Grok Voice 3.0 לעומת Gemini 3.8 Live: Google מוכרת שני מודלים קוליים ורק אחד מהם משתתף בקרב הזה
- OrcaחדשOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 לכל 1M טוקנים · 59 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2952אינטליגנציה
- anthropicAnthropic: Claude Sonnet 5.52026-09-2856אינטליגנציה
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 לכל 1M טוקנים · 763 tok/s
- OpenAIOpenAI: GPT-6 Luna2026-09-2238אינטליגנציה
- OpenAIOpenAI: GPT-6 Sol2026-09-2248אינטליגנציה
- AnthropicAnthropic: Claude Opus 5.52026-09-2258אינטליגנציה
- xAIGrok 4.72026-09-2146אינטליגנציה
- OrcaOrca: OrcaCyber Zero 1.02026-09-17$3.00 / $7.50 לכל 1M טוקנים · 39 tok/s
- OrcaOrca: OrcaVerify Text 1.02026-09-16$2.00 / $0.00 לכל 1M טוקנים · 2230 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-09-1040אינטליגנציה
- OpenAIOpenAI: GPT-6 Astra2026-09-0453אינטליגנציה77כתיבת קוד
- GoogleGoogle: Gemini 3.8 Flash2026-09-0241אינטליגנציה76כתיבת קוד
- AlibabaQwen: Qwen3.8 Max (0902)2026-09-0245אינטליגנציה76כתיבת קוד
- AnthropicAnthropic: Claude Fable 5.12026-09-0153אינטליגנציה82כתיבת קוד
- TencentTencent: Hy4 preview2026-08-28$0.83 / $2.50 לכל 1M טוקנים · 57 tok/s
- AlibabaQwen: Qwen3.8 Flash2026-08-26$0.15 / $0.47 לכל 1M טוקנים · 122 tok/s
- z-aiZ.ai: GLM 5.3 Flash2026-08-2642אינטליגנציה72כתיבת קוד
- DeepSeekDeepSeek: DeepSeek V4 Flash Vision (Exp)2026-08-21$0.22 / $0.66 לכל 1M טוקנים · 204 tok/s
- z-aiZ.ai: GLM 5.32026-08-1845אינטליגנציה75כתיבת קוד
התשובה של Google ל־Grok Voice 3.0 עולה $0.84 לשעה. זהו נתון העלות לשעת אודיו קלט של Artificial Analysis עבור Gemini 3.8 Live בתצורה הסטנדרטית שלו, והוא זול פי 5.7 מ-$4.80 לשעה שGrok Voice 3.0 גובה. זה גם המודל הלא נכון להשוות אליו. ה-Gemini 3.8 Live שבאמת מתמודד ראש בראש עם הדגל החדש של SpaceXAI — זה שמחזיק 82.6 במדד Speech to Speech Index מול 86.9 של Grok — הוא גרסת Extended Thinking, והוא עולה $3.50 לשעה. הפער האמיתי בין שני המודלים האלה הוא פי 1.37, לא פי 5.7, ובחירת השורה הלא נכונה מטבלת התמחור היא הטעות היקרה ביותר האפשרית בהתמודדות הזו.
זו הפעם הראשונה שלקטגוריה יש חזית מחיר-איכות אמיתית, ולא מוביל וחלופה זולה יותר. Grok Voice 3.0 הגיע ב-14 באוקטובר 2026 במחיר 0.08 דולר לדקה, אותו תעריף כמו Grok Voice 2.0, עם 86.9 במדד וזמן של פחות משנייה עד לשמע הראשון. Gemini 3.8 Live נחת ב-15 בספטמבר 2026 בשתי תצורות שמתנהגות כמו שני מוצרים שונים, שאחת מהן מובילה בעלויות והאחרת היא מערכת הסקה שבמקרה מדברת.
שני המודלים של Google אינם דרגות אחד של השני
ההצגה של גוגל עצמה מבדילה ביניהם לפי ייעוד ולא לפי גודל. המודל הסטנדרטי מתואר כמי שנבנה עבור קנה מידה ויעילות בעלויות, עם דיאלוג זורם ועיגון חזותי. וריאנט ה-Extended Thinking מתואר כמי שנבנה עבור משימות מורכבות במיוחד, עם חשיבה רב-שלבית שמתארת את התקדמותה בקול רם תוך כדי העבודה.
