Gemini 3.8 Live vs Grok Voice Think Fast 2.0: 0.3점 격차와 3.2배 청구서

둘 다 Gemini 3.8 Live와 Grok Voice Think Fast 2.0은 말을 하면서 추론한다 — 아니, 정확히는 현재 리더보드 정상을 두고 실제로 경쟁하는 구성에서 두 제품 모두 그렇게 하는데, Gemini 3.8 Live의 경우 그 구성은 표준 등급이 아니라 Extended Thinking 변형이다. 두 제품 모두 각자의 제조사로부터 Artificial Analysis의 Speech to Speech Index에서 1위라고 소개되었다. 그중 현재 공개 보드에서 확인할 수 있는 주장은 하나뿐이며, 두 선두 간의 격차는 0.3점으로, 같은 차트의 다른 곳에서 인접한 모델들을 구분하는 차이보다 겨우 조금 더 클 뿐이다. 이는 달리 말해 실질적인 차이가 아니라는 뜻이다.

둘 사이의 비용 차이는 0.3포인트가 아닙니다. 그것은 3.2배입니다.

그 비대칭성이 바로 전부이며, 두 벤더 중 어느 쪽의 발표를 읽기 전에 이해해야 할 것도 바로 그것이다.

1위를 주장하는 두 가지

xAI가 2026년 7월 말 Grok Voice Think Fast 2.0을 발표했을 때, 보도된 수치는 인공지능 분석 음성 대 음성 품질 지수(Artificial Analysis Speech-to-Speech Quality Index)에서 82.9%로, 79.1%의 GPT-Realtime-2.1과 69.5%의 Gemini 3.1 Flash를 앞선 것이었습니다. 여러 독립 매체가 이 같은 프레이밍을 그대로 반복하며 이 모델을 전 세계 음성 부문 1위라고 묘사했습니다.

2026년 9월 16일, Google의 출시 이후 캡처된 보드에서 동일한 모델은 Grok Voice Think Fast 2.0 High 81.3으로 표시됩니다. 82.9가 아닙니다. 그리고 이제 최상위 행은 Gemini 3.8 Live Extended Thinking 82.6.

이사회 전체, 순서대로:

• Gemini 3.8 라이브 확장 추론 — 82.6

• GPT-Live-1 (Astra 백엔드, 중간 노력) — 81.5

• Grok Voice Think Fast 2.0 High — 81.3

• GPT-Live-1 (Sol 백엔드, 낮은 노력) — 80.1

• Gemini 3.8 Live — 76.0

• GPT-Realtime-2.1 High — 73.9

• Gemini 3.1 Flash Live High — 71.5

그 목록에는 두 가지 교훈이 있고, 둘 다 어느 모델이 더 나은지에 관한 것이 아니다. 첫째는 벤더가 보고한 지수 점수는 오래가지 않는다는 점이다: xAI의 82.9는 공개 리더보드에서 살아남지 못했고, 이제 81.3을 보여준다. 이것은 정직성에 대한 고발이 아니다 — 종합 지수는 수정되고, 구성은 달라지며, 7월 수치를 7월 상황에 맞춰 측정한 것은 틀린 게 아니라 그저 오래된 것이다. 하지만 그것은 당신이 계획을 세울 때 기준으로 삼아야 할 유일한 수치는 직접 읽고 날짜를 확인한 수치라는 뜻이다. 둘째는 여기서 1위와 3위를 가르는 0.3점은 의미 있는 품질 차이가 아니라는 점이다. 이 두 모델 사이에서 그 숫자의 힘을 근거로 선택하는 사람은 노이즈를 근거로 선택하는 것이다.

합성물이 아니라 구성 요소를 읽으세요

종합 지표는 논점을 숨긴다. Speech to Speech Index는 음성 추론, 에이전트 성능, 아레나 선호도, 작업 성공률의 가중 평균이며 — 이번 맞대결에 오른 두 모델은 이 네 가지 중 두 가지에서는 격차가 크다.

