Introductie van Gemini 3.8 Live en 3.8 Live Extended Thinking: Google splitst zijn spraaklijn in tweeën

Google's Gemini 3.8 Live en Gemini 3.8 Live Extended Thinkingkwamen op 15 september 2026 uit — één aankondiging, twee modellen en een echte vertakking in de productlijn. Het meest in het oog springende cijfer is een verschil van 6,6 punt op de Speech to Speech Index van Artificial Analysis: 82,6 tegen 76,0. Het cijfer daaronder is 38. Op de τ-Voice-maatstaf van hetzelfde leaderboard voor het voltooien van agentische taken lost de reasoning-variant 68,6% van de nagebootste klantenservicescenario's op en het standaardmodel 30,1%. De 6,6 punten zijn wat de index zegt. De 38 punten zijn wat er gebeurt als je een van beide modellen vraagt om daadwerkelijk iets gedaan te krijgen.

Een dag na de lancering hangt er een prijs aan de fork. Beide modellen hebben gepubliceerde audiotarieven per minuut via de Live API, en het leaderboard van Artificial Analysis zet de kosten per uur voor inputaudio op $0,84 voor het standaardmodel tegenover $3,50 voor de redeneervariant — iets meer dan vier keer zoveel per uur voor die 6,6 indexpunten. Die afweging is de hele beslissing, en als je die alleen uit de index afleest, gaat het mis.

Wat deze release anders maakt dan de gebruikelijke spraakmodel-refresh, is dat de splitsing geen grootteklasse is. Het is een meningsverschil over wat de taak van een spraakagent is. Een van deze modellen is een conversationele interface. Het andere is een redeneersysteem dat toevallig praat.

Twee modellen, twee banen

Google's eigen formulering is hierbij ongewoon helder. Gemini 3.8 Livewordt beschreven als "gebouwd voor schaal en kostenefficiëntie, waarbij conversationele intelligentie wordt gecombineerd met een vloeiende dialoog en visuele grounding." Gemini 3.8 Live Extended Thinkingis "gebouwd voor zeer complexe taken, met meer intelligentie en meerstapsredenering."

Het praktische verschil komt naar voren in de lijst met mogelijkheden, niet in het specificatieblad:

• Gemini 3.8 Live — verwerking van visuele invoer bijna in realtime, automatisch schakelen midden in een gesprek tussen 97 ondersteunde talen, en uitvoering van tools/API's op de achtergrond, zodat het model een verzoek bevestigt en blijft praten terwijl de aanroep wordt voltooid.

• Gemini 3.8 Live Extended Thinking — redeneert en spreekt tegelijk, en vertelt de voortgang met cues zoals "Laat me dat even checken…" terwijl een taak met meerdere stappen wordt uitgevoerd.

• Gedeeld — alle gegenereerde audio draagt Google's SynthID-watermerk, beide vallen onder een modelkaart die is gepubliceerd onder de naam gemini-3-8-audio, en beide hebben nu gedocumenteerde API-model-ID's: gemini-3.8-live en gemini-3.8-live-extended-thinking.

Het Extended Thinking-model is niet simpelweg 3.8 Live met een groter denkbudget. Het is het model dat een gesprek en een taakplan tegelijk kan vasthouden zonder dat het gesprek stokt — precies datgene waardoor spraakagenten in productie falen. Een gebruiker wil geen stilte terwijl de agent iets opzoekt. Die wil dat de agent blijft praten.

Het bord geeft 6.6 aan. De componenten geven 38 aan.

De Speech to Speech Index is een gewogen gemiddelde van vier onderliggende resultaten: spraakredenering, gemeten met de eigen Big Bench Audio-set van Artificial Analysis; agentische prestaties, gemeten door de τ-Voice-klantenservicebenchmark uit te voeren; arena-voorkeur, afkomstig uit de Speech Agent Arena; en taaksuccespercentage. Alleen modellen met alle vier de componenten krijgen een indexscore; daarom zijn sommige rijen in dat overzicht leeg.

