite TTS | 101 | $0.50 / $6 | $0.009 | $0.018 |
| Gemini 3.1 Flash TTS Preview | — | $1 / $20 | $0.03 | لم يُعلن عن تغيير |

في نموذجي 3.8، تبلغ تكلفة Batch وFlex نصف سعر Standard، بينما تكلف Priority ما يعادل 1.8 مرة من Standard. ويقترح [فهرس النماذج](https://ai.google.dev/gemini-api/docs/models) لدى Google استبدال إصدار 3.1 Preview القديم بأي من المستويين الجديدين.

## الطلبات والملفات الصوتية تتطلب تغييرات

يقول [دليل الترحيل لنموذج Flash](https://ai.google.dev/gemini-api/docs/models/gemini-3.8-flash-tts) إن نص التفريغ يُنطق حرفيًا. ضع التوجيهات المستمرة وتسميات المتحدثين ضمن `speech_metadata`; وإلا فقد تُقرأ تعليمات قديمة مثل «قل بمرح:» بصوت مسموع. أما المؤثرات الموجزة مثل `<laugh>` فتظل داخل النص.

يجب أن يحدد كل دور متعدد المتحدثين اسم متحدث يطابق الإعداد. وتحتوي الاستجابات أحادية الطلب الآن على ترويسات WAV بدلًا من PCM الخام الذي كان الافتراضي سابقًا. احذف الشيفرة التي تضيف ترويسة WAV، أو اطلب صراحةً تنسيقًا خامًا.

[تؤكد وثائق Flash-Lite](https://ai.google.dev/gemini-api/docs/models/gemini-3.8-flash-lite-tts) استخدام المخطط نفسه وحدود 8,192 رمزًا للإدخال و16,384 رمزًا للإخراج في كلا المستويين. وبذلك تستطيع التطبيقات مقارنتهما عبر التكامل نفسه.

## استنساخ الصوت وتقييمه

تصف Google أكثر من 2,000 صوت جاهز، وتصميم الأصوات واستنساخها انطلاقًا من عينة مدتها 30 ثانية لصوت يملك المستخدم حق استعماله. ويتطلب الاستنساخ تسجيلًا مطابقًا للموافقة الشفهية. وتقول Google إن المقاطع المُنشأة تحمل SynthID، وإن الأصوات المستنسخة تتضمن بيانات اعتماد C2PA.

لا تتاح ميزة استنساخ الصوت في AI Studio في إلينوي وتكساس والمنطقة الاقتصادية الأوروبية والمملكة المتحدة وسويسرا والهند.

تذكر Google أن Flash حقق 71.4 إجمالًا و60.8 في نمذجة اللهجات ضمن معيار Voice Design Benchmark من Hume. وتضع Flash وLite في المركزين الأول والثاني على مؤشر Overall Quality Index من Hume.

[وتدرج Artificial Analysis](https://artificialanalysis.ai/text-to-speech/models/gemini-3-8-flash-tts) Flash بصورة منفصلة بتقييم Arena Elo قدره 1260.15، في المرتبة 27 من أصل 95 نموذجًا، بتاريخ 23 سبتمبر. ويقيس ذلك تفضيل الجمهور؛ ولا يثبت التصنيف المعروض الأداء بحسب اللغة أو في التسجيلات الطويلة. ولم نستخدم نتيجة مستقلة مكافئة لـLite هنا.

للمقارنة مع مجموعة أخرى من خدمات الصوت المستضافة، اطلع على تحليلنا لـ [Qwen Audio 3.1 API والأسعار](https://bigchange.ai/blog/qwen-audio-3-1-models-api-pricing).

## Sources

- [Gemini 3.8 لتحويل النص إلى كلام يحيي المستخدم](https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-3-8-text-to-speech/) — نطاق الإطلاق الرسمي وأدوار النماذج وعدد اللغات وميزات الصوت وضوابط الموافقة والإتاحة الإقليمية ونتائج المعايير التي أبلغت عنها Google. وتظل ادعاءات الجودة منسوبة إلى Google.
- [وثائق نموذج Gemini 3.8 Flash TTS](https://ai.google.dev/gemini-api/docs/models/gemini-3.8-flash-tts) — مخطط الطلبات الحالي وحدود الإدخال والإخراج ومعالجة نص التفريغ ووسوم المؤثرات المضمنة والتحقق من تعدد المتحدثين والانتقال من PCM الخام إلى إخراج WAV الافتراضي.
- [وثائق نموذج Gemini 3.8 Flash-Lite TTS](https://ai.google.dev/gemini-api/docs/models/gemini-3.8-flash-lite-tts) — الوصف الحالي للمستوى عالي الإنتاجية ولغاته الـ101 المدرجة وواجهته المشتركة مع الإصدار 3.8.
- [أسعار Gemini API](https://ai.google.dev/gemini-api/docs/pricing?hl=en) — أسعار Standard وBatch وFlex وPriority الرسمية، وموعد انتهاء السعر التمهيدي في 31 ديسمبر، وأسعار 1 يناير، وطريقة التحويل على أساس 25 رمزًا صوتيًا في الثانية.
- [إنشاء تحويل النص إلى كلام](https://ai.google.dev/gemini-api/docs/speech-generation) — يوثق دليل الصوت الحالي جدول لغات 3.8 ومعالجة نص التفريغ وسلوك الترحيل. ولا يثبت جدول اللغات الحالي عدد لغات إصدار Preview الأقدم.
- [نماذج Gemini](https://ai.google.dev/gemini-api/docs/models) — يصنف فهرس النماذج الحالي 3.1 Flash TTS بوصفه إصدار Preview قديمًا، ويوصي بالتحديث إلى Gemini 3.8 Flash TTS أو Flash-Lite TTS.
- [تحليل جودة Gemini 3.8 Flash TTS وسرعته وسعره](https://artificialanalysis.ai/text-to-speech/models/gemini-3-8-flash-tts) — قائمة مستقلة نُشرت يوم إطلاق نموذج Flash المحدد: تقييم Arena Elo قدره 1260.15 والمرتبة 27 من 95 عند المراجعة. وقد يتغير الترتيب، ولا يمثل تحققًا متعدد اللغات أو لتسجيلات طويلة.