바로 이 지점에서 Google의 주장이 진정으로 흥미로워집니다. Grok의 전체적인 핵심은 에이전트 성능이었기 때문입니다:

• 에이전트 성능(τ-Voice) — Google은 68.6%를 Gemini 3.8 Live Extended Thinking에 대해 보고했습니다. xAI는 56.5%를 Grok Voice Think Fast 2.0에 대해 보고했는데, 이는 당시 GPT-Realtime-2.1의 45.7%보다 약 11포인트 앞서고 Gemini 3.1 Flash의 37.7%보다 약 19포인트 앞선 수치입니다. 두 업체의 수치가 모두 유지된다면, Google은 xAI가 약 12포인트 차이로 앞서던 이 범주를 차지하게 된 것입니다.

• 음성 추론(Big Bench Audio) — Google은 97.7%를 Extended Thinking 모델에 대해 보고합니다. xAI는 Grok에 대해 97.2%를 보고합니다. 사실상 동일한 수준입니다.

• 은행 업무 워크플로에서의 작업 성공률 — Google은 35.1%를 Sierra의 τ-Voice-banking 벤치마크에서 보고했습니다. xAI는 직접적으로 비교 가능한 수치를 공개하지 않았습니다.

• 대화 역학(Full Duplex Bench) — Grok은 95.1%를 보고했으며, 당시 GPT-Realtime-2.1의 95.7%에 약간 뒤처지고 Gemini 3.1 Flash의 74.3%는 크게 앞섰습니다. Google은 Gemini 3.8 Live Extended Thinking에 대한 Full Duplex Bench 수치를 공개하지 않았습니다.

여기서는 정직성 관련 주석이 평소보다 더 중요하다. 68.6%, 35.1%, 97.7%는 구글이 자체적으로 내놓은 수치로, 구글 블로그에 게시된 것이며, 구글 외부의 누구도 이를 재현하지 못했다. Grok의 56.5%, 97.2%, 95.1%는 xAI 또는 Artificial Analysis에서 나온 것으로, 지수 순위의 경우에는 공개적으로 확인할 수 있다. 이 비교에서 독립적으로 검증 가능한 수치는 두 지수 점수인 82.6과 81.3뿐이다. 나머지는 모두 주장 대 주장이며, 그 주장은 결과에 이해관계가 있는 당사자들이 제기한 것이다.

안전하게 말할 수 있는 것: Google은 xAI가 자사의 가격 인상을 정당화하는 데 사용한 특정 차원에서 큰 우위를 주장하고 있다. 그 주장이 독립적인 테스트를 통과한다면, 이 맞대결은 역량 면에서 끝난다. 그렇지 않다면 0.3점 지수 격차가 차이의 전부이며, 가격 격차는 더 이상 정당화될 수 없게 된다.

법안: 시간당 $1.50 대 $4.80

비용은 공개된 요율이기 때문에 누구의 벤치마크 방법론에도 의존하지 않는, 이 비교의 부분입니다.

Grok Voice Think Fast 2.0의 가격은 오디오 분당 $0.08로, 시간당 약 $4.80입니다. 이는 Think Fast 1.0의 시간당 $3.00 대비 60% 인상된 것이며, grok-voice-latest 별칭을 사용하는 사용자들은 2026년 8월 5일에 자동으로 마이그레이션되었습니다 — 구 모델을 계속 사용하려는 개발자는 그 날짜 전에 버전 지정 ID를 고정하거나 변경을 감수해야 했습니다.

Gemini 3.8 Live는 다음 가격으로 발표되었습니다: 오디오 입력 분당 $0.005, 오디오 출력 분당 $0.018. Artificial Analysis의 입력 오디오 시간당 비용 차트에서는 이를 시간당 $1.50로 표시합니다 — 이는 Grok의 $4.80보다 정확히 3.2배 저렴합니다. 참고로, 같은 차트에서는 GPT-Realtime-2 High가 $4.14, Qwen Audio 3.0 Realtime Plus가 $4.42, GPT-Realtime-2.1 High가 $10.75로 나타납니다.