Uit elkaar gehaald lijken de twee nieuwe modellen helemaal niet op een paar met 6,6 punten verschil:

• Spraak-naar-spraakindex — Gemini 3.8 Live Extended Thinking (High) 82,6 versus Gemini 3.8 Live 76,0

• Agentische prestaties (τ-Voice-taakvoltooiing) — 68,6% vs. 30,1%

• Spraakredenering (Big Bench Audio) — 98% vs 92%

• Gespreksdynamiek — 91,9% vs 96,1%

• Arena-voorkeur (Elo) — 990 vs 1083

• Taaksuccespercentage — 89,1% vs 93,2%

• Tijd tot eerste audio — 1,35s vs 1,18s

• Kosten per uur aan inputaudio — $3,50 vs $0,84

Lees het eerlijk en het standaardmodel wint op vier van de acht regels. Het is sneller tot de eerste audio, krijgt een hogere beoordeling van de arena, heeft een grotere kans een taak te voltooien en wordt beter beoordeeld op gespreksdynamiek. Het is ook een derde van de prijs. Wat het niet kan, is de taak afmaken wanneer de taak uit stappen bestaat: 30,1% tegen 68,6% is de grootste afzonderlijke kloof in deze hele release, en die ligt op de enige as die een spraakagent van een spraakinterface scheidt.

Twee kanttekeningen voordat die tabel als vaststaand wordt beschouwd. Het arena-voorkeurcijfer dat in de index wordt gebruikt, wordt bevroren op het moment dat een model in aanmerking komt voor publicatie, dus het volgt niet de live Elo op de Speech Agent Arena-grafiek — lees het als een momentopname, niet als een doorlopende score. En de τ-Voice-marges bovenaan de ranglijst zijn zo klein dat ze ruis kunnen zijn: de reasoning-variant (68,6%) gaat met 0,7 punten voor op GPT-Live-1 (67,9%) (Astra-backend, medium effort), met GPT-Live-1 (Sol, low) op 59,3% en Grok Voice Think Fast 2.0 High op 56,5% daarachter. Het gat van 38 punten tussen de twee Gemini-modellen is niet klein. De voorsprong van 0,7 punt op GPT-Live-1 wel.

Waar het op de index staat

In de onderstaande opname, gemaakt op 16 september 2026, staat boven aan het bord het volgende:

• Gemini 3.8 Live Extended Thinking (Hoog) — 82,6 (eerste plaats)

• GPT-Live-1 (Astra-backend, gemiddelde inspanning) — 81.5

• Grok Voice Think Fast 2.0 High — 81,3

• GPT-Live-1 (Sol-backend, lage inspanning) — 80.1

• Gemini 3.8 Live — 76.0

• GPT-Realtime-2.1 High — 73,9

• Gemini 3.1 Flash Live High — 71.5

Dat is het geval voor de tweedeling op één scherm. De Extended Thinking-variant neemt de eerste plaats in, draaiend op het (High) reasoning-effort-label van de ranglijst — dezelfde conventie die het gebruikt voor Grok Voice Think Fast 2.0 High en GPT-Realtime-2.1 High, en de reden dat het achtervoegsel "(High)" dat je in de berichtgeving aan dit model ziet hangen een configuratielabel is en geen afzonderlijke release. De standaardvariant eindigt op de vijfde plaats — onder twee GPT-Live-1-configuraties en onder Grok. Googles eigen blog beschrijft het standaardmodel als "zeer kosteneffectief" en merkt op dat het "een tweede plaats behaalde in de Speech Agent Arena", een andere ranglijst die iets anders meet. Beide uitspraken zijn waar. Samen gelezen zeggen ze: 3.8 Live is een heel goed gespreksmodel voor een heel goede prijs, en het is niet de voorhoede van spraakintelligentie.

