Presentiamo Gemini 3.8 Live e 3.8 Live Extended Thinking: Google divide in due la sua linea vocale

Di Google Gemini 3.8 Live e Gemini 3.8 Live Extended Thinking sono arrivati il 15 settembre 2026 — un annuncio, due modelli e una vera biforcazione nella linea di prodotto. Il numero di punta è un divario di 6,6 punti sullo Speech to Speech Index di Artificial Analysis, da 82,6 a 76,0. Il numero che sta sotto è 38. Sulla stessa classifica, nella misura τ-Voice di completamento di attività agentiche, la variante di ragionamento risolve il 68,6% degli scenari replicati di servizio clienti e il modello standard ne risolve il 30,1%. I 6,6 punti sono ciò che dice l'indice. I 38 punti sono ciò che accade quando chiedi a uno dei due modelli di concludere davvero qualcosa.

A un giorno dal lancio, il fork ha un prezzo. Entrambi i modelli riportano tariffe audio al minuto pubblicate tramite la Live API, e la classifica di Artificial Analysis colloca il costo orario dell'audio in input a $0,84 per il modello standard contro $3,50 per la variante reasoning — poco più di quattro volte tanto all'ora per quei 6,6 punti di indice. Questo compromesso è tutta la decisione, e valutarlo basandosi solo sull'indice porta a sbagliare.

Ciò che rende questo rilascio diverso dal consueto rinnovo dei modelli vocali è che la suddivisione non è una fascia dimensionale. È un disaccordo su quale sia il compito di un agente vocale. Uno di questi modelli è un'interfaccia conversazionale. L'altro è un sistema di ragionamento che, incidentalmente, parla.

Due modelli, due lavori

La presentazione di Google stessa è insolitamente chiara al riguardo. Gemini 3.8 Liveviene descritto come "progettato per la scalabilità e l'efficienza dei costi, unendo intelligenza conversazionale a un dialogo fluido e all'ancoraggio visivo". Gemini 3.8 Live Extended Thinkingè "progettato per attività ad alta complessità, con maggiore intelligenza e ragionamento a più passaggi".

La differenza pratica emerge nell'elenco delle capacità piuttosto che nella scheda tecnica:

• Gemini 3.8 Live — elaborazione dell'input visivo quasi in tempo reale, passaggio automatico a metà conversazione tra 97 lingue supportate ed esecuzione in background di strumenti/API, così che il modello confermi la richiesta e continui a parlare mentre la chiamata si conclude.

• Gemini 3.8 Live Extended Thinking — ragiona e parla contemporaneamente, narrando i progressi con frasi come «Fammi controllare…» mentre è in corso un'attività articolata in più passaggi.

• Condiviso — tutto l'audio generato porta il watermark SynthID di Google, entrambi sono coperti da una model card pubblicata con il nome gemini-3-8-audio, ed entrambi ora hanno ID modello API documentati: gemini-3.8-live e gemini-3.8-live-extended-thinking.

Il modello Extended Thinking non è semplicemente 3.8 Live con un budget di pensiero più lungo. È quello che riesce a gestire contemporaneamente una conversazione e un piano di attività senza che la conversazione si blocchi — che è esattamente ciò che fa fallire gli agenti vocali in produzione. Un utente non vuole il silenzio mentre l'agente cerca qualcosa. Vuole che l'agente continui a parlare.

La scheda dice 6.6. I componenti dicono 38.

Il Speech to Speech Index è una media ponderata di quattro risultati sottostanti: Ragionamento vocale, misurato dal set Big Bench Audio proprietario di Artificial Analysis; Prestazioni agentiche, misurate eseguendo il benchmark τ-Voice per il servizio clienti; Preferenza Arena, tratta dalla Speech Agent Arena; e Tasso di successo delle attività. Solo i modelli con tutte e quattro le componenti ricevono un punteggio dell'indice, ed è per questo che alcune righe di quella classifica sono vuote.

Presi singolarmente, i due nuovi modelli non sembrano affatto una coppia da 6,6 punti:

• Indice da Voce a Voce — Gemini 3.8 Live Extended Thinking (High) 82,6 contro Gemini 3.8 Live 76,0

• Prestazioni agentiche (completamento attività τ-Voice) — 68,6% vs 30,1%

• Ragionamento vocale (Big Bench Audio) — 98% vs 92%

• Dinamiche conversazionali — 91,9% vs 96,1%

• Preferenza arena (Elo) — 990 vs 1083

• Tasso di successo delle attività — 89,1% vs 93,2%

• Tempo al primo audio — 1,35 s vs 1,18 s

• Costo per ora di audio in ingresso — 3,50 $ vs 0,84 $

Leggilo onestamente e il modello standard vince quattro delle otto righe. È più veloce al primo audio, riceve una valutazione più alta dall'arena, ha più probabilità di completare un'attività e riceve valutazioni migliori sulle dinamiche conversazionali. Inoltre costa un terzo del prezzo. Ciò che non riesce a fare è portare a termine il lavoro quando il lavoro prevede dei passaggi: 30,1% contro 68,6% è il divario singolo più ampio in tutta questa release, e si colloca sull'unico asse che separa un agente vocale da un'interfaccia vocale.

Due avvertenze prima che quella tabella venga considerata definitiva. Il valore di preferenza dell'arena usato nell'indice è congelato nel momento in cui un modello diventa idoneo alla pubblicazione, quindi non segue l'Elo in tempo reale sul grafico di Speech Agent Arena — leggilo come un'istantanea, non come un punteggio in continuo aggiornamento. E i margini τ-Voice in cima alla classifica sono abbastanza esigui da poter essere rumore: il 68,6% della variante reasoning supera di 0,7 punti GPT-Live-1 al 67,9% (backend Astra, medium effort), con GPT-Live-1 (Sol, low) al 59,3% e Grok Voice Think Fast 2.0 High al 56,5% dietro. Il divario di 38 punti tra i due modelli Gemini non è esiguo. Il vantaggio di 0,7 punti su GPT-Live-1 sì.

Dove si trova nell'indice

Nella cattura qui sotto, effettuata il 16 settembre 2026, la parte superiore della board recita così:

• Gemini 3.8 Live Extended Thinking (High) — 82.6 (primo posto)

• GPT-Live-1 (backend Astra, impegno medio) — 81.5

• Grok Voice Think Fast 2.0 High — 81.3

• GPT-Live-1 (backend Sol, sforzo basso) — 80.1

• Gemini 3.8 Live — 76,0

• GPT-Realtime-2.1 High — 73.9

• Gemini 3.1 Flash Live High — 71,5

È il caso della divisione in una schermata. La variante Extended Thinking occupa il primo posto, funzionando con l'etichetta di sforzo di ragionamento(High) della classifica — la stessa convenzione usata per Grok Voice Think Fast 2.0 High e GPT-Realtime-2.1 High, ed è il motivo per cui il suffisso "(High)" che potresti vedere associato a questo modello nella copertura è un'etichetta di configurazione, non un rilascio separato. La variante standard si piazza quinta — sotto due configurazioni GPT-Live-1 e sotto Grok. Il blog di Google descrive il modello standard come "molto conveniente" e osserva che "ha conquistato il secondo posto nella Speech Agent Arena", che è una classifica diversa che misura una cosa diversa. Entrambe le affermazioni sono vere. Lette insieme, dicono: 3.8 Live è un ottimo modello conversazionale a un ottimo prezzo, e non è la frontiera dell'intelligenza vocale.

La fuga di notizie che è arrivata per prima

I modelli sono stati individuati su una pagina delle quote di Google Cloud il giorno prima dell'annuncio, e all'epoca abbiamo trattato quell'avvistamento come uno slug non confermato, senza model card, senza prezzi e senza conferma da Google. Quel post aveva ragione sullo stato e torto sulla tempistica — la conferma è arrivata nell'arco di circa 24 ore.

La lezione merita di essere registrata, perché va contro l’istinto abituale. Uno slug trapelato un giorno prima del lancio è un lancio. Uno slug trapelato senza documentazione di supporto per otto settimane è una cosa del tutto diversa. Il segnale che li distingueva non era lo slug; era la presenza di una pagina delle quote, che esiste solo quando la capacità è stata predisposta.

Quanto costa, al minuto

Al momento dell'annuncio, i materiali di Google non distinguevano i due modelli sul prezzo: al modello standard è stata assegnata una tariffa e alla variante di ragionamento no, ed è quanto registra il tabellone qui sopra. Da allora quel divario è stato colmato. Entrambi i modelli ora hanno prezzi pubblicati tramite la Live API: $0.005 al minuto per l'input audio e $0.018 al minuto per l'output audio, come Google ha confermato il 16 settembre in occasione del lancio dei due. La stessa scheda tariffaria pubblicata copre i prezzi per token del livello Gemini 3 Live — $0.75 per 1M di token di testo in input e $4.50 in output, $3.00 per 1M di token audio in input e $12.00 in output, e $1.00 per 1M per input di immagini o video — anche se quelle righe relative ai token sono pubblicate per il livello anziché per modello, quindi vanno lette come la scheda tariffaria del livello e non come un preventivo per una variante specifica.

Artificial Analysis ha anche inserito il dato che conta di più per la pianificazione. La sua classifica ora include una colonna relativa al costo per ora di audio in input — il costo per completare un sottoinsieme fisso di 40 domande di Big Bench Audio, normalizzato a una tariffa oraria — ed entrambi i nuovi modelli presentano un valore in quella colonna:

• Gemini 3.8 Live — 0,84 $/ora di audio in input, la tariffa a pagamento più bassa su quella tabella

• Gemini 3.8 Live Extended Thinking (High) — 3,50 $/ora, comunque inferiore a entrambi i modelli che supera in qualità

• Grok Voice Think Fast 2.0 High — 4,80 $/ora

• GPT-Live-1 (backend Astra, impegno medio) — 5,83 $/ora

• GPT-Realtime-2 (High) — $4,14/ora

• GPT-Realtime-2.1 High — $10,75/ora

Una nota sulle schermate sopra: poiché il pannello dei costi nello screenshot della classifica precede queste due righe, non vi compare né $0.84 né $3.50, e la sua barra più economica è $1.42. Le cifre nell'elenco sono lette dalla tabella riepilogativa della classifica nella versione del 16 settembre 2026, non da quell'immagine. I valori dell'indice mostrati nell'immagine restano invariati e corrispondono alla tabella.

Leggi i due nuovi numeri rispetto ai componenti sopra e il rilascio smette di essere un annuncio di due modelli e diventa un'unica decisione con un tasso di cambio pubblicato. La variante di ragionamento guadagna 6,6 punti indice, sei punti di ragionamento vocale e 38,5 punti di completamento di attività agentiche per poco più di quattro volte il costo orario dell'audio. Se valga la pena pagare dipende interamente da ciò che sta facendo il tuo agente — e la forma della risposta è cambiata nel momento in cui sono stati pubblicati i componenti. Un agente vocale il cui compito è portare a termine un'attività in più passaggi sta comprando il singolo miglioramento più grande di questo rilascio, a 3,50 $ l'ora, mentre costa circa il 40% in meno di GPT-Live-1 Astra e circa un quarto in meno di Grok Voice Think Fast 2.0 High, e ottiene un punteggio superiore a entrambi. Un agente vocale il cui compito è conversare — rispondere, mantenere il filo, prendere un messaggio, essere piacevole — sta comprando molto poco con una maggiore profondità di ragionamento, e a 0,84 $ l'ora acquista il modello vocale competente più economico che chiunque pubblichi attualmente.

Questa è la forma della lista. Google ha fissato il prezzo del suo modello di ragionamento al di sotto dei due modelli che batte, e ha fissato il prezzo del suo modello standard al di sotto di tutto il resto della classifica. Se gestisci grandi volumi di minuti vocali, è questo il numero che fa muovere la tua fattura, non il punteggio dell'indice — e il fatto che le due varianti siano distanti 4× significa che scegliere quale chiamare è la leva di costo più grande in assoluto nello stack.

"Private preview" sta facendo un lavoro concreto in quella frase

Nessuno dei due modelli è disponibile in senso contrattuale, ma la superficie per gli sviluppatori è aperta e ora a pagamento, il che cambia ciò su cui puoi pianificare:

• Gemini 3.8 Live — gli sviluppatori lo ottengono nell'API Gemini, nella Live API e in Google AI Studio con l'ID documentato gemini-3.8-live; le aziende ottengono l'anteprima privata in Gemini Enterprise, con Gemini Enterprise for Customer Experience "in arrivo"; tutti possono usarlo in Search Live.

• Gemini 3.8 Live Extended Thinking — la stessa superficie per sviluppatori con gemini-3.8-live-extended-thinking, più un percorso consumer più ampio: Gemini Live, Docs Live per gli abbonati Google AI Pro e Ultra, e Gmail Live e Keep Live per tutti gli abbonati Google AI.

Quello che manca ancora è la parte di cui un'impresa ha bisogno: un impegno di disponibilità generale, un dato di uptime pubblicato e una tariffa che Google ha promesso di mantenere. Se ne hai bisogno, aspetta. Se stai prototipando, il percorso è aperto oggi con un listino prezzi reale alle spalle, il che è una posizione sostanzialmente migliore rispetto a un'anteprima senza prezzo pubblicato. Costruire l'integrazione ora è ragionevole; mettere una linea telefonica critica per i ricavi su un obiettivo di disponibilità che Google non si è impegnata a garantire non lo è, e la soluzione per questo è descritta di seguito.

Dove finiscono le dichiarazioni del fornitore

Google ha pubblicato cifre proprie per singolo componente insieme al lancio — 68,6% su τ-Voice, 35,1% sulla classifica τ³-Banking di Sierra e 97,7% su Big Bench Audio, tutte attribuite al modello Extended Thinking. Ora queste si dividono in due gruppi, e la distinzione è importante.

Due dei tre coincidono con le misurazioni che Artificial Analysis esegue essa stessa con il proprio harness. Il suo componente agentico τ-Voice riporta il 68,6% per questo modello, contro il 67,9% di GPT-Live-1 Astra e il 56,5% di Grok Voice Think Fast 2.0; il suo componente di ragionamento vocale Big Bench Audio riporta il 98%, contro il 97,7% di Google. Artificial Analysis descrive τ-Voice e Big Bench Audio come propri benchmark, eseguiti su tre prove ove disponibili. Quindi i numeri di τ-Voice e del ragionamento ora si trovano su una classifica pubblica che puoi andare a consultare, non solo nell'annuncio di Google — considerali corroborati piuttosto che definitivi, dato che le cifre esatte citate da Google potrebbero benissimo essere quella stessa esecuzione anziché una seconda.

Il dato di Sierra non ha un supporto del genere e resta un'affermazione del fornitore: 35,1% nella classifica τ³-Banking di Sierra contro il 32,0% di GPT-Live-1 Astra e il 16,5% di xAI-Realtime. È anche il numero su cui vale la pena soffermarsi, perché 35,1% significa che il modello vocale leader di questa classifica fallisce in circa due tentativi realistici di completamento di attività bancarie su tre. Google cita anche un'esecuzione di ServiceNow EVA-Bench effettuata sulla Live API in Gemini Enterprise Agent Platform e descrive entrambi i modelli come capaci di spingere la frontiera di Pareto per flussi di lavoro complessi — nessuno dei due ha una valutazione indipendente associata.

C'è un precedente che vale la pena tenere presente. xAI ha riportato un valore di 82,9 per lo Speech to Speech Index per Grok Voice Think Fast 2.0 a luglio. Nella classifica catturata sopra, quel modello si colloca a 81,3. I punteggi di indice riportati dai fornitori non sopravvivono sempre al contatto con una classifica live — di solito perché l'indice viene rivisto, a volte perché la configurazione testata non era quella rilasciata. Verifica i numeri di τ-Voice e Big Bench sul tuo traffico, e interpreta la colonna agentic come quella da testare con maggiore rigore.

Il livello su cui questi agenti effettivamente operano

Entrambi i modelli si trovano davanti a un backend. L’esecuzione di strumenti in background, la pianificazione di attività multi-step e il pattern di delega che ogni agente vocale serio utilizza si traducono tutti in normali chiamate a modelli testuali — e quello è il livello con la maggiore variabilità dei costi e il minore lock-in.

OrcaRouter offre 190 modelli da un'unica chiave al prezzo di listino del provider, senza ricarichi, il che significa che un taglio di prezzo da un laboratorio a monte è attivo dalla nostra parte lo stesso giorno invece che al prossimo rinnovo contrattuale. Per uno stack vocale in cui il front-end è un modello in anteprima, le due proprietà utili sono che il target di delega può essere sostituito senza toccare l'integrazione vocale, e che il failover automatico mantiene viva una chiamata quando un backend genera errori o va in timeout. Per essere precisi su ciò che ospitiamo e ciò che non ospitiamo: gli endpoint Gemini 3.8 Live non sono sul nostro router — provengono dall'API di Google stessa — ma i modelli testuali a cui questi agenti delegano il lavoro molto spesso sì, tra cui Gemini 3.8 Flash.

Cosa guardare dopo

Tre cose chiariranno le questioni ancora aperte di questa release. La prima è la disponibilità generale e una tariffa che Google si è impegnata a mantenere: i prezzi sono pubblicati adesso, ma i prezzi in anteprima hanno la tendenza a cambiare, e un listino non è un contratto. La seconda è se le colonne dell'arena e del successo nei task reggono, perché i 1083 di Elo e il 93,2% di successo nei task del modello standard sono l'argomento più forte contro il pagare 4× per la variante di ragionamento, e il dato dell'arena nell'indice è congelato al momento dell'idoneità anziché essere aggiornato in tempo reale. La terza sono le esecuzioni indipendenti sul divario agentico stesso: 68,6% contro 30,1% è l'affermazione più importante della release e quella che più vale la pena riprodurre, perché tutto il resto riguardo ai due modelli è simile.

Fino ad allora, il riassunto onesto si basa su due numeri anziché su uno. Gemini 3.8 Live Extended Thinking è il modello vocale con il punteggio migliore sulla classifica pubblica, è nettamente in testa nella componente agentica e, sul costo orario, batte i due modelli che gli stanno immediatamente dietro. Gemini 3.8 Live è il modello vocale competente più economico su quella classifica, è preferito dall'arena ed è più affidabile nei compiti superficiali, e nel complessivo si trova 6,6 punti indietro, con un tetto rigido proprio su quell'unica cosa per cui gli agenti vengono assunti. Google ha rilasciato due volte lo stesso fork, a quattro volte di distanza sul prezzo, e ha reso la scelta insolitamente facile da prezzare — a patto di leggere i componenti e non solo l'indice.