Phonic 1 مقابل Gemini 3.8 Live: لوحة واحدة، أربعة أرقام، والسؤال عن أي Gemini تقصد

أول ما يجب حسمه عند مقارنةPhonic 1 وGemini 3.8 Live هو أن «Gemini 3.8 Live» ليس نموذجًا واحدًا. أطلقت Google نموذجين في 15 سبتمبر 2026 — gemini-3.8-live، المضبوط لتحسين التكلفة وزمن الاستجابة، وgemini-3.8-live-extended-thinking، الذي يفكّر أثناء التحدث ويشغّل الأدوات في الخلفية — وهما يتصرفان كمنتجين مختلفين. في لوحة الكلام إلى الكلام التابعة لـ Artificial Analysis، يسجل النموذج القياسي 74.5 ويسجل البديل extended-thinking 82.6. أما Phonic 1، الذي أُطلق في أواخر أكتوبر 2026، فيسجل 87.1. إن اختيار أي Gemini تقارنه بـ Phonic يغيّر الفارق من 12.6 نقطة إلى 4.5، ويغيّر كذلك أي نصف من الجدال الذي تخوضه.

إذن السؤال المفيد ليس "مَن يفوز"، بل "أيّ من هذه الأشياء الأربعة المقيسة تحتاجها فعلاً"، لأن المؤشر المركّب يخفي تحته قرارًا منقسمًا. يفوز Phonic 1 في المكوّن الذي يحكم ما إذا كانت المكالمة تُنجِز شيئًا. وتفوز نماذج Google في المكوّنين اللذين يحكمان ما إذا كانت المكالمة تبدو جيدة وما إذا كانت تكتمل، وتفرض Google سعرًا أقل بالساعة مقابل ذلك. القارئ الذي يرى فقط 87.1 مقابل 82.6 سيختار النموذج الخطأ لوظيفته نحو نصف الوقت.

نموذجان من Gemini، وواحد منهما فقط على اللوحة ضد Phonic

حلّ Gemini 3.8 Live محلّ gemini-3.1-flash-live-preview، وهو متاح بشكل عام عبر Gemini API وAI Studio، مع بقاء Gemini Enterprise وSearch Live في معاينة خاصة. النموذج القياسي مُحسَّن بدقة لما يحتاجه وكيل الهاتف على نطاق واسع: سريع، ومنخفض التكلفة، وطبيعي. أما نسخة التفكير الممتد فتقضي وقتًا في الاستدلال قبل أن تجيب، وهو ما يحقق الدقة في الطلبات الصعبة متعددة الخطوات ويأتي بتكلفة تتمثل في تأخير الاستجابة. لكل منهما اسم منفصل، وتسعير منفصل على مستوى التوكن، وتقييم منفصل.

• Gemini 3.8 Live (standard) — مؤشر تحويل الكلام إلى كلام 74.5، الاستدلال 92، الديناميكيات 96.1، القدرات الوكيلية 30.1، تفضيل الساحة 1,074، نجاح المهمة 93.2%، الزمن حتى أول صوت 1.18 ث.

• Gemini 3.8 Live Extended Thinking (High) — المؤشر 82.6، الاستدلال 98، الديناميكيات 91.9، القدرة الوكيلية 68.6، arena 966، نجاح المهام 89.1%، الوقت حتى أول صوت 1.35s.

• Phonic 1 (High) — المؤشر 87.1، الاستدلال 99، الديناميكيات غير مذكورة، القدرات الوكيلية 79.9، الساحة 1,012، نجاح المهام 92.3%، زمن الوصول إلى أول صوت 0.61 ث.

لاحظ التناقض الداخلي داخل تشكيلة Google نفسها. إن تشغيل التفكير الموسّع يرفع المؤشر بمقدار 8.1 نقطة، لكنه يخفض تفضيل الساحة بمقدار 108 نقاط Elo ونجاح المهمة بمقدار 4.1 نقطة. التفكير بجهد أكبر يجعل النموذج يحصل على درجة أفضل في المركّب وأسوأ في اثنين من المدخلات الأربعة. ليس ذلك عيبًا في النماذج؛ بل تذكير بأن متوسطًا مرجّحًا واحدًا يمكن أن يتحرك في اتجاه لا يصوّت له أي مستخدم.