Het lek dat er het eerst was

De modellen werden de dag vóór de aankondiging opgemerkt op een Google Cloud-quotapagina, en we hebben die waarneming destijds behandeld als een onbevestigde slug zonder modelkaart, zonder prijsstelling en zonder bevestiging van Google. Dat bericht had gelijk over de status en ongelijk over de tijdlijn — de bevestiging kwam binnen ongeveer 24 uur.

De les is het waard om vast te leggen, want ze druist in tegen het gebruikelijke instinct. Een uitgelekte slug één dag voor de lancering is een lancering. Een uitgelekte slug zonder bevestigend papierwerk, acht weken lang, is iets heel anders. Het signaal dat hen van elkaar onderscheidde, was niet de slug; het was de aanwezigheid van een quotapagina, die alleen bestaat wanneer capaciteit is geprovisioneerd.

Wat het kost, per minuut

Bij de aankondiging maakten Google's materialen geen onderscheid tussen de twee modellen qua prijs — voor het standaardmodel werd een tarief gegeven en voor de reasoning-variant niet, wat het scorebord hierboven weergeeft. Die leemte is inmiddels gedicht. Beide modellen hebben nu gepubliceerde prijzen via de Live API: $0.005 per minuut audio-invoer en $0.018 per minuut audio-uitvoer, wat Google op 16 september bevestigde toen beide werden uitgerold. Dezelfde gepubliceerde tariefkaart dekt de tokenprijzen van de Gemini 3 Live-tier — $0.75 per 1M teksttokens in en $4.50 uit, $3.00 per 1M audiotokens in en $12.00 uit, en $1.00 per 1M voor beeld- of video-invoer — hoewel die tokenrijen voor de tier worden gepubliceerd en niet per model, dus lees ze als de tariefkaart van de tier en niet als een prijsopgave voor een specifieke variant.

Artificial Analysis heeft ook het getal ingevuld dat het belangrijkst is voor planning. Op zijn ranglijst staat nu een kolom met kosten per uur aan invoeraudio — de kosten om een vaste subset van 40 vragen uit Big Bench Audio te voltooien, genormaliseerd naar een uurtarief — en beide nieuwe modellen hebben daar een waarde:

• Gemini 3.8 Live — $ 0,84 per uur aan inputaudio, het laagste betaalde tarief op dat bord

• Gemini 3.8 Live Extended Thinking (High) — $3,50 per uur, nog steeds lager dan beide modellen die het qua kwaliteit verslaat

• Grok Voice Think Fast 2.0 High — $4,80 per uur

• GPT-Live-1 (Astra-backend, gemiddelde inspanning) — $5,83 per uur

• GPT-Realtime-2 (High) — $4,14/uur

• GPT-Realtime-2.1 High — $10,75 per uur

Eén opmerking over de bovenstaande schermafbeeldingen: aangezien het kostenpaneel in de schermafbeelding van het klassement dateert van vóór deze twee rijen, komt noch $0.84 noch $3.50 erin voor, en de goedkoopste balk is $1.42. De cijfers in de lijst zijn afgelezen uit de samenvattingstabel van het bord zoals die op 16 september 2026 is, niet uit die afbeelding. De indexwaarden die in de afbeelding worden getoond, blijven ongewijzigd en komen overeen met de tabel.

Lees de twee nieuwe cijfers tegen de bovenstaande componenten en de release is niet langer een aankondiging van twee modellen, maar wordt één beslissing met een gepubliceerde wisselkoers. De reasoning-variant levert 6,6 indexpunten op, zes punten spraakredenering en 38,5 punten voor het voltooien van agentische taken, voor iets meer dan vier keer de uurlijkse audiokosten. Of dat het betalen waard is, hangt volledig af van wat je agent doet — en de vorm van het antwoord veranderde zodra de componenten werden gepubliceerd. Een spraakagent wiens taak het is om een taak met meerdere stappen te voltooien, koopt de grootste afzonderlijke verbetering in deze release, voor $3,50 per uur, terwijl hij ongeveer 40% goedkoper is dan GPT-Live-1 Astra en ongeveer een kwart goedkoper dan Grok Voice Think Fast 2.0 High, en boven beide scoort. Een spraakagent wiens taak het is om te converseren — antwoorden, een gesprek gaande houden, een bericht aannemen, aangenaam zijn — koopt heel weinig met extra redeneerdiepte, en voor $0,84 per uur koopt hij het goedkoopste competente spraakmodel dat iemand momenteel publiceert.

