Gemini 3.5 Live Translate هو نموذج حقيقي ومخصص من Google — أُطلق في يونيو 2026 — للترجمة الكلامية شبه الفورية بين أكثر من 70 لغة. يصل إليه المطورون بوصفه النموذج gemini-3.5-live-translate-preview عبر Gemini Live API، كما تتيح Google أيضًا Live Translate عبر تطبيق Google Translate ومعاينة الترجمة الكلامية في Google Meet للمستخدمين المؤهلين. وما لا يوجد هو "Live Translate API" جاهز يمكنك تشغيله ببساطة: استخدام النموذج عبر API لا يزال يعني بناء التطبيق حوله.
وهنا الجزء الذي تتجاهله معظم نتائج البحث: الـ API هو لبنة بناء، وليس أداة مكتملة. إذا كنت مطورًا، فذلك التمييز مثير. أما إذا كنت تحتاج فقط إلى فهم عميل في طوكيو أثناء مكالمة مباشرة هذا المساء، فقد يكون ذلك انحرافًا يستغرق ثلاثة أسابيع.
ربما لاحظت مدى سرعة تحرك نماذج Gemini من Google — إصدارات جديدة تُطرح، وقدرات تتوسع، والوثائق تتغير كل ربع سنة. يشرح هذا الدليل ما يفعله Gemini Live API فعلًا من أجل الترجمة، وما تكلفة البناء به، ومتى يكون من الأفضل لك استخدام أداة مكتملة قائمة على المتصفح مثل أداة ترجمة الاجتماعات الفورية التي لا تحتاج إلى أي برمجة على الإطلاق.
أهم النقاط
- Gemini 3.5 Live Translate هو نموذج حقيقي ومخصص من Google (gemini-3.5-live-translate-preview) للترجمة الكلامية الفورية بين الكلام والكلام. يصل إليه المطورون عبر Gemini Live API — ولا يوجد "منتج API" جاهز يمكنك تشغيله بمجرد التبديل.
- أسماء إصدارات النماذج ("2.5"، "3"، "3.5"، إلخ) تتغير بسرعة؛ ابنِ على أي نموذج Gemini هو الحالي بدلًا من اسم رأيته في عنوان رئيسي.
- الـ API مخصص للمطورين: أنت تكتب الشيفرة، وتدير مفتاح API، وتلتقط الصوت، وتتعامل مع التوسّع والأخطاء بنفسك.
- تسعير Gemini API يعتمد على الاستخدام — لكن التكلفة الأكبر غالبًا هي وقت الهندسة، لا الفاتورة لكل طلب.
- إذا كنت تريد النتيجة (كلامًا مترجمًا مباشرة في اجتماع)، فإن أداة مكتملة مثل MirrorCaption توصلك إلى ذلك في أقل من دقيقة، دون الحاجة إلى أي شيفرة.
ما هو "Gemini 3.5 Live Translate API"؟
لنوضح الاسم أولًا. يبحث الناس عن "Gemini 3.5 Live Translate API" وهم يتوقعون مفتاحًا واحدًا يحول Gemini إلى مترجم فوري مباشر. النموذج حقيقي ومسمى — لكن بوصفه API فهو شيء تبني به، لا منتجًا بنقرة واحدة.
تصل إلى Gemini 3.5 Live Translate عبر Gemini Live API، الموثق من Google للمطورين. إنه واجهة منخفضة الكمون تبث الصوت إلى الداخل وتبث الردود إلى الخارج — نصًا، وأحيانًا كلامًا مُركبًا. Live Translate هو نموذج الصوت المخصص المضبوط لهذه المهمة، بينما يمكن لـ Live API الأوسع أيضًا التعامل مع التفريغ النصي، والتلخيص، أو الإجابة عن الأسئلة باستخدام نماذج أخرى.
جزء "3.5" هو إصدار للنموذج. لقد مر Gemini بعدة أجيال، وتعرض Google الخيارات الحالية في صفحة النماذج الخاصة بها. تتغير العلامة التجارية للإصدارات بسرعة، لذا فالنصيحة العملية بسيطة: ابنِ على أي نموذج Gemini هو الحالي لـ Live API، لا على رقم محدد قرأته في عنوان مدونة قبل ستة أشهر.
الفكرة الأساسية: بوصفه API، فإن Live Translate هو نموذج تبني حوله، لا منتجًا نهائيًا تضغط تشغيله. تفتح جلسة بث مع نموذج الكلام إلى الكلام، وتغذيه بالصوت، ثم يبث الكلام والنص المترجمين إليك. هذه المرونة هي ما يجذب المطورين — وهي ما يسبب الاحتكاك للجميع الآخرين.
