Phonic 1 vs. Gemini 3.8 Live: Ein Board, vier Zahlen und die Frage, welches Gemini gemeint ist

Das Erste, was bei einem Vergleich zwischen Phonic 1 und Gemini 3.8 Live geklärt werden muss, ist, dass „Gemini 3.8 Live“ kein einzelnes Modell ist. Google hat am 15. September 2026 zwei Modelle auf den Markt gebracht – gemini-3.8-live, auf Kosten und Latenz optimiert, und gemini-3.8-live-extended-thinking, das beim Sprechen denkt und im Hintergrund Tools ausführt – und sie verhalten sich wie unterschiedliche Produkte. Auf dem Speech-to-Speech-Board von Artificial Analysis erreicht das Standardmodell 74,5 Punkte und die Extended-Thinking-Variante 82,6. Phonic 1, das Ende Oktober 2026 auf den Markt kam, erreicht 87,1. Welches Gemini-Modell Sie gegen Phonic 1 antreten lassen, verändert den Vorsprung von 12,6 Punkten auf 4,5 Punkte und verändert, welche Hälfte der Debatte Sie führen.

Die nützliche Frage lautet also nicht „wer gewinnt“. Sie lautet „Welche dieser vier gemessenen Dinge brauchen Sie tatsächlich“, denn der zusammengesetzte Index verbirgt darunter eine geteilte Entscheidung. Phonic 1 gewinnt die Komponente, die bestimmt, ob ein Anruf etwas zustande bringt. Googles Modelle gewinnen die Komponenten, die bestimmen, ob sich der Anruf gut anfühlt und ob er abgeschlossen wird, und Google berechnet dafür weniger pro Stunde. Ein Leser, der nur 87,1 gegenüber 82,6 sieht, wird für seine Aufgabe etwa in der Hälfte der Fälle das falsche Modell wählen.

Zwei Gemini-Modelle – und nur eines davon steht gegen Phonic auf dem Scoreboard.

Gemini 3.8 Live ersetzt gemini-3.1-flash-live-preview und ist über die Gemini API und AI Studio allgemein verfügbar, während Gemini Enterprise und Search Live noch in der privaten Vorschau sind. Das Standardmodell ist genau auf das optimiert, was ein Telefonagent im großen Maßstab braucht: schnell, günstig, natürlich. Die Variante mit erweitertem Denken investiert Reasoning, bevor sie antwortet, was Genauigkeit bei schwierigen mehrstufigen Anfragen bringt und Latenz kostet. Sie sind separat benannt, auf Token-Ebene separat bepreist und separat bewertet.

• Gemini 3.8 Live (Standard) — Speech-to-Speech-Index 74,5, Reasoning 92, Dynamik 96,1, Agentik 30,1, Arena-Präferenz 1.074, Aufgabenerfolg 93,2 %, Zeit bis zum ersten Audio 1,18 s.

• Gemini 3.8 Live Extended Thinking (High) — Index 82,6, Reasoning 98, Dynamik 91,9, Agentik 68,6, Arena 966, Aufgaben-Erfolgsrate 89,1 %, Zeit bis zum ersten Audio 1,35 s.

• Phonic 1 (High) — Index 87,1, Reasoning 99, Dynamik nicht angegeben, agentisch 79,9, Arena 1.012, Aufgabenerfolg 92,3 %, Zeit bis zum ersten Audio 0,61 s.

Beachte den internen Widerspruch in Googles eigener Modellpalette. Das Aktivieren von erweitertem Denken erhöht den Index um 8,1 Punkte, aber es senkt die Arena-Präferenz um 108 Elo und den Aufgabenerfolg um 4,1 Punkte. Intensiveres Nachdenken lässt das Modell beim Gesamtwert besser und bei zwei der vier Eingabewerte schlechter abschneiden. Das ist kein Fehler in den Modellen; es ist eine Erinnerung daran, dass sich ein einzelner gewichteter Durchschnitt in eine Richtung bewegen kann, für die kein Nutzer stimmen würde.

Die Komponentenarithmetik, Zeile für Zeile

Artificial Analysis erstellt seinen Speech-to-Speech-Index aus vier Eingaben – sprachliches Schlussfolgern, agentische Leistung, Arena-Präferenz und Aufgaben-Erfolgsquote – und bezeichnet ihn als gewichteten Durchschnitt. Betrachtet man die vier getrennt, wird aus dem Duell etwas weitaus Spezifischeres als eine Lücke von 4,5 Punkten.

• Sprachschlussfolgern — Phonic 1 99 vs. Gemini 3.8 Live Extended Thinking 98 und Standard 92. Im Grunde ein Gleichstand an der Spitze; diese Komponente entscheidet nichts.

• Agentenleistung — Phonic 1: 79,9 gegenüber 68,6 mit Extended Thinking und 30,1 im Standardmodus. Das ist das ganze Argument. Extended Thinking ist die einzige Gemini-Konfiguration, die hier mithalten kann, und sie liegt dennoch um 11,3 Punkte zurück.

• Arena-Präferenz — Phonic 1 1.012 gegenüber 966 bei erweitertem Denken und 1.074 im Standardmodus. Das Standardmodell schlägt Phonic um 62 Elo; das Denkmodell verliert um 46. Menschliche Hörer bevorzugen das günstige Gemini.

• Aufgaben-Erfolgsquote — Phonic 1 92,3 % gegenüber 89,1 % bei erweitertem Denken und 93,2 % beim Standardmodell. Wieder gewinnt das Standardmodell knapp, und das Denkmodell verliert.

Reiht man diese vier nebeneinander, ergibt die Geschichte ein stimmiges Bild. Phonic 1 ist der fähigste Agent und die unter den dreien am wenigsten bevorzugte Stimme. Gemini 3.8 Live standard ist die am meisten bevorzugte Stimme und der beste darin, Aufgaben zu erledigen, aber der schlechteste Agent. Gemini 3.8 Live Extended Thinking liegt zwischen ihnen und vereint wohl das Schlechteste aus beiden – es bezahlt das Reasoning mit Latenz und Präferenz und holt Phonic in puncto Handlungsfähigkeit trotzdem nicht ein.

Was eine Minute bei jedem kostet – und warum die beworbenen Tarife in die Irre führen

Gemessen an der normalisierten Kennzahl von Artificial Analysis für die Kosten pro Stunde Eingabe-Audio ist Gemini das günstigere Modell: 3,50 Dollar pro Stunde für Gemini 3.8 Live Extended Thinking gegenüber 4,20 Dollar für Phonic 1. Das ist die Zahl, die Phonics eigenes Launch-Material einräumt — die Vergleichstabelle des Unternehmens weist Gemini als günstiger aus — und es lohnt sich, das klar auszusprechen, denn dass ein Newcomer ein Google-Modell beim Agentic-Score schlägt und beim Preis gegen dasselbe unterliegt, ist eine interessantere Geschichte als ein Rundumsieg.

Googles veröffentlichte Token-Preise liegen bei 3 US-Dollar pro Million Audio-Eingabe-Token und 12 US-Dollar pro Million Audio-Ausgabe-Token, was bei typischen Dichten auf rund 0,005 US-Dollar pro Minute für die Eingabe und 0,018 US-Dollar pro Minute für die Ausgabe hinausläuft. Die Abrechnung bei Phonic ist pauschal 0,07 US-Dollar pro Gesprächsminute, 0,065 US-Dollar im Pro-Tarif bei einem monatlichen Mindestumsatz von 200 US-Dollar, und der Anbieter erklärt ausdrücklich, dass es keine Durchreichung von LLM-Kosten und keine Abrechnung pro Token gibt.

• Kosten pro Eingabestunde — Gemini 3.8 Live Extended Thinking: 3,50 $ gegenüber Phonic 1: 4,20 $, gemäß der Normalisierung von Artificial Analysis.

• Abrechnungsstruktur — Gemini rechnet Audio-Eingang und Audio-Ausgang getrennt zu Token-Tarifen ab; Phonic berechnet einen Tarif pro Gesprächsminute, der die Modellschicht abdeckt.

• Wo die Verläufe auseinandergehen — ein Anruf, bei dem der Agent viel spricht und wenig zuhört, kostet mehr auf Geminis Ausgabezähler und gleich viel bei Phonys Pauschaltarif; ein Anruf, bei dem der Agent überwiegend zuhört, kostet weniger auf Gemini und gleich viel bei Phonic.

• Kostenlose Stufe – Gemini bietet kostenlose Tokens sowohl für Eingabe als auch Ausgabe, mit nicht veröffentlichten Ratenlimits der kostenlosen Stufe für die Live-Modelle; Phonic hat keine kostenlose Stufe, bot aber vor dem 30. November 2026 eine Gutschriftaktion über 250 USD für Registrierungen an.

Genau für diese Art von Entscheidung ist ein Router gemacht, mit einem ehrlichen Vorbehalt: Keines dieser beiden Konversationsmodelle steht im OrcaRouter-Katalog, sodass sie hier weder verglichen noch als Failover eingesetzt werden können. Was jedoch im Katalog steht, ist das Text-Pendant – Gemini 3.8 Flash, heute neben 200+ anderen Modellen über einen einzigen Schlüssel zum Listenpreis ohne Aufschlag routbar. Wenn Ihr Sprachagent die Reasoning-Aufgabe an ein Textmodell delegiert, statt sie inline auszuführen, ist genau dieser Teil derjenige, den Sie routen, preislich vergleichen und bei dem Sie ein Failover durchführen können, und er ist normalerweise der Teil, der die Rechnung dominiert.