Dat is de vorm van de lijst. Google heeft zijn redeneermodel geprijsd onder de twee modellen die het verslaat, en zijn standaardmodel onder alles op het scorebord. Als je spraakminuten in grote volumes draait, is dit het getal dat je rekening beïnvloedt, niet de indexscore — en het feit dat de twee varianten 4× uit elkaar liggen, betekent dat kiezen welke je aanroept de grootste kostenhefboom in de stack is.

"Private preview" doet in die zin echt werk.

Geen van beide modellen is in contractuele zin algemeen beschikbaar, maar het ontwikkelaarsoppervlak is open en heeft nu een prijs, wat verandert waarop je kunt plannen:

• Gemini 3.8 Live — ontwikkelaars krijgen het in de Gemini API, de Live API en Google AI Studio onder de gedocumenteerde ID gemini-3.8-live; bedrijven krijgen een private preview in Gemini Enterprise, met Gemini Enterprise for Customer Experience "binnenkort beschikbaar"; iedereen krijgt het in Search Live.

• Gemini 3.8 Live Extended Thinking — hetzelfde ontwikkelaarsoppervlak onder gemini-3.8-live-extended-thinking, plus een breder consumentenpad: Gemini Live, Docs Live voor abonnees van Google AI Pro en Ultra, en Gmail Live en Keep Live voor alle Google AI-abonnees.

Wat nog ontbreekt, is het deel dat een onderneming nodig heeft: een toezegging voor algemene beschikbaarheid, een gepubliceerd uptimecijfer en een tarief dat Google heeft beloofd te handhaven. Als u die nodig hebt, wacht dan. Als u aan het prototypen bent, is het pad vandaag open met een echte tariefkaart erachter, wat een wezenlijk betere positie is dan een preview zonder gepubliceerde prijs. De integratie nu bouwen is redelijk; een omzetkritische telefoonlijn zetten op een beschikbaarheidsdoel dat Google niet heeft toegezegd, is dat niet, en de oplossing daarvoor wordt hieronder beschreven.

Waar de claims van de leverancier eindigen

Google publiceerde bij de lancering ook eigen cijfers per component — 68,6% op τ-Voice, 35,1% op Sierra's τ³-Banking-ranglijst en 97,7% op Big Bench Audio, allemaal toegeschreven aan het Extended Thinking-model. Die vallen nu uiteen in twee groepen, en die splitsing is belangrijk.

Twee van de drie komen overeen met metingen die Artificial Analysis zelf uitvoert binnen zijn eigen harness. De agentische τ-Voice-component komt voor dit model uit op 68,6%, tegenover 67,9% voor GPT-Live-1 Astra en 56,5% voor Grok Voice Think Fast 2.0; de component voor spraakredenering Big Bench Audio komt uit op 98%, tegenover de 97,7% van Google. Artificial Analysis beschrijft τ-Voice en Big Bench Audio als eigen benchmarks, uitgevoerd over drie trials, indien beschikbaar. Dus de τ-Voice- en redeneringscijfers staan nu op een openbaar scorebord dat je zelf kunt gaan bekijken, niet alleen in de aankondiging van Google — beschouw ze als gestaafd, niet als definitief vastgesteld, aangezien de exacte cijfers die Google noemde heel goed diezelfde run kunnen zijn in plaats van een tweede.

