Phonic 1 対 Gemini 3.8 Live：1枚のボード、4つの数字、そして「どの Gemini を指すのか」という問い

最初に押さえるべきは、Phonic 1 対 Gemini 3.8 Liveの比較では、「Gemini 3.8 Live」が単一のモデルではないという点です。Google は2026年9月15日に2つのモデルをリリースしました。コストとレイテンシに最適化した gemini-3.8-live と、話しながら推論し、バックグラウンドでツールを実行する gemini-3.8-live-extended-thinking で、これらは別製品のように振る舞います。Artificial Analysis の speech-to-speech リーダーボードでは、標準モデルが74.5、extended-thinking 版が82.6を記録しています。2026年10月下旬に登場した Phonic 1 は87.1を記録しています。どの Gemini を Phonic と比べるかによって、点差は12.6ポイントから4.5ポイントに変わり、議論のどちらの側面を扱っているかも変わります。

だから、役に立つ問いは「どちらが勝つか」ではない。「この4つの測定項目のうち、実際に必要なのはどれか」だ。なぜなら、総合指標はその下にある分岐した判断を隠してしまうからだ。Phonic 1 は、通話が何かを成し遂げるかどうかを左右する要素で勝っている。Google のモデルは、通話が快適に感じられるかどうか、そして完了するかどうかを左右する要素で勝っており、しかも Google はそうしながら1時間あたりの料金がより安い。87.1 対 82.6 しか見ない読者は、自分の用途に合わないモデルをおよそ半分のケースで選んでしまうだろう。

Geminiモデルが2つあり、そのうちPhonicとの対戦でボードに載っているのは1つだけだ

Gemini 3.8 Liveはgemini-3.1-flash-live-previewに代わり、Gemini APIとAI Studioを通じて一般提供されています。Gemini EnterpriseとSearch Liveは引き続きプライベートプレビュー中です。標準モデルは、電話エージェントが大規模に必要とする特性、すなわち高速、低コスト、自然さに最適化されています。拡張思考バリアントは回答前に推論を行うため、困難な多段階リクエストでの精度を高める一方、レイテンシが増加します。これらは個別の名前で提供され、トークンレベルで個別に価格設定され、個別に評価されます。

• Gemini 3.8 Live（標準） — 音声対音声指数 74.5、推論 92、ダイナミクス 96.1、エージェント能力 30.1、アリーナ選好 1,074、タスク成功率 93.2%、初回音声までの時間 1.18秒。

• Gemini 3.8 Live Extended Thinking (High) — インデックス82.6、推論98、ダイナミクス91.9、エージェント68.6、アリーナ966、タスク成功率89.1%、最初の音声までの時間1.35秒。

• Phonic 1（High）— 指数87.1、推論99、ダイナミクスは未報告、エージェント性能79.9、アリーナ1,012、タスク成功率92.3%、初回音声までの時間0.61秒。

Google自身のラインナップの中にある内的矛盾に注目してください。拡張思考をオンにすると指数は8.1ポイント上がりますが、それは押し下げます——アリーナ選好を108 Elo、タスク成功率を4.1ポイント。より深く推論させると、モデルは総合スコアでは良くなり、4つの入力のうち2つでは悪くなります。これはモデルの欠陥ではなく、単一の加重平均が、どのユーザーも投票しない方向に動き得るということを思い出させるものです。

成分の演算を、1行ずつ

Artificial Analysisは、音声対音声インデックスを4つの入力——音声推論、エージェント性能、アリーナ選好、タスク成功率——から構築し、それを加重平均と位置づけている。4つを個別に見れば、この対決は4.5ポイントの差よりもはるかに具体的なものへと分解される。

• 音声推論 — Phonic 1 が99に対し、Gemini 3.8 Live Extended Thinking が98、標準が92。実質的に首位は同点であり、この要素は勝敗を左右していない。