هل تريد تجاوز عملية البناء بالكامل وقراءة الترجمة المباشرة في متصفحك فقط؟ يمكنك تجربة MirrorCaption مجانًا مع ساعة واحدة من التفريغ النصي المستضاف، دون بطاقة ائتمان. سنعود إلى ذلك — لكن أولًا، إليك كيف يعمل مسار الـ API.
كيف يستخدم المطورون Gemini Live API للترجمة
على المستوى التقني، يتبع تطبيق الترجمة المباشرة المبني على Gemini Live API شكلًا واضحًا. كل خطوة بسيطة بحد ذاتها؛ والعمل الحقيقي يكمن في ربطها معًا بشكل موثوق.
- افتح جلسة بث. يصادق تطبيقك باستخدام مفتاح API ويفتح اتصالًا دائمًا مع Live API.
- التقط الصوت وابثه. تلتقط صوت الميكروفون (أو الاجتماع) في المتصفح أو في الواجهة الخلفية وتبثه فور وصوله.
- اضبط التعليمات. يحدد prompt للنظام ما الذي يجب أن يفعله النموذج — مثلًا: "فرّغ كلام المتحدث وترجمه إلى الإنجليزية".
- استقبل النتائج الجزئية. يبث الـ API النص عائدًا بينما يتحدث المتحدث، بحيث يمكنك عرض الترجمة قبل انتهاء الجملة.
- اختياريًا، أعد تشغيله صوتيًا. يمكن لـ Live API إرجاع صوت مركب، بحيث يمكن لتطبيقك تشغيل الصوت المترجم بصوت مسموع.
هذا قوي فعلًا. فريق يبني منتجًا مخصصًا لمركز اتصال، أو كشكًا متخصصًا، أو جهازًا مدمجًا يحصل على محرك مرن يمكنه تشكيله بدقة وفق سير عمله.
إليك مثالًا توضيحيًا. تخيل بريا، وهي مطورة تنشئ نموذجًا أوليًا لأداة دعم ثنائية اللغة. في فترة بعد الظهر لديها عرض تجريبي يبث صوتها إلى Gemini Live API ويطبع الترجمة الإنجليزية على الشاشة. يبدو الأمر كالسحر — إلى أن تبدأ في تعداد ما تبقى قبل أن يتمكن المستخدمون الحقيقيون من استخدامه: منطق إعادة الاتصال الصوتي، والتعامل مع الصمت وتداخل المتحدثين، وحدود المعدل، وتنبيهات الفوترة، وخطة بديلة عندما ينقطع الاتصال في منتصف المكالمة، ومراجعة الخصوصية. كان النموذج الأولي هو الـ 20% السهلة.
ولا شيء من ذلك انتقاص من الـ API. إنه فقط الفرق الصادق بين العرض التوضيحي والمنتج. والفجوة نفسها هي السبب في أن كثيرًا من الأشخاص الذين يريدون ترجمة فورية دقيقة يلجؤون إلى أداة مكتملة بدلًا من نقطة نهاية نموذج خام.
ما التكلفة الحقيقية للبناء باستخدام Gemini API
التكلفة الرئيسية هي فاتورة الـ API. تفرض Google رسومًا على Gemini API وفق الاستخدام، لذا يتغير السعر بحسب النموذج الذي تختاره وكمية الصوت والنص التي تمررها عبره. هذا معقول وشفاف للمطورين.
لكن فاتورة الـ API نادرًا ما تكون التكلفة الحقيقية. بناء ميزة ترجمة إنتاجية وصيانتها يعني أيضًا:
- وقت هندسي لبناء خط الصوت، وواجهة المستخدم، ومعالجة الأخطاء.
- الصيانة مع تغير إصدارات النماذج وتطور نقاط النهاية — فذلك التغيير الفصلي في الوثائق يقع على فريقك.
- البنية التحتية للبث، والتوسّع، والمراقبة عندما يستخدمه أكثر من بضعة أشخاص.
- أعمال الامتثال: إلى أين يذهب الصوت، وما الذي يُسجل، وكيف تُبلغ المستخدمين.
مثال توضيحي آخر. ماركو مستشار مستقل لديه عميلان يتحدثان الماندرين. هو لا يحتاج إلى API — بل يحتاج إلى فهم مكالمة فيديو يوم الخميس. توجيهه إلى Gemini Live API سيعني توظيف مطور لبناء شيء سيستخدمه ساعتين في الشهر. الحساب لا ينجح أبدًا. ماركو يريد النتيجة، لا لبنة البناء.
هذا الانقسام — بين البنّائين وبقية الناس — هو نقطة القرار الحقيقية. لذا لنجعله ملموسًا.
تجاوز عملية البناء. اقرأ الترجمة المباشرة في متصفحك.
ساعة مجانية واحدة للتجربة. لا بطاقة ائتمان، لا مفتاح API، لا تثبيت.
ابدأ مجانًاAPI أم أداة مكتملة: أيهما تحتاج فعلًا؟
إذا كنت تختار بين البناء على Gemini Live API واستخدام أداة ترجمة جاهزة، فإن هذا الجدول يوضح المفاضلة. لا توجد إجابة خاطئة — الأمر يعتمد على ما إذا كنت تريد لبنة بناء أم نتيجة.
| Gemini Live API (ابنه) | MirrorCaption (استخدمه) | |
|---|---|---|
| لمن هو مخصص | المطورون وفرق المنتجات | أي شخص في اجتماع أو محادثة |
| الإعداد | اكتب الشيفرة، وأدر مفتاح API، وابنِ خط الصوت | افتح علامة تبويب في المتصفح وابدأ |
| الوقت حتى أول ترجمة | من أيام إلى أسابيع من الهندسة | أقل من دقيقة |
| الاجتماعات | تبني التقاط الصوت والتوجيه بنفسك | يلتقط صوت تبويب الاجتماع في Chrome أو Edge — ولا ينضم أي بوت إلى المكالمة |
| المخرجات الصوتية | تبني التشغيل بنفسك | يمكن لـ Speak Translations قراءة الترجمة بصوت عالٍ |
| نموذج التكلفة | فواتير API حسب الاستخدام + وقت هندسي | ساعة مجانية للتجربة، أو خطة مدى الحياة لمرة واحدة مقابل €99 |
| الصيانة | تحدّثه مع تغير إصدارات النماذج | مُدارة لك |
إذا كنت تطلق منتجًا مخصصًا تكون فيه الترجمة عنصرًا واحدًا بين عناصر كثيرة، فالـ API هو الأداة المناسبة. أما إذا كانت الترجمة هي المهمة، فإن أداة مكتملة تتفوق في كل سطر لا يكون "تخصيصًا لا نهائيًا".
MirrorCaption: ترجمة فورية دون كتابة شيفرة
MirrorCaption هو جانب الأداة المكتملة في ذلك الجدول. إنه تطبيق ترجمة وتفريغ نصي فوري قائم على المتصفح ويدعم 50+ لغة قابلة للاختيار، دون أي تثبيت ودون بوت اجتماع يحتاج إلى موافقة.
بالنسبة للاجتماعات عبر الإنترنت، يلتقط Meet mode صوت تبويب الاجتماع في Chrome المكتبي أو Microsoft Edge. لا ينضم أي بوت إلى المكالمة، لذا لا يوجد "مساعد تسجيل" محرج يجلس في قائمة المشاركين. وهو يعمل جنبًا إلى جنب مع Zoom وTeams وMeet وWebex عبر المتصفح — اختر أيًا منها اختاره المضيف.
أما للمحادثات وجهًا لوجه، فإن Talk mode يحول هاتفك إلى جلسة ترجمة مستمرة. تبدأه مرة واحدة ويتحدث الشخصان بالتناوب؛ إنه ليس كتاب عبارات بنمط اللمس والانتظار. ومع Speak Translations، يمكن لـ MirrorCaption قراءة كلامك المترجم بصوت عالٍ باللغة الأخرى — بحيث يسمع الشخص المقابل الرسالة، لا مجرد رؤية تعليق.
وهذه بعض التفاصيل المهمة لمن هم في موقف بريا وماركو:
- لا شيفرة، لا مفتاح API. طبقة التفريغ النصي والترجمة المستضافة مُدارة لك.
- الخصوصية أولًا. يتدفق صوت الاجتماع عبر متصفحك ولا يُخزن على خوادمنا — فقط النصوص التي تختار حفظها، وتبقى محليًا.
- ملخصات بالذكاء الاصطناعي. يتجدد ملخص جارٍ مع تقدم الاجتماع، بحيث يمكن للمنضم متأخرًا أن يلحق بما فات في قراءة واحدة.
- تسعير بسيط. ساعة مجانية للتجربة (مرة واحدة، دون إعادة ضبط شهرية)، أو Pro Yearly مقابل €54.99 مع 110 ساعة من التفريغ النصي المستضاف مشمولة، أو خطة مدى الحياة لمرة واحدة مقابل €99 مع 200 ساعة مشمولة وجميع التحديثات المستقبلية. الساعات الإضافية تأتي من Voice Packs، ويحصل عملاء مدى الحياة على أقل سعر لكل ساعة.
إنه الفرق بين استئجار محرك وقيادة سيارة مكتملة. وإذا كنت توازن أيضًا بين خيارات أخرى، فإن مقارنة OpenAI Whisper لدينا تغطي السؤال نفسه بين البناء والاستخدام بالنسبة لتحويل الكلام إلى نص، كما تغطي صفحة بديل ترجمة Google Meet التعليقات التوضيحية داخل المنصة.
ثلاث طرق يستخدم بها الناس الترجمة المباشرة اليوم
تُظهر هذه السيناريوهات القصيرة التوضيحية أين تكسب الأداة المكتملة مكانها مقارنةً بـ API خام.
مكالمات المبيعات عبر الحدود
يأخذ مؤسس في برلين مكالمة مع عميل محتمل في ساو باولو. يعرض Meet mode المحادثة بالألمانية على شاشتها بينما يتحدث العميل بالبرتغالية، ويقوم Speak Translations بنطق ردودها. لم يشارك أي مطور — لقد فتحت علامة تبويب قبل المكالمة.
زيارات الطبيب أثناء السفر
يسلم مسافر في اليابان هاتفه عبر المكتب في عيادة. يحافظ Talk mode على جلسة مستمرة واحدة بينما تتبادل المحادثة ذهابًا وإيابًا، فلا يحتاج أحد إلى التوقف والضغط على زر لكل جملة.
اجتماعات يومية متعددة اللغات
يعقد فريق موزع اجتماعًا يوميًا حيث يقرأ مهندس شنغهاي، ومدير المنتج في برلين، والمصمم في لشبونة الاجتماع كلٌ بلغته — أثناء المكالمة، لا في نص يُرسل بالبريد الإلكتروني لاحقًا. يمكنك رؤية النمط الأوسع في دليلنا للتعليقات التوضيحية المباشرة.
الأسئلة الشائعة
هل يوجد Gemini 3.5 Live Translate API؟
نعم — Gemini 3.5 Live Translate هو نموذج حقيقي ومخصص من Google (رمز النموذج gemini-3.5-live-translate-preview) للترجمة الكلامية الفورية بين الكلام والكلام. يصل إليه المطورون عبر Gemini Live API؛ لكن لا يوجد "منتج API" جاهز يمكنك تشغيله دون بناء تطبيق. كما تتيح Google أيضًا Live Translate عبر تطبيق Google Translate ومعاينة الترجمة الكلامية في Google Meet.
هل يمكن لـ Gemini ترجمة الكلام في الوقت الفعلي؟
نعم. يدعم Gemini Live API بثًا صوتيًا ثنائي الاتجاه منخفض الكمون، بحيث يمكنك بث صوت الميكروفون إلى الداخل واستلام نص مترجم أو صوت منطوق عائدًا بينما لا يزال الشخص يتحدث — طالما أنك تبني التطبيق المحيط.
هل أحتاج إلى البرمجة لاستخدام Gemini Live API؟
نعم. إنها واجهة للمطورين. تحتاج إلى كتابة الشيفرة، وإدارة مفتاح API، والتقاط الصوت وبثه، والتعامل مع الأخطاء والتوسّع. أما غير المطورين الذين يريدون فقط النتيجة المترجمة، فالأفضل لهم أداة مكتملة.
كم تبلغ تكلفة Gemini Live API؟
يُحاسَب Gemini API حسب الاستخدام، لذا يعتمد السعر على النموذج وكمية الصوت والنص التي تعالجها. تنشر Google الأسعار الحالية في صفحة التسعير الخاصة بها. خصص وقتًا هندسيًا أيضًا — فالـ API نفسه ليس سوى جزء من التكلفة.
ما أسهل طريقة لترجمة اجتماع مباشر دون API؟
استخدم أداة متصفح مكتملة. يعمل MirrorCaption في Chrome أو Edge المكتبي، ويلتقط صوت تبويب الاجتماع دون انضمام أي بوت إلى المكالمة، ويعرض ترجمة فورية بأكثر من 50 لغة. لا توجد شيفرة لكتابتها ولا مفتاح API لإدارته.
الخلاصة
إذا كنت قد بحثت عن "Gemini 3.5 Live Translate API"، فالإجابة الصادقة هي أن النموذج حقيقي — لكن الوصول إليه عبر الـ API يمنحك لبنة بناء قوية، لا منتجًا نهائيًا. يمكنه بالفعل تشغيل الترجمة المباشرة، للفرق التي تملك وقت الهندسة للبناء حوله وصيانته وتوسيعه.
أما بالنسبة لبقية الناس — المستشار الذي لديه عميلان، والمسافر في العيادة، والفريق الذي يريد فقط أن يفهم بعضه بعضًا في مكالمة اليوم — فإن لبنة البناء أكبر من الحاجة. أنت تريد النتيجة، وتريدها الآن. وهذا بالضبط ما تقدمه الأداة القائمة على المتصفح: افتح علامة تبويب، واختر لغاتك، واقرأ كل كلمة بلغتك بينما المحادثة لا تزال جارية.
أيها البناؤون، ابنوا. أما البقية، فتجاوزوا الشيفرة وابدؤوا الترجمة.
ترجم محادثتك التالية مجانًا
ساعة مجانية واحدة. لا بطاقة ائتمان، لا مفتاح API، لا تثبيت. يعمل في متصفحك اليوم.
ابدأ مجانًا