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

Google's Gemini 3.8 Live and Gemini 3.8 Live Extended Thinking arrived on September 15, 2026 — one announcement, two models, and a genuine fork in the product line. The headline number is a 6.6-point gap on Artificial Analysis's Speech to Speech Index, 82.6 to 76.0. The number underneath it is 38. On the same board's τ-Voice agentic task completion measure, the reasoning variant resolves 68.6% of replica customer-service scenarios and the standard model resolves 30.1%. The 6.6 points are what the index says. The 38 points are what happens when you ask either model to actually get something done.

A day on from launch, the fork has a price attached. Both models carry published per-minute audio rates through the Live API, and Artificial Analysis's leaderboard puts cost-per-hour of input audio at $0.84 for the standard model against $3.50 for the reasoning variant — a little over four times as much per hour for those 6.6 index points. That trade is the whole decision, and reading it off the index alone gets it wrong.

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.

The board says 6.6. The components say 38

The Speech to Speech Index is a weighted average of four underlying results: Speech Reasoning, measured by Artificial Analysis's own Big Bench Audio set; Agentic Performance, measured by running the τ-Voice customer-service benchmark; Arena Preference, taken from the Speech Agent Arena; and Task Success Rate. Only models with all four components receive an index score, which is why some rows on that board are blank.

Pulled apart, the two new models do not look like a 6.6-point pair at all:

• Speech to Speech Index — Gemini 3.8 Live Extended Thinking (High) 82.6 vs Gemini 3.8 Live 76.0

• Agentic performance (τ-Voice task completion) — 68.6% vs 30.1%

• Speech reasoning (Big Bench Audio) — 98% vs 92%

• Conversational dynamics — 91.9% vs 96.1%

• Arena preference (Elo) — 990 vs 1083

• Task success rate — 89.1% vs 93.2%

• Time to first audio — 1.35s vs 1.18s

• Cost per hour of input audio — $3.50 vs $0.84

Read it honestly and the standard model wins four of eight lines. It is faster to first audio, rated higher by the arena, more likely to complete a task, and rated better on conversational dynamics. It is also a third of the price. What it cannot do is finish the job when the job has steps: 30.1% against 68.6% is the largest single gap anywhere in this release, and it sits on the one axis that separates a voice agent from a voice interface.

Two caveats before that table gets treated as settled. The arena preference figure used in the index is frozen at the point a model becomes eligible for publication, so it does not track the live Elo on the Speech Agent Arena chart — read it as a snapshot, not a running score. And the τ-Voice margins at the top of the board are thin enough to be noise: the reasoning variant's 68.6% leads GPT-Live-1 at 67.9% (Astra backend, medium effort) by 0.7 points, with GPT-Live-1 (Sol, low) at 59.3% and Grok Voice Think Fast 2.0 High at 56.5% behind it. The 38-point gap between the two Gemini models is not thin. The 0.7-point lead over GPT-Live-1 is.

Where it sits on the index

In the capture below, taken on September 16, 2026, the top of the board reads like this:

• 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

That is the case for the split in one screen. The Extended Thinking variant takes the top spot, running at the board's (High) reasoning-effort label — the same convention it uses for Grok Voice Think Fast 2.0 High and GPT-Realtime-2.1 High, and the reason the "(High)" suffix you may see attached to this model in coverage is a configuration label rather than a separate release. The standard variant lands fifth — below two GPT-Live-1 configurations and below Grok. Google's own blog describes the standard model as "highly cost-effective" and notes it "secured a second place in the Speech Agent Arena," which is a different board measuring a different thing. Both statements are true. Read together they say: 3.8 Live is a very good conversational model at a very good price, and it is not the frontier of voice intelligence.

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 has also filled in the number that matters most for planning. Its leaderboard now carries a cost-per-hour-of-input-audio column — the cost to complete a fixed 40-question Big Bench Audio subset, normalised to an hourly rate — and both new models have a figure there:

• Gemini 3.8 Live — $0.84/hour of input audio, the lowest paid rate on that board

• 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

One note on the captures above, since the costs panel in the leaderboard screenshot predates these two rows: neither $0.84 nor $3.50 appears in it, and its cheapest bar is $1.42. The figures in the list are read from the board's summary table as it stands on September 16, 2026, not from that image. The index values shown in the image are unaffected and match the table.