Het Sierra-cijfer heeft geen dergelijke onderbouwing en blijft een leveranciersclaim: 35,1% op Sierra's τ³-Banking-ranglijst tegenover 32,0% voor GPT-Live-1 Astra en 16,5% voor xAI-Realtime. Het is ook het getal om bij stil te staan, want 35,1% betekent dat het leidende spraakmodel op deze ranglijst bij ongeveer twee van elke drie realistische pogingen om een banktaak te voltooien mislukt. Google noemt ook een ServiceNow EVA-Bench-run die is uitgevoerd op de Live API in Gemini Enterprise Agent Platform, en beschrijft beide modellen als modellen die de Pareto-grens voor complexe workflows verleggen — waaraan geen van beide een onafhankelijke beoordeling is gekoppeld.

Er is hier een precedent dat het waard is om aan vast te houden. xAI rapporteerde in juli een Speech to Speech Index-score van 82,9 voor Grok Voice Think Fast 2.0. Op het hierboven vastgelegde scorebord staat dat model op 81,3. Door leveranciers gerapporteerde indexscores overleven niet altijd het contact met een live leaderboard — meestal omdat de index wordt herzien, soms omdat de geteste configuratie niet degene was die is uitgeleverd. Verifieer de τ-Voice- en Big Bench-cijfers op je eigen verkeer, en lees de agentic-kolom als de kolom die het grondigst moet worden getest.

De laag waarop deze agents daadwerkelijk draaien

Beide modellen staan vóór een backend. Uitvoering van tools op de achtergrond, taakplanning in meerdere stappen en het delegatiepatroon dat elke serieuze voice-agent gebruikt, komen allemaal neer op gewone tekstmodelaanroepen — en dat is de laag met de grootste variatie in kosten en de minste lock-in.

OrcaRouter biedt 190 modellen aan via één sleutel tegen de lijstprijs van de provider, zonder opslag, wat betekent dat een prijsverlaging van een upstream-lab dezelfde dag bij ons live staat in plaats van bij de volgende contractverlenging. Voor een voice-stack waarbij de front-end een previewmodel is, zijn de twee nuttige eigenschappen dat het delegatiedoel kan worden verwisseld zonder de voice-integratie aan te raken, en dat automatische failover een oproep in leven houdt wanneer een backend een fout geeft of een time-out krijgt. Om precies te zijn over wat we wel en niet hosten: de Gemini 3.8 Live-endpoints staan niet op onze router — die komen van Google's eigen API — maar de tekstmodellen waaraan deze agents heel vaak werk uitbesteden, zijn dat wel, waaronder Gemini 3.8 Flash.

Wat nu te kijken

Drie dingen zullen de openstaande vragen in deze release beslechten. Het eerste is algemene beschikbaarheid en een tarief dat Google zich ertoe heeft verbonden te handhaven — de prijzen zijn nu gepubliceerd, maar previewprijzen hebben de gewoonte te verschuiven, en een tariefkaart is geen contract. Het tweede is of de arena- en taaksucceskolommen standhouden, want de 1083 Elo en 93,2% taaksucces van het standaardmodel zijn het sterkste argument tegen het betalen van 4× voor de reasoning-variant, en het arena-cijfer van de index is bevroren op het moment van geschiktheid in plaats van live. Het derde zijn onafhankelijke runs op de agentische kloof zelf: 68,6% tegen 30,1% is de grootste bewering in deze release en degene die het meest de moeite waard is om te reproduceren, omdat al het andere aan de twee modellen dicht bij elkaar ligt.

Tot dan steunt de eerlijke samenvatting op twee getallen in plaats van één. Gemini 3.8 Live Extended Thinking is het best scorende spraakmodel op het openbare scorebord, is onbetwist de koploper in de agentische component en is qua kosten per uur goedkoper dan de twee modellen die direct achter hem staan. Gemini 3.8 Live is het goedkoopste competente spraakmodel op dat bord, wordt verkozen door de arena en is betrouwbaarder bij oppervlakkige taken, en staat algeheel 6,6 punten achter met een hard plafond op het enige waarvoor agenten worden ingehuurd. Google heeft dezelfