Für die Streaming-Variante gibt Google eine mittlere Wortfehlerrate von 4,0 Prozent an, für die nicht gestreamte Version 2,6 Prozent. Auf FLEURS nennt der Konzern 5,50 beziehungsweise 5,04 Prozent, gegenüber 6,70 Prozent bei Chirp 3. Die Modelle sollen Füllwörter entfernen und Zeitstempel für bis zu drei Sprecher liefern.
Artificial Analysis führte Gemini 3.5 Transcribe am 26. August in seiner öffentlich sichtbaren Modellliste noch nicht. Das ist ein datierter Stand und keine Aussage über die heutige Verfügbarkeit. Google veröffentlicht außerdem keinen Preis in der Ankündigung. Die Unterschiede zwischen den beiden Betriebsarten erschweren einen direkten Vergleich.