Read the two new numbers against the components above and the release stops being a two-model announcement and becomes a single decision with a published exchange rate. The reasoning variant buys 6.6 index points, six points of speech reasoning and 38.5 points of agentic task completion for a little over four times the hourly audio cost. Whether that is worth paying depends entirely on what your agent is doing — and the shape of the answer changed once the components were published. A voice agent whose job is to finish a multi-step task is buying the single largest improvement in this release, at $3.50 an hour while undercutting GPT-Live-1 Astra by about 40% and Grok Voice Think Fast 2.0 High by roughly a quarter, and scoring above both. A voice agent whose job is to converse — answer, hold a thread, take a message, be pleasant — is buying very little with extra reasoning depth, and at $0.84 an hour it is buying the cheapest competent voice model anyone currently publishes.

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 published per-component figures of its own alongside the launch — 68.6% on τ-Voice, 35.1% on Sierra's τ³-Banking leaderboard, and 97.7% on Big Bench Audio, all credited to the Extended Thinking model. Those now divide into two groups, and the split matters.

Two of the three line up with measurements Artificial Analysis runs itself under its own harness. Its τ-Voice agentic component reads 68.6% for this model, against 67.9% for GPT-Live-1 Astra and 56.5% for Grok Voice Think Fast 2.0; its Big Bench Audio speech-reasoning component reads 98%, against Google's 97.7%. Artificial Analysis describes τ-Voice and Big Bench Audio as its own benchmarks, run across three trials where available. So the τ-Voice and reasoning numbers now sit on a public board you can go and read, not only in Google's announcement — treat them as corroborated rather than settled, since the exact figures Google quoted may well be that same run rather than a second one.

The Sierra number has no such backing and remains a vendor claim: 35.1% on Sierra's τ³-Banking leaderboard against 32.0% for GPT-Live-1 Astra and 16.5% for xAI-Realtime. It is also the number worth sitting with, because 35.1% means the leading voice model on this board fails roughly two of every three realistic banking task-completion attempts. Google also cites a ServiceNow EVA-Bench run performed on the Live API in Gemini Enterprise Agent Platform, and describes both models as pushing the Pareto frontier for complex workflows — neither of which has an independent reading attached.

There is a precedent worth holding onto here. xAI reported a Speech to Speech Index figure of 82.9 for Grok Voice Think Fast 2.0 in July. On the board captured above, that model sits at 81.3. Vendor-reported index scores do not always survive contact with a live leaderboard — usually because the index is revised, sometimes because the configuration tested was not the one that shipped. Verify the τ-Voice and Big Bench numbers on your own traffic, and read the agentic column as the one to test hardest.

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

Three things will settle the open questions in this release. The first is general availability and a rate Google has committed to hold — the prices are published now, but preview pricing has a habit of moving, and a rate card is not a contract. The second is whether the arena and task-success columns hold up, because the standard model's 1083 Elo and 93.2% task success are the strongest argument against paying 4× for the reasoning variant, and the index's arena figure is frozen at eligibility rather than live. The third is independent runs on the agentic gap itself: 68.6% against 30.1% is the largest claim in the release and the one most worth reproducing, because everything else about the two models is close.

Until then, the honest summary runs on two numbers rather than one. Gemini 3.8 Live Extended Thinking is the best-scoring voice model on the public board, leads the agentic component outright, and undercuts the two models directly behind it on hourly cost. Gemini 3.8 Live is the cheapest competent voice model on that board, is preferred by the arena and more reliable on shallow tasks, and sits 6.6 points back overall with a hard ceiling at the one thing agents get hired for. Google has shipped the same fork twice, four times apart on price, and made the choice unusually easy to price — provided you read the components and not just the index.