Latenz, Sitzungen und die Obergrenzen, die niemand liest

Phonic 1 reagiert in 0,61 s auf das erste Audio. Gemini 3.8 Live benötigt 1,18 s und die Variante mit erweitertem Denken 1,35 s. Auf der eigenen Geschwindigkeitsgrafik des Index landet Phonic damit im selben Bereich wie Grok Voice 3.0 mit 0,81 s, wobei beide Gemini-Konfigurationen rund eine Drittelsekunde dahinterliegen — der Unterschied zwischen einem Anrufer, der wartet, und einem Anrufer, dem auffällt, dass er wartet.

Google hat harte Sitzungslimits veröffentlicht, die für manche Produkte wichtiger sind als die Latenzlücke: Gemini 3.8 Live-Sitzungen sind auf fünfzehn Minuten reine Audio-Interaktion begrenzt, bzw. auf zwei Minuten, sobald Video im Stream ist. Für einen Support-Anruf ist das in Ordnung. Für ein geplantes Aufnahmegespräch, eine Coaching-Sitzung oder einen langlaufenden Sprachassistenten ist eine Obergrenze von fünfzehn Minuten eine Designvorgabe, um die man herum planen muss – und eine, die Phonic nicht nennt. Das öffentliche Material von Phonic nennt außerdem 50+ Sprachen gegenüber 97 bei Google, was das Gegenteil des üblichen Rückstands neuer Anbieter ist.

• Kontext und Ausgabe — Gemini 3.8 Live bietet 131K Kontext bei maximal 65.536 Ausgabe-Tokens; Phonic veröffentlicht keine Angabe zur Kontextgröße.

• Multimodalität — Gemini 3.8 Live akzeptiert visuelle Eingaben mit bis zu etwa einem Frame pro Sekunde und bietet 30 benannte Stimmen; Phonic 1 ist von Natur aus audio-basiert, eine visuelle Eingabe wird nicht angegeben.

• Provenienz — Google versieht generiertes Audio mit SynthID-Wasserzeichen; Phonic erhebt keinen vergleichbaren Anspruch.

Compliance — Phonic gibt SOC 2 Type II, die Verfügbarkeit eines HIPAA-BAA und Zero Data Retention sowie Cloud-, Single-Tenant-, VPC- und Self-Host-Deployment an; Gemini 3.8 Live ist eine von Google gehostete API.

Welche Entscheidung jeder Leser tatsächlich trifft

Wenn Ihr Agent bucht, verifiziert, Rückerstattungen vornimmt oder eskaliert – wenn der Erfolg des Anrufs eine geänderte Datenbankzeile ist –, dann ist der agentische Score von Phonic 1 mit 79,9 % den höheren Stundensatz und die noch nicht bewährte Erfolgsbilanz wert. Der Vorsprung von 11,3 Punkten gegenüber der besten Gemini-Konfiguration ist die größte echte Lücke in diesem Vergleich, und er zeigt sich als Unterschied bei der Abschlussrate statt als Präferenzunterschied.

Wenn Ihr Agent vor allem ein gutes Gespräch führen, präzise antworten und dabei nicht wie ein Roboter klingen muss, ist das Standard-Gemini-3.8-Live die bessere Wahl bei drei von vier Komponenten und bei den Kosten. Es gewinnt bei Task Success klar, gewinnt im Arena-Vergleich klar gegen Phonic und kostet 17 % weniger pro Eingabestunde. Was es nicht kann, ist handeln – mit 30,1 % agentisch ist es ein Modell, das über Ihr Buchungssystem sprechen, es aber nicht nutzen kann.

Und wenn Sie das Team sind, das standardmäßig zu Extended Thinking gegriffen hätte, weil „Thinking“ nach mehr Modell klingt: Die Zahlen sagen: Tun Sie es nicht. Gemini 3.8 Live Extended Thinking kostet im Vergleich zu seinem eigenen günstigeren Geschwistermodell Latenz, Arena-Präferenz und Aufgabenerfolg und erkauft sich dafür 38,5 Punkte agentische Performance – immer noch weniger als Phonic und weniger, als es braucht, um einen Call zu rechtfertigen, der eine Transaktion abschließen muss.

Was diesen Vergleich lesenswert statt überfliegenswert macht, ist, dass der Gewinner sich je nachdem ändert, welche der vier Kennzahlen man gewichtet. Phonic 1 holt den Gesamtwert, weil Handlungsfähigkeit ein Drittel des Gesamtbilds ausmacht und Phonic 1 darin klar vorn liegt. Google gewinnt bei Präferenz, Aufgabenerfüllung und Preis – und das mit einem Modell, dessen Betrieb halb so viel kostet. Der Index ist eine faire Zusammenfassung und eine schlechte Gebrauchsanweisung. Lies die Einzelwerte, dann wähle die Kennzahl, die du binnen zwei Wochen in deinem eigenen Traffic messen kannst.