הפער הנמדד ביניהם אינו מדרג איכות. זהו שבר קטגורי:
• השלמת משימות סוכניות, τ-Voice — Gemini 3.8 Live Extended Thinking 68.6% לעומת Gemini 3.8 Live 30.1%. אותו ספק, אותה מהדורה, אותה משפחה בסיסית, בפער של 38.5 נקודות.
• Speech to Speech Index — 82.6 עבור Extended Thinking במאמץ חשיבה High לעומת 76.0 עבור המודל הסטנדרטי.
• עלות לשעה של אודיו קלט — $3.50 לעומת $0.84.
• זמן עד לאודיו הראשון — 1.35 שניות עבור Extended Thinking לעומת 1.18 שניות עבור המודל הסטנדרטי, שניהם נמדדו על ידי Artificial Analysis.
אז כשמסמך רכש שואל אם Gemini 3.8 Live זול יותר מ-Grok Voice 3.0, אין תשובה אחת. לעומת המודל הסטנדרטי, xAI יקר כמעט פי שישה, וביתרון של 10.9 נקודות מדד. לעומת Extended Thinking, xAI יקר ב-37% באודיו, וביתרון של 4.3 נקודות. אלו החלטות שונות תחת אותו שם מודל.
ראש בראש, עם ה-Gemini הנכון
הנח לרגע בצד את הווריאנט הסטנדרטי, והשווה בין שני המודלים שבאמת מתחרים על ראש הטבלה. כל נתון להלן הוא מהבדיקות של Artificial Analysis עצמה, מה-13 באוקטובר 2026 עבור Grok Voice 3.0, ומטבלת ספטמבר עבור Gemini 3.8 Live Extended Thinking at High effort.
• מדד דיבור לדיבור — Grok Voice 3.0 86.9 לעומת Gemini 3.8 Live Extended Thinking 82.6. פער של 4.3 נקודות שהוא אמיתי אך לא מכריע.
• ביצועים אגנטיים, τ-Voice — Grok Voice 3.0 71.6% לעומת Gemini 3.8 Live Extended Thinking 68.6%. שלוש נקודות, והדבר הקרוב ביותר לתיקו שעל הלוח.
• הסקת מסקנות מדיבור ב-Big Bench Audio — Grok Voice 3.0 עם 98.5% לעומת 97.7% המדווחים של Google. שניהם למעשה בתקרה; הממד הזה הפסיק להבדיל.
• העדפת Speech Agent Arena — Grok Voice 3.0 ב-Elo 1070, הגבוה ביותר בלוח. המודל של Google לא מחזיק בזירה.
• מחיר לדקת אודיו — Grok Voice 3.0 $0.08 בקלט ובפלט; Gemini 3.8 Live $0.005 לדקת קלט אודיו ו-$0.018 לדקת פלט אודיו.
• זמן עד לאודיו ראשון — Grok Voice 3.0 0.81 שניות; Gemini 3.8 Live Extended Thinking 1.35 שניות והמודל הסטנדרטי 1.18 שניות לפי המדידה של Artificial Analysis. בחומרים של Google עצמה לא מפורסם נתון השהיה.
• עלות למשימה שהושלמה, Big Bench Audio — Grok Voice 3.0 $0.025 למשימה. לאף אחד מהווריאנטים של Google אין נתון מפורסם.
• זמינות — Grok Voice 3.0 מתומחר ופעיל, עם הודעת התיישנות על קודמו; Gemini 3.8 Live הוא תצוגה מקדימה ללא תאריך זמינות כללית, ללא נתון זמן פעילות מפורסם וללא תעריף ש-Google התחייבה לשמור עליו.
• כיסוי שפות — Gemini 3.8 Live עובר בין 97 שפות נתמכות באמצע השיחה; שכבת המרת הדיבור לטקסט של xAI מתעדת למעלה מ-38 שפות.
• קלט חזותי — Gemini 3.8 Live מעבד קלט חזותי כמעט אמיתי; ל-Grok 3.0 אין עיגון חזותי דומה.
הממד היחיד שבו השתיקה של גוגל היא הסיפור
שימו לב לאסימטריה ברשימה הזו. Grok Voice 3.0 מתחיל לדבר תוך 0.81 שניות. Gemini 3.8 Live Extended Thinking מתחיל תוך 1.35 והמודל הסטנדרטי תוך 1.18, שניהם לפי המדידה של Artificial Analysis — מה שהופך את ה-Gemini ללא מצב חשיבה לאיטי יותר לפתוח תור מאשר זה עם מצב החשיבה, מוזרות שכמעט בוודאות נובעת מכך שגרסת החשיבה מקריאה בקול את התקדמותה בזמן שהיא עובדת, ולא מנתיב מהיר יותר באמת.
חומר ההשקה של גוגל עצמה אינו מפרסם נתון השהיה לאף אחד משני המודלים, אלא רק לשון של שותפים על השהיה מרשימה. זה חשוב משום שהזמן עד לשמע הראשון הוא הממד שבו מוצרי קול מצליחים או נכשלים בעיני האנשים שמשתמשים בהם, וזה הממד שגוגל בחרה שלא לציין לו מספר. אם המוצר שלכם הוא מוצר טלפוניה, שבו 0.81 שניות הן ההבדל בין שיחה לעיכוב, מדידה של מתחרה את הספק שלכם אינה זהה להתחייבות של הספק שלכם. בדקו לפני שאתם מתחייבים, ועקבו אחרי הודעת הזמינות הכללית כדי לראות אם מופיע לצידה נתון.
העיגון החזותי פועל דווקא בכיוון ההפוך, והוא באופן חד-משמעי של גוגל. מודל שמסוגל לעבד וידאו כמעט בזמן אמת יכול לפתור את הדברים שאודיו אינו יכול: למה מתייחס "זה", אם האדם ששואל מסתכל על הדבר שעליו הוא שואל, אם הרעש על הקו הוא מכונה שאפשר לראות. Grok Voice 3.0 הוא מודל אודיו עם כלים. זהו גבול יכולת אמיתי, לא הבדל בתצורה, ושום כמות של ציון אינדקס לא תסגור אותו.
מה באמת קונה הפרש המחיר
בצע את החישוב על עומס עבודה אמיתי. עשרת אלפים דקות של קול ביום, שלושים יום בחודש, שלוש מאות אלף דקות.
• Grok Voice 3.0 — $0.08 לדקה, כלומר $24,000 בחודש.
• Gemini 3.8 Live Extended Thinking — מתומחר החל מ-$3.50 לשעת אודיו קלט, בערך $17,500 בחודש עבור אותו נפח, עם מחירון ציבורי שגובה בנפרד עבור קלט ופלט.
• Gemini 3.8 Live standard — כ-4,200 דולר בחודש, על מודל שמשלים 30.1% מתרחישי τ-Voice.
השורה האמצעית היא כל ההחלטה. תמורת כ-6,500 דולר בחודש פחות מדגם הדגל של xAI, גוגל מוכרת מודל שבסטטוס תצוגה מקדימה ומפגר אחריו ב-4.3 נקודות מדד — קרוב מספיק כדי שכל צוות שהסוכן שלו עושה עבודה רב-שלבית אמיתית צריך להריץ את שניהם מול ההקלטות שלו במקום לקרוא טבלת דירוג. השורה התחתונה היא מלכודת, אלא אם הממשק הקולי שלכם הוא שיחתי והשלמת המשימות שלכם מתרחשת במקום אחר בסטאק — וכך אכן המצב עבור חלק ניכר ממוצרי הקול הפרוסים.
יש עוד מדד אחד שכדאי להעביר לגיליון הזה, משום שהוא הופך חלקית את התמונה. המדידה לפי משימה של Artificial Analysis ב-Big Bench Audio מציבה את Grok Voice 3.0 על $0.025 להשלמת משימה, לעומת $0.030 עבור GPT Live 1 בתצורת ה-Astra medium שלו. עלות למשימה שהושלמה, ולא עלות לשעה, היא המספר ששורד מפגש עם ישיבת תקציב — מודל זול יותר שזקוק לניסיון שני אינו זול יותר. אף אחד מהספקים אינו מפרסם את הנתון הזה עבור צמד Gemini, וזה עוד חלל שבו האפשרות הזולה לא נמדדה על הציר שקובע.
