Fish Audio Live 3 מדבר בשפה אחת. Gemini 3.8 Live מדבר ב-97 שפות ומטביע סימן מים בכל שנייה.
- AnthropicחדשAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 לכל 1M טוקנים · 99 tok/s
- orcaחדשOrca: OrcaC2 1.02026-11-07212 tok/s
- OrcaחדשOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 לכל 1M טוקנים · 123 tok/s
- OrcaחדשOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 לכל 1M טוקנים · 230 tok/s
- OrcaחדשOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 לכל 1M טוקנים · 39 tok/s
- OrcaחדשOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 לכל 1M טוקנים · 129 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 לכל 1M טוקנים · 58 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 לכל 1M טוקנים · 98 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 לכל 1M טוקנים · 40 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447אינטליגנציה
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 לכל 1M טוקנים · 123 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929אינטליגנציה
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 לכל 1M טוקנים · 104 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733אינטליגנציה
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740אינטליגנציה
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 לכל 1M טוקנים · 62 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955אינטליגנציה
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855אינטליגנציה
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 לכל 1M טוקנים · 429 tok/s
- OpenAIOpenAI: GPT-6 Luna2026-09-2228אינטליגנציה
Fish Audio Live 3 ו-Gemini 3.8 Live מסכימים על הרעיון החשוב וחולקים על כמעט כל דבר אחר. שניהם מכניסים את ניהול התורות לתוך מודל הדיבור ולא לתוך צינור של חלקים נפרדים. Live 3, שהוכרז ב-2026-11-10, טוען את הנקודה באופן התנהגותי: הפסקה באמצע מספר טלפון אינה אותו אירוע כמו ההפסקה בסוף שאלה, והמודל יכול להחליט להגיב בתוך 186 אלפיות השנייה בלבד — נתון ש-Fish Audio מדווחת עליו ואיש לא בדק אותו. Gemini 3.8 Live, שהוכרז ב-2026-09-15, עונה לאותה בעיה בניירת — 97 שפות עם מעבר באמצע השיחה, סימן מים SynthID בכל שנייה של אודיו שנוצר, כרטיס מודל שפורסם, שני מזהי מודל API מתועדים, ושורה ב-Artificial Analysis שמציגה 76.0 במדד Speech to Speech Index כאשר כל ארבעת מרכיביו מלאים.
האסימטריה הזו, ולא נתון השיהוי, היא מה שמכריע בהשוואה הזו. אחד מהמודלים האלה יכול להיכתב למסמך רכש היום ולהיות מוגן שורה אחר שורה; את השני צריך לצייד בכלי מדידה על ידי הצוות שיאמץ אותו. ויש נקודה חדה יותר מתחת לזה: ההתנהגות ש-Live 3 מוכר אינה הממד שבו Gemini 3.8 Live הוא החזק ביותר, והוא גם לא ממד ש-Live 3 דורג בו — כך שלעת עתה ההתמודדות מוכרעת לפי מה שאפשר לאמת ולא לפי איזה מודל מתמודד טוב יותר עם שיחת טלפון.
פער הכיסוי אינו הערת שוליים
התחילו ממה שכל מודל יעשה מחוץ להדגמה, כי עבור רוב הקונים החלק הזה מסיים את ההערכה לפני שנשאלות השאלות המעניינות.
• שפות — Gemini 3.8 Live תומך ב-97 שפות ומחליף ביניהן אוטומטית בתוך השיחה. Fish Audio מציינת בפשטות ש-Live 3 הוא אנגלית בלבד בעת ההשקה. קו הזמנות במדריד, תור תמיכה בסאו פאולו ודלפק גבייה בוורשה אינם פריסות של Live 3 ברבעון הזה.
• מקוריות — כל שנייה של אודיו ש-Gemini 3.8 Live מייצר נושאת את סימן המים SynthID של Google, ושתי גרסאות הקול של Gemini מתועדות בכרטיס מודל שפורסם תחת השם gemini-3-8-audio. ההכרזה של Fish Audio לא אומרת דבר על הטבעת סימני מים או על מטא-נתוני מקוריות עבור Live 3. אם תחום השיפוט שלכם מתקדם לעבר גילוי שימוש בקול סינתטי, ההבדל הזה מגיע כשאלה משפטית ולא כשאלה הנדסית.
• מזהים — Google מפרסמת gemini-3.8-live וכן gemini-3.8-live-extended-thinking כמזהי מודל הניתנים לקריאה דרך Gemini API, ה-Live API ו-AI Studio. ההכרזה של Fish Audio מזכירה את Live 3 אך אינה מפרסמת מזהה מודל ואינה מספקת תיעוד נקודות קצה לכל מודל עבורו.
• קלט שאינו אודיו — Gemini 3.8 Live מעבד קלט חזותי כמעט בזמן אמת, בנוסף לתמיכה במצלמה ובשיתוף מסך שכבר היו לקו. Live 3 הוא אודיו נכנס, אודיו יוצא.