حساب المكوّن، سطرًا واحدًا في كل مرة

تبني Artificial Analysis مؤشرها للتحويل من الكلام إلى الكلام من أربعة مدخلات — الاستدلال الكلامي، والأداء الوكيلي، وتفضيل الساحة، ومعدل نجاح المهام — وتصنّفه متوسطًا مرجّحًا. اقرأ المدخلات الأربعة منفردة، وستجد أن المواجهة تتكشّف عن شيء أكثر تحديدًا بكثير من فجوة قدرها 4.5 نقطة.

• الاستدلال الكلامي — Phonic 1 عند 99 مقابل Gemini 3.8 Live Extended Thinking عند 98 والنسخة القياسية عند 92. تعادل فعلي في الصدارة؛ هذا العنصر لا يحسم أي شيء.

• الأداء الوكيلي — Phonic 1: 79.9 مقابل 68.6 مع التفكير الممتد، و30.1 في الوضع القياسي. هذا هو جوهر الحجة بالكامل. التفكير الممتد هو تكوين Gemini الوحيد الذي ينافس هنا، ومع ذلك لا يزال متأخرًا بـ11.3 نقطة.

• تفضيل Arena — Phonic 1 1,012 مقابل 966 للتفكير الموسّع و1,074 للقياسي. يتفوق النموذج القياسي على Phonic بفارق 62 Elo؛ ويخسر نموذج التفكير بفارق 46. يفضّل المستمعون البشر Gemini الرخيص.

• معدل نجاح المهمة — Phonic 1 92.3% مقابل 89.1% للتفكير الموسّع و93.2% للنموذج القياسي. ومرة أخرى يفوز النموذج القياسي بفارق ضيق، بينما يخسر نموذج التفكير.

ضع هؤلاء الأربعة في صف واحد وستكون القصة متماسكة. Phonic 1 هو الوكيل الأقدر والصوت الأقل تفضيلاً بين الثلاثة. Gemini 3.8 Live standard هو الصوت الأكثر تفضيلاً وأفضل منفّذ للمهام، وأسوأ وكيل. Gemini 3.8 Live Extended Thinking يقع بينهما، ويمكن القول إنه الأسوأ في كليهما — فهو يدفع ثمن الاستدلال من حيث زمن الاستجابة والتفضيل، ومع ذلك لا يتفوّق على Phonic في القدرة الوكالية.

ما تكلفة دقيقة من كل منها، ولماذا تُضلّل المعدلات المعلنة

وفق مقياس التكلفة المعيارية لكل ساعة من الصوت المُدخل لدى Artificial Analysis، يُعد Gemini الطراز الأرخص: إذ تبلغ تكلفته 3.50 دولارًا للساعة لطراز Gemini 3.8 Live Extended Thinking مقابل 4.20 دولارًا لطراز Phonic 1. وهذا هو الرقم الذي تعترف به مواد الإطلاق الخاصة بـ Phonic نفسها — إذ يُظهر جدول المقارنة الخاص بها أن Gemini أرخص منها — ويجدر ذكره صراحةً، لأن تفوّق وافد جديد على طراز من Google في درجة الأداء الوكيلي وخسارته أمامه في السعر قصة أكثر إثارة للاهتمام من اكتساح كامل.

تبلغ أسعار الرموز المنشورة من Google 3 دولارات لكل مليون رمز إدخال صوتي و12 دولارًا لكل مليون رمز إخراج صوتي، وهو ما يعادل تقريبًا 0.005 دولار للدقيقة للإدخال و0.018 دولار للدقيقة للإخراج عند الكثافات المعتادة. أما فوترة Phonic فهي 0.07 دولار ثابتة لكل دقيقة محادثة، و0.065 دولار على فئة Pro بحد أدنى شهري قدره 200 دولار، وتصرح الشركة صراحةً بعدم وجود أي تمرير لتكاليف LLM وعدم وجود رسوم لكل رمز.