היכן נתב עוזר והיכן הוא לא
היה מדויק בזה, כי התשובה האינסטינקטיבית שגויה. OrcaRouter לא מספק שירות באף אחת משתי נקודות הקצה לזמן אמת. Grok Voice 3.0 מגיע מה-API של xAI עצמה ו-Gemini 3.8 Live מזה של Google, ואף ראוטר לא יכול להיכנס בתווך של WebSocket אודיו דופלקסי השייך לספק אחד. אם מישהו אומר לך שהפלטפורמה שלו מאפשרת לך לעבור לגיבוי בין שני אלה באמצע השיחה, הוא מתאר משהו שלא קיים.
מה שניתן לנתב הוא כל מה שסביבם. פריסת קול היא מודל קולי בתוספת מחסנית טקסט — המסווג שמקצה קוד תוצאה לאחר השיחה, המסכם שכותב את הערת ה-CRM, האחזור שעונה על השאלה שהמודל הקולי נאלץ להעביר הלאה, המודל שקורא את התמלול לצורכי תאימות. השכבה הזו היא אינפרנס רגיל הנמדד לפי בקשות, שם מצטבר חלק משמעותי מהעלות לכל שיחה, והיא השכבה שאנחנו מפעילים: למעלה מ-200 מודלים לשוניים מאחורי מפתח אחד במחיר המחירון של הספק וללא תוספת כלשהי, מעבר אוטומטי לגיבוי כשספק נחלש, וDSL לניתוב שמאפשר לך להרכיב כמה מודלים לקריאה אחת במקום לבחור אחד מראש. מכיוון שמחיר המחירון עובר כמו שהוא, הורדת מחיר של ספק על כל אחד מהמודלים האלה נכנסת לתוקף אצלנו באותו יום. דקת האודיו שאתה משלם עליה ל-Google או ל-xAI היא אותה דקה בכל מקרה; ההיגיון שמאחוריה הוא החלק שאתה בוחר.
כלל ההחלטה
שלוש תשובות, והן נובעות מהרכיבים ולא מהאינדקס.
בחר ב-Grok Voice 3.0 אם עומס העבודה שלך הוא סוכני, רגיש להשהיה ועתיד להיכנס לייצור ברבעון הזה. הוא מוביל במדד המשולב, הוא מוביל בזירה, הוא מחזיק בזמן ההתחלה-עד-דיבור המהיר ביותר שפורסם מבין מודלי החזית, והוא מתומחר ונתמך עם מסלול הוצאה משימוש ולא עם הודעת תצוגה מקדימה.
בחר ב-Gemini 3.8 Live Extended Thinking אם אתה זקוק לעיגון חזותי, אם אתה זקוק ל-97 שפות במקום 38, או אם אתה מנצל מספיק דקות קוליות כך שההפרש של $1.30 לשעה חשוב יותר מ-4.3 נקודות מדד — וקבל את העובדה שאתה בונה על תצוגה מקדימה ללא התחייבות לזמינות.
בחר ב-Gemini 3.8 Live הסטנדרטי רק אם מדדת את התעבורה שלך ואישרת שהחלק הרב־שלבי בשיחות שלך כבר מטופל מחוץ למודל הקולי. על הנייר זה האפשרות הזולה ביותר בקטגוריה, בפער ניכר. בציר τ-Voice הוא נכשל בערך בשבעה מתוך כל עשרה תרחישים, ושום דבר במדד לא אומר לך זאת עד שתסתכל.
מה ישנה את הדף הזה: תאריך זמינות כללית ונתון השהיה מ-Google, ששניהם יחד יהפכו את האפשרות הזולה לבטוחה יותר; או מהלך מחירים מצד xAI, שהוא המנוף היחיד שהמתחרה שלה לא יכול להשתוות אליו, לאור העובדה שתעריף הדגל נשמר קבוע כעת לאורך דור מודלים שלם.
גם בהשוואות כמו זו מתגלים מצבי הכשל: התקריות המתועדות ב-AI וכשלי סוכנים מאחורי מודלים בקטגוריה הזו נאספים ב-OrcaRouter AI Incident Archive, שם כל רשומה נושאת את מקורותיה, החומרה, דרגת הוודאות ודגל המחלוקת שלה.
השוואות במאמר הזה1
זוהה מתוך המאמר הזה · בנצ'מרקים: Artificial Analysis · מתעדכן יומית