• מסלול ארגוני — הנתיב של Google הוא תצוגה מקדימה פרטית ב-Gemini Enterprise, כאשר מהדורת חוויית הלקוח רשומה כ"בקרוב". הפתרון של Fish Audio הוא ה-Agent Platform, שנמצא כעת בבטא ציבורית, בתוספת פריסה מקומית (on-premises) עבור לקוחות ארגוניים — וזו הצעה שונה מהותית, והמקום היחיד ברשימה הזו שבו לספק הקטן יותר יש את התשובה החזקה יותר עבור קונה שאינו יכול לשלוח אודיו לענן ציבורי.
מה שהאינדקס יכול לראות, ומה שהוא לא יכול
Artificial Analysis בונה את Speech to Speech Index שלו כצירוף משוקלל באופן שווה של הסקה בדיבור, ביצועים סוכניים, העדפה בזירה והצלחה במשימות, ומדרג מערכת שלמה ולא מודל בודד. השורה של Gemini 3.8 Live מלאה: מדד 76.0, Big Bench Audio 92%, זמן עד לאודיו הראשון 1.18 שניות, הצלחה במשימות 93.2%, דינמיקה שיחתית 96.1%, Elo בזירה 1,083, ו-30.1% בבנצ'מרק משימות שירות לקוחות τ-Voice. ל-Live 3 אין שורה כלל נכון ל-2026-11-11; הלוח מפרט את Fish Audio כמשפחת מודלים ואינו נותן ציון לאף אחת מעבודות הדופלקס שלה.
התבוננו מקרוב בשניים מהמרכיבים הללו, מפני שהם אומרים משהו שכותרת הכותרת אינה אומרת. 96.1% של Gemini 3.8 Live בדינמיקה שיחתית הוא הנתון הגבוה בשורה שלו והמדד המקורב הפומבי הקרוב ביותר לדבר ש-Live 3 מוכר — מודל מבוסס-תורות שמקבל ציון סמוך לראש מדד של לקיחת תורות. 30.1% שלו ב-τ-Voice הוא הנתון הנמוך בשורה והסיבה שהמודל מדורג חמישי ולא ראשון: הוא מנהל שיחה היטב ומסיים משימות לעתים רחוקות. התיקון של גוגל עצמה לכך היה וריאנט שני, Gemini 3.8 Live Extended Thinking, שמגיע ל-68.6% באותו מבחן ותופס את המקום הראשון במדד עם 82.6 — תמורת בערך פי ארבעה מעלות אודיו לשעה.
הלקח מההשוואה הזו אינו נוח לשני הספקים. דינמיקה שיחתית ותפיסת תור טבעית אינן אותה מדידה, וזו בדיוק הסיבה לכך שאי אפשר להשוות 96.1% באחת לטענה שאינה מדורגת בשנייה. הטענה של Live 3 היא שההתנהגות שלה טובה מזו של מודל מבוסס-תורים במצב ספציפי — מתקשר שעוצר באמצע מספר, או ממלמל הסכמה בזמן שהסוכן קורא הזמנה בחזרה. עד שמישהו יריץ אותה על מערך בדיקה לתפיסת תורים, העמדה הכנה היא ש-Live 3 מציגה טענה לגבי תרחיש שהלוחות המפורסמים אינם מבודדים.
מקור, והשאלה שסוקר ישאל
קול הוא המודאליות היחידה שבה צוות ציות שואל על הפלט לפני שהוא שואל על המחיר. ל-Gemini 3.8 Live יש תשובה מוכנה: סימון מים של SynthID באודיו שנוצר, כרטיס מודל בעל שם, וספק עם עמדת שימוש אחראי מפורסמת מאחורי שניהם. ל-Live 3 יש הכרזה שהיא מדויקת באופן יוצא דופן לגבי התנהגות שיחתית ושקטה לחלוטין לגבי האופן שבו מאזין או גלאי יכולים להבחין בין הפלט שלה להקלטה.
זה אינו סיבה להימנע מ-Live 3, והוא כן סיבה לשאול את Fish Audio שאלה ישירה לפני שתטמיעו אותו בקו שמקליט שיחות. האם האודיו מסומן בסימן מים, האם סשנים מייצרים תמלול או רשומת ביקורת, ומהי מדיניות השימור בשניהם — אלה שלושת הפריטים שמבקר ירצה לראות בכתב. Fish Audio תיעדה את אימות אסימון הסשן של הפלטפורמה ואת משטח ה-REST שלה תחת /v1/agent/*, כך שהתשתית קיימת כדי לענות על כל השלושה — החברה פשוט לא פרסמה את התשובות, ויום אחד לאחר ההשקה זהו מצב העניינים הרגיל ולא דגל אדום.
המחיר שקיים וזה שאינו קיים
Gemini 3.8 Live מפורסם במחיר של $0.005 לדקת קלט אודיו ו-$0.018 לדקת פלט אודיו דרך Live API. שיחה בת חמש דקות עם פלט רציף היא אפוא קצת יותר מאחד-עשר סנט של קול, לפני כל עלות של מודל בצד השרת. Artificial Analysis ממירה את התעריפים של Google לנתון שעתי מול תת-קבוצה קבועה של ארבעים שאלות, והעמודה הנגזרת הזו השתנתה בין לכידות — $0.84 לשעה עבור המודל הסטנדרטי בלוח של 16 בספטמבר, $1.50 בלכידה מאוחרת יותר. שניהם המרות ולא הצעות מחיר; תעריפי הדקה הם הנתון שעל פיו יש לתקצב.
