gemini-4IMAGE
Gemini API 翻译音频时改调本地 Whisper
开发者用 Gemini 3.8 Flash 接 agent 翻译音频，模型却调用本地 Whisper 而非自身多模态，思考近 30 分钟，一度误以为被路由到 Gemini 4 Argon。
Zane
@zane_os18 天前收录原推发布于 2026.10.09
Zane @zane_os原推发布于 2026.10.09
今天使用 Gemini API 接agent时 发现哈基米已经懒到一定程度了 我想用让哈基米帮我翻译一段音频时 它居然调用本地的Wishper模型 不用它自己的多模态去翻译？！ 草 我用的是 Gemini 3.8 Flash 我还以为正在灰度测试Gemini 4 Argon 路由到新模型上了呢 一个Flash模型思考了快30分钟 害我白高兴一场😡
x.com/zane_os/status/2108536613601267801采集于 2026.10.10 10:01