• エージェント性能 — Phonic 1は79.9、拡張思考は68.6、標準は30.1。これが議論のすべてです。拡張思考はここで対抗できる唯一のGemini構成ですが、それでも11.3ポイント劣っています。

• Arena の選好 — Phonic 1 は 1,012、拡張思考は 966、標準は 1,074。標準モデルは Phonic を 62 Elo 上回り、思考モデルは 46 劣る。人間のリスナーは安価な Gemini を好む。

• タスク成功率 — Phonic 1 は 92.3%、拡張思考は 89.1%、標準は 93.2%。繰り返しになるが、標準モデルが僅差で勝ち、思考モデルは負ける。

その4つを並べると、話の筋は通っている。Phonic 1は3つの中で最も有能なエージェントであり、最も好まれない音声でもある。Gemini 3.8 Live standardは最も好まれる音声で、タスク完遂能力が最も高く、最も劣るエージェントだ。Gemini 3.8 Live Extended Thinkingはその中間に位置し、おそらく両方の最悪の側面を併せ持つ。推論力と引き換えにレイテンシと好ましさを犠牲にしているが、それでもエージェント能力ではPhonicに追いつかない。

それぞれ1分あたりの料金と、なぜ見出しの料金表示が誤解を招くのか

Artificial Analysisの正規化された入力音声1時間あたりコスト指標では、Geminiのほうが安価なモデルだ。Gemini 3.8 Live Extended Thinkingが1時間3.50ドルであるのに対し、Phonic 1は4.20ドルである。これはPhonic自身のローンチ資料が認めている数字であり、同社の比較表でもGeminiがPhonicを価格で下回っていることが示されている。そして、これを率直に述べる価値がある。新参者がエージェントスコアでGoogleのモデルを上回りながら、価格ではそのモデルに劣るというのは、完全勝利よりも興味深い話だからだ。

Googleが公表しているトークン料金は、音声入力トークン100万個あたり3ドル、音声出力トークン100万個あたり12ドルで、一般的な密度では入力が1分あたり約0.005ドル、出力が1分あたり約0.018ドルになります。Phonicの請求は、会話1分あたり一律0.07ドル、Proプランでは月額最低200ドルで0.065ドルであり、同社はLLMのパススルー費用もトークン単位の課金もないと明言しています。

• 入力1時間あたりのコスト — Gemini 3.8 Live Extended Thinking は $3.50、Phonic 1 は $4.20（Artificial Analysis の正規化による）

• 課金体系 — Geminiは音声入力と音声出力をトークン単価で別々に課金し、Phonicはモデル層を含む会話1分あたりの単一料金で課金します。

• 形が分かれるところ — エージェントが多く話し、あまり聞かない通話は、Gemini の出力メーターではより高く、Phonic の定額では同じになる。エージェントが主に聞く通話は、Gemini ではより低く、Phonic では同じになる。

• 無料枠 — Gemini は入力と出力の両方で無料トークンを提供しており、Live モデル向けには非公開の無料枠レート制限があります。Phonic には無料枠はありませんが、2026年11月30日より前に新規登録者向けの250ドル分のクレジットキャンペーンを実施しました。

まさにこうした判断のためにルーターは作られていますが、正直な注意点が一つあります。この2つの対話型モデルはいずれもOrcaRouterのカタログにないため、ここでは比較もフェイルオーバーもできません。カタログにあるのはテキスト側の兄弟モデル、Gemini 3.8 Flashです。本日より、200以上の他のモデルとともに、単一のキーで定価・追加料金なしでルーティング可能。音声エージェントが推論をインラインで行わずテキストモデルに委任する場合、その区間こそがルーティング、価格比較、フェイルオーバーができる部分であり、通常は請求額の大部分を占める区間です。

レイテンシ、セッション、そして誰も読まない上限

Phonic 1 は最初の音声に 0.61 秒で応答します。Gemini 3.8 Live は 1.18 秒、拡張思考バリアントは 1.35 秒かかります。このインデックス独自の速度チャートでは、Phonic は 0.81 秒の Grok Voice 3.0 と同じ範囲に入り、Gemini の両構成は約 0.3 秒遅れています——これは、発信者が待つことと、発信者が自分は待たされていると気づくことの違いです。

Googleは、一部の製品では{{2}}レイテンシの差{{/2}}よりも重要になる{{1}}厳格なセッション上限{{/1}}を公表している。{{3}}Gemini 3.8 Live{{/3}}のセッションは、音声のみのやり取りなら{{4}}15分{{/4}}、動画がストリームに含まれると{{5}}2分{{/5}}が上限だ。サポート通話ならそれで問題ない。予約制の受付面談、コーチングセッション、長時間稼働する音声アシスタントにとって、{{6}}15分という上限{{/6}}は設計に組み込む必要がある制約であり、{{7}}Phonic{{/7}}はそれを明示していない。{{8}}Phonicの公開資料{{/8}}も、{{10}}Googleの97{{/10}}に対して{{9}}50以上の言語{{/9}}を記載しており、これは新参者に通常見られる不足を逆転させている。

• コンテキストと出力 — Gemini 3.8 Live は 131K のコンテキストと最大 65,536 出力トークンを備えています。Phonic はコンテキストの数値を公開していません。

• マルチモーダル対応 — Gemini 3.8 Live は最大で毎秒約1フレームの視覚入力を受け付け、30種類の名前付きボイスを提供します。Phonic 1 は音声ネイティブで、視覚入力についての記載はありません。

• 来歴 — Googleは生成音声にSynthIDウォーターマークを適用しているが、Phonicは同等の主張を行っていない。

• コンプライアンス — Phonic は SOC 2 Type II、HIPAA BAA の提供可否、データ保持ゼロを明記しており、さらにクラウド、シングルテナント、VPC、セルフホストによるデプロイにも対応しています。Gemini 3.8 Live は Google がホストする API です。

各読者が実際に下している決定はどれか

エージェントが予約・確認・返金・エスカレーションを行う場合、つまり通話の成否がデータベースの行の変化で測られる場合、Phonic 1のエージェントスコア79.9%は、より高い時間単価と実績未検証というリスクに見合う価値があります。最高のGemini構成に対する11.3ポイントのリードは、この比較対決において最大の真の差であり、嗜好の違いではなく完了率の違いとして現れる唯一の差です。

エージェントに主に求められるのが、良い会話を維持し、正確に答え、ロボットのように聞こえないことなら、標準のGemini 3.8 Liveは4つの構成要素のうち3つとコスト面でより良い選択です。タスク成功率では明確に勝ち、Phonicに対するアリーナ選好でも明確に勝ち、入力1時間あたりのコストは17%低くなります。ただし、できないのは行動することです。エージェント性能30.1%は、予約システムについて話せても、実際には使えないモデルだということです。

そして、もしあなたが「thinking」はより多くのモデルを意味するように聞こえるからという理由で、デフォルトで拡張思考に手を伸ばしていたであろうチームなら、数字は「やめろ」と言っている。Gemini 3.8 Live Extended Thinkingは、自社のより安価な兄弟モデルと比べてレイテンシ、アリーナ選好、タスク成功率を犠牲にし、エージェント性能を38.5ポイント得る——それでもPhonicより低く、取引を完了しなければならない判断を正当化するには足りない。

この対決が流し読みではなく読み通す価値があるのは、4つの数値のどれを重視するかによって勝者が変わるからだ。Phonic 1は総合評価で勝つ。エージェンシーが全体の3分の1を占め、そこを決定的にリードしているからだ。Googleは選好、タスク完了、価格で勝ち、しかも運用コストが半分のモデルでそれを成し遂げる。この指標は公平な要約であり、貧弱な取扱説明書だ。構成要素を読み、そのうえで2週間以内に自社トラフィックで測定できるものを選ぼう。