ל-Live 3 אין מחיר. כרטיס התעריפים של Fish Audio מפרט את drama-3 ב-$50 למיליון בייטים של UTF-8, את s2.1-pro ואת s2-pro ב-$15, את s2.1-pro-free באפס, ואת s1 ב-$15 עם תאריך פרישה 2026-12-31, ובנוסף שלושה מודלים של דיבור לטקסט ואת voice-design-1 בסנט לבקשה. Live 3 אינו מופיע בו. גם לשיחת סוכן דופלקס אין ספירת בייטים טבעית — האודיו הנכנס הוא מה שהמתקשר אומר — כך שאפילו צורת מדידת השימוש אינה מפורסמת. כל מודל עלות של Live 3 שנכתב היום הוא ניחוש, ויש לסמן את הניחוש ככזה בכל מסמך שבו הוא יופיע.
מה עומד מאחורי הקול
אף אחד מהמודלים אינו המערכת כולה, והתפר זהה משני הצדדים. Gemini 3.8 Live מריץ כלים וקריאות API ברקע, מאשר את הבקשה וממשיך לדבר בזמן שהקריאה מסתיימת — והעבודה הזו מתגלגלת לקריאות מודל רגילות עם עלויות טוקנים רגילות. ה-Agent Platform של Live 3 חושף hook ל-LLM מותאם אישית שמכוון את החשיבה של סוכן אל כל endpoint תואם OpenAI. בשני המקרים מודל הדיבור הוא חזית, ומודל טקסט עושה את החשיבה.
השכבה הזו היא המקום שבו ראוטר מצדיק את מקומו, והיא השכבה היחידה בכל אחת משתי הסטאקים שבהן החלפה היא זולה. OrcaRouter נושא 216 מודלים מאחורי מפתח יחיד במחיר המחירון של הספק ללא כל תוספת, כך שהורדת מחיר במעלה הזרם נוחתת באותו יום ולא בחידוש החוזה הבא, מעבר אוטומטי בין שרתים (failover) שומר על הקריאה חיה כשהקצה האחורי מחזיר שגיאה או עובר זמן קצוב, DSL לניתוב קובע איזה מודל מטפל באיזה סוג של תור, ומיזוג מודלים מאפשר למודל זול לנסח קריאת כלי בזמן שמודל חזק יותר בודק אותה לפני שהיא יוצאת לדרך. ליתר דיוק לגבי הגבול: OrcaRouter אינו מארח את Fish Audio Live 3 או את נקודת הקצה הקולית Gemini 3.8 Live. לשניהם אין נקודת קצה קולית של צד שלישי, ושכבת הדיבור בכל אחת משתי הסטאקים נשארת אצל הספק שלה. שכבת ההיסק היא החלק הנייד, ובסטאק הבנוי על מודל במחיר תצוגה מקדימה מספק אחד ועל פלטפורמת בטא מאחר, ניידות היא התכונה ששורדת את הגרסה הבאה.
למה כל אחד מהם בעצם מיועד
בחרו ב-Gemini 3.8 Liveאם המוצר שלכם גלובלי, אם האודיו יוצא מהתשתית שלכם ומישהו ידרוש מכם להוכיח מאיפה הוא הגיע, או אם אתם צריכים שהסוכן יראה מסך או מצלמה. יש לו את כרטיס הניקוד, סימן המים, השפות, התעריף המפורסם ומזהה המודל. החולשה שלו היא השלמת משימות בשיעור 30.1% ב-τ-Voice, והפתרון שגוגל מוכרת לכך הוא גרסת Extended Thinking במחיר של פי ארבעה מהעלות השעתית.
Pilot Fish Audio Live 3 אם השיחות שלכם באנגלית, אילוצי התשתית שלכם שוללים ענן ציבורי, ויומן התלונות שלכם מלא במתקשרים שמדברים מעליהם או חוזרים על רצפי ספרות. פריסה מקומית היא כאן יתרון אמיתי, כזה ש-Google אינה מציעה. היכנסו לזה בציפייה לבנות את ההערכה בעצמכם: אין ציון להשוואה, אין מחיר מפורסם לתחזית, ואין סימן מים להצביע עליו.
אל תתייחסו ל-76.0 כאל פסק דין על חילופי תורות. זהו מדד מורכב שמעניק משקל רב להשלמת משימות אגנטיות, ו-Gemini 3.8 Live חלש בדיוק בנקודה הזו. המספר שיכריע את ההתמודדות הזו הוא ציון חילופי תורות עבור Live 3 על אותו מערך בדיקה שכל האחרים נמדדים עליו — ועד שנתון כזה יהיה קיים, שני המודלים מושווים על סמך תיעוד ולא על סמך התנהגות.