그 목록에 드러난 시장 구도는 한 문장으로 언급할 가치가 있다. 보드에서 가장 저렴한 항목은 Gemini — 시간당 $1.42의 Gemini 3.1 Flash Live — 이고, 두 번째로 저렴한 것은 $1.50의 Gemini 3.8 Live다. Google은 자사의 최신 음성 모델을 이 카테고리에서 두 번째로 저렴한 옵션으로, 품질로 경쟁하는 모델들보다 낮은 가격에 위치시켰다.

8월에 Grok으로 이전한 사람들에게 이것이 무엇을 의미하는지 주목하세요. 가격 인상과 Google의 출시 사이에서, 동일한 워크로드는 이 맞대결의 한쪽에서는 시간당 $3.00에서 $4.80로 올랐고 다른 쪽에서는 시간당 $1.50로 이용할 수 있게 되었습니다. 이런 일이 생기게 할 만한 모델의 변화는 없었습니다. 7월에 내린 라우팅 결정은 이제 대안 비용의 두 배 넘게 비용을 발생시키고 있으며, 이는 바로 라우터가 피하기 위해 존재하는 상황입니다.

Grok이 여전히 앞서는 부분

두 가지인데, 그중 하나는 격차가 크다.

지연 시간. Grok Voice Think Fast 2.0은 첫 오디오까지의 시간을 1.25초에서 0.70초로 단축했으며, 이는 해당 카테고리에서 공개된 수치 중 가장 빠릅니다. Google은 Gemini 3.8 Live에 대해 지연 시간 수치를 전혀 공개하지 않았습니다 — "인상적인 지연 시간"을 설명하는 파트너 후기만 있을 뿐입니다. 전화 통화에서 0.70초는 대화와 지연의 차이이며, xAI의 주장이 구체적이면서도 반박되지 않는 유일한 측면입니다. 여러분의 제품이 전화 통신이라면, 이 점은 위의 모든 것보다 더 중요할 수 있습니다.

전사 견고성. xAI는 24개 언어의 수천 개 짧은 구문에 걸쳐 단어 오류율을 평가했으며, Deepgram Nova 3 및 ElevenLabs Scribe v2를 포함한 전용 STT 모델보다 1.5~2.0배 낮은 오류율, Think Fast 1.0보다 1.4배 낮은 오류율, 그리고 배경 소음과 전화 통신 압축이 포함된 소음 환경에서 약 10배 낮은 오류율을 보고합니다. 이는 공급업체가 보고한 수치로 독립적으로 검증되지 않았으며, 소음 환경 관련 주장이 가장 구체적이고 반증하기 가장 쉬우므로 가장 먼저 테스트해야 할 주장입니다.

Grok은 또한 주목할 만한 실용적인 개발자 편의 기능을 제공합니다: OpenAI Realtime 호환 WebSocket API, 전화 통신용 μ-law를 지원하는 24kHz PCM16, 서버 측 음성 활동 감지, 브라우저 앱용 임시 토큰, 약 1분 분량의 음성으로부터의 사용자 지정 음성 복제, 그리고 이전 버전의 약 0.4배에 해당하는 추론 토큰 볼륨입니다.

Gemini 3.8 Live Extended Thinking이 이끄는 곳

인덱스 배치와 주장된 에이전트 격차 외에도, 차별화 요소는 구조적인 것입니다:

• 비전 — Gemini 3.8 Live는 거의 실시간으로 시각 입력을 처리합니다. Grok Voice Think Fast 2.0에는 이에 필적하는 시각적 그라운딩 기능이 없습니다.

• 언어 지원 범위 — 대화 중 자동 전환이 가능한 97개 지원 언어, Grok의 25개 이상과 대비됩니다.

• 나레이션 추론 — Extended Thinking 변형은 작업하는 동안 말을 하며, "한번 확인해 볼게요…" 같은 신호와 실시간 진행 상황 내레이션을 사용합니다. 이는 여러 단계로 이루어진 작업을 기다리는 사용자에게 더 읽기 쉬운 동작입니다.

• 워터마킹 — 생성된 모든 오디오에는 SynthID가 포함됩니다.

• 비용 — 입력 오디오 1시간당 3.2배 더 저렴합니다.

견제 요소는 실재한다. 구글은 지연 시간 수치도, 컨텍스트 윈도도, 회사 외부의 누구도 재현한 적 없는 구성요소별 수치도 공개하지 않았다. 이 기능의 제공 상태는 정식 출시가 아닌 프리뷰다: 개발자는 Gemini API와 Google AI Studio에서, 기업은 Gemini Enterprise의 비공개 프리뷰에서, 소비자는 Gemini Live, Docs Live, Gmail Live, Keep Live를 통해 사용할 수 있다. Grok의 모델은 오늘부터 정식 제공되며 그 API는 문서화되어 있다.

둘 다 앉아 있는 층

한 가지 구조적 유사점은 놓치기 쉽고, 어느 한쪽 스펙 시트보다 더 중요합니다. 두 모델 모두 위임합니다. Grok의 병렬 추론은 거의 항상 도구 호출이나 조회로 끝나며, Google의 백그라운드 도구 실행은 API 호출이 끝나는 동안에도 대화가 계속되도록 명시적으로 설계되었습니다. 두 음성 프런트엔드 아래에는 평범한 텍스트 모델 워크로드가 있습니다 — 그리고 바로 여기에 전체 비용의 대부분과 전환 유연성의 거의 전부가 달려 있습니다.

OrcaRouter는 하나의 키로 190개 모델을 공급자 정가에 마진 없이 운영합니다, 즉 공급업체의 가격 인하가 다음 갱신 시점이 아니라 같은 날 우리 쪽에 반영된다는 뜻입니다. 이는 한 주요 모델이 몇 주 만에 분당 요금을 60% 인상한 분야에서 결코 사소한 일이 아닙니다. 음성에서 중요한 또 다른 특성은 자동 페일오버입니다. 백엔드 타임아웃으로 끊긴 통화는 곧 이탈한 고객이며, 음성 통합을 다시 작성하지 않고도 실시간 트래픽에서 위임 대상을 교체할 수 있는 능력이 바로 프런트엔드 선택을 되돌릴 수 있게 해줍니다. 범위를 정확히 하자면 — Grok Voice Think Fast 2.0과 Gemini 3.8 Live 엔드포인트는 우리 라우터에 없습니다. 그것들은 공급업체 자체 API에서 제공됩니다. 그것들이 위임하는 텍스트 모델은 대체로 우리 라우터에 있습니다.

무엇이 그것을 해결할까요?

이 맞대결은 이례적으로 결판내기가 쉽습니다. 결정적인 증거가 구체적이고 아직 나오지 않았기 때문입니다. 세 가지면 충분할 것입니다:

• Independent τ-Voice는 Gemini 3.8 Live Extended Thinking에서 실행됩니다. Google은 Grok의 56.5%에 맞서 68.6%를 주장합니다. 이는 Google이 역사적으로 앞서지 못했던 카테고리에서 12포인트 차이의 주장이며, 결론을 가장 크게 바꾸는 단일 수치입니다.

• 공개된 지연 시간 수치. Google이 이를 발표하기 전까지, Grok의 0.70초는 경쟁자 없이 자리를 지키며, 텔레포니 구매자에게는 정당화할 수 있는 단 하나의 선택지만 남는다.

• 일반 공급 및 안정적인 가격. 프리뷰 가격은 변동됩니다. GA 시점에 두 배로 오르는 시간당 $1.50 요금이라면 이 비교는 완전히 달라질 것입니다.

그것들이 실제로 출시되기 전까지는, 방어 가능한 입장은 어느 발표가 시사하는 것보다도 좁다. Grok Voice Think Fast 2.0은 지연 시간이 제약 조건이고 워크로드가 전화 통신 형태일 때 여전히 올바른 선택이다. Gemini 3.8 Live Extended Thinking은 추론 깊이, 비전, 또는 언어 범위가 중요하고 프리뷰 상태와 미공개 지연 시간을 감내할 수 있을 때 올바른 선택이다. 그리고 둘 사이의 0.3점이 무엇을 결정해서도 안 된다 — 3.2×가 결정해야 한다.