• التكلفة لكل ساعة إدخال — Gemini 3.8 Live Extended Thinking: 3.50 دولار مقابل Phonic 1: 4.20 دولار، وفقًا للتطبيع المعياري لدى Artificial Analysis.

• هيكل الفوترة — تحتسب Gemini رسومًا منفصلة للصوت الداخل والصوت الخارج وفق أسعار التوكنات؛ في حين تحتسب Phonic سعرًا واحدًا لكل دقيقة محادثة يغطي طبقة النموذج.

• حيث تختلف الأشكال — المكالمة التي يتحدث فيها الوكيل كثيرًا ويستمع قليلًا تكلّف أكثر على مقياس الإخراج في Gemini وتكلّف المقدار نفسه على السعر الثابت في Phonic؛ أما المكالمة التي يستمع فيها الوكيل في الغالب فتكلّف أقل على Gemini وتكلّف المقدار نفسه على Phonic.

• الفئة المجانية — يوفّر Gemini رموزًا مجانية على المدخلات والمخرجات معًا، مع حدود معدل غير معلنة للفئة المجانية لنماذج Live؛ ولا توفّر Phonic أي فئة مجانية، لكنها قدّمت عرضًا برصيد 250 دولارًا للتسجيلات قبل 30 نوفمبر 2026.

هذا بالضبط نوع القرار الذي صُمّم الموجّه من أجله، مع تحفّظ صادق واحد: لا يوجد أيّ من هذين النموذجين الحواريين في كتالوج OrcaRouter، لذا لا يمكن مقارنتهما أو إجراء التبديل الاحتياطي بينهما هنا. أما الموجود في الكتالوج فهو النظير النصي — Gemini 3.8 Flash، وهو قابل للتوجيه اليوم إلى جانب أكثر من 200 نموذج آخر عبر مفتاح واحد بسعر القائمة ودون أي هامش إضافي. وإذا كان وكيلك الصوتي يفوّض الاستدلال إلى نموذج نصي بدلًا من تنفيذه داخليًا، فهذا المسار هو الذي يمكنك توجيهه ومقارنة سعره والتبديل الاحتياطي فيه، وهو عادةً المسار الذي يهيمن على الفاتورة.

زمن الاستجابة، والجلسات، والحدود التي لا يقرأها أحد

يستجيب Phonic 1 خلال 0.61 ثانية لأول صوت. ويستغرق Gemini 3.8 Live نحو 1.18 ثانية، بينما يستغرق المتغير الموسع التفكير 1.35 ثانية. وعلى مخطط السرعة الخاص بالمؤشر، يضع ذلك Phonic في النطاق نفسه الذي يقع فيه Grok Voice 3.0 عند 0.81 ثانية، مع تأخر كلا إعدادي Gemini بنحو ثلث ثانية تقريبًا — وهو الفرق بين انتظار المتصل وملاحظته أنه ينتظر.

نشرت Google حدودًا صارمة للجلسات تهم بعض المنتجات أكثر من فجوة زمن الاستجابة: إذ يبلغ الحد الأقصى لجلسات Gemini 3.8 Live خمس عشرة دقيقة من التفاعل الصوتي فقط، أو دقيقتين بمجرد دخول الفيديو في التدفق. بالنسبة لاتصال دعم، هذا مقبول. أما بالنسبة لمقابلة استقبال مجدولة، أو جلسة تدريب، أو مساعد صوتي طويل التشغيل، فإن سقف خمس عشرة دقيقة قيدٌ تصميمي يجب البناء حوله، وهو قيد لا تعلنه Phonic. كما تسرد المواد العامة لـ Phonic أكثر من 50 لغة مقابل 97 لدى Google، وهو عكس النقص المعتاد لدى القادمين الجدد.

• السياق والمخرجات — يوفر Gemini 3.8 Live سياقًا بسعة 131K وحدًا أقصى للمخرجات يبلغ 65,536 رمزًا؛ بينما لا تنشر Phonic أي رقم خاص بالسياق.

• تعدد الوسائط — يقبل Gemini 3.8 Live المدخلات البصرية بمعدل يصل إلى نحو إطار واحد في الثانية، ويوفر 30 صوتًا مُسمّى؛ أما Phonic 1 فهو أصليّ في التعامل مع الصوت دون أي مدخلات بصرية مُعلنة.

• المصدر — تطبّق Google تقنية العلامة المائية SynthID على الصوت المُنشأ؛ ولا تقدّم Phonic أي ادعاء مكافئ.

• الامتثال — تذكر Phonic حصولها على SOC 2 Type II، وتوفّر اتفاقية BAA الخاصة بـ HIPAA، وعدم الاحتفاظ بالبيانات نهائيًا، إضافةً إلى النشر السحابي، والمستأجر الواحد (single-tenant)، وVPC، والاستضافة الذاتية؛ كما أن Gemini 3.8 Live عبارة عن API مستضاف لدى Google.

أي قرار يتخذه كل قارئ في الواقع

إذا كان وكيلك يحجز المواعيد أو يتحقق منها أو يعالج عمليات الاسترداد أو يصعّد المشكلات — إذا كان نجاح المكالمة يتمثل في صف بقاعدة بيانات تغيّر — فإن درجة Phonic 1 الوكيلية البالغة 79.9% تستحق معدل الساعة الأعلى وسجل الأداء غير المُثبت. ويُعد فارق الـ 11.3 نقطة عن أفضل تهيئة لـ Gemini أكبر فجوة حقيقية في هذه المواجهة، وهو الفارق الذي يظهر كاختلاف في معدل الإنجاز لا كاختلاف في التفضيل.

إذا كان وكيلك يحتاج في الأساس إلى إدارة محادثة جيدة، وأن يجيب بدقة من دون أن يبدو كروبوت يفعل ذلك، فإن Gemini 3.8 Live القياسي هو الخيار الأفضل من حيث الشراء في ثلاثة من أربعة مكونات ومن حيث التكلفة. فهو يتفوق بلا منازع في نجاح المهام، ويتفوق بلا منازع على Phonic في تفضيل الساحة، ويكلف أقل بنسبة 17% لكل ساعة إدخال. لكن ما لا يفعله هو أن يتصرف — فنسبة 30.1% في القدرة الوكيلية تعني نموذجًا يستطيع التحدث عن نظام الحجز لديك من دون أن يستخدمه.

وإذا كنتم الفريق الذي كان سيلجأ إلى التفكير الموسّع تلقائيًا لأن «التفكير» يبدو وكأنه نموذج أكبر: تقول الأرقام إنه لا ينبغي ذلك. إن Gemini 3.8 Live Extended Thinking يكلّف زمن استجابة وتفضيلًا في الساحة ونجاحًا في المهام مقارنةً بشقيقه الأرخص منه، ويشتري 38.5 نقطة من الأداء الوكيلي — ولا يزال أقل من Phonic، وأقل مما يحتاجه لتبرير استدعاء يجب أن يكمل معاملة.

ما يجعل هذه المواجهة جديرة بالقراءة بدلًا من تصفّحها سريعًا هو أن الفائز يتغيّر بحسب أيٍّ من الأرقام الأربعة تُرجّحه. يحقّق Phonic 1 أفضل نتيجة في المؤشر المركّب لأن الوكالة تمثّل ثلث القصة، وهو يتصدّرها بفارق حاسم. وتتفوّق Google في التفضيل وإتمام المهام والسعر، ويفعل ذلك بنموذج تكلّف تشغيله نصف التكلفة. المؤشر ملخّص عادل ودليل إرشادي سيّئ. اقرأ المكوّنات، ثم اختر المكوّن الذي يمكنك قياسه في حركة المرور الخاصة بك خلال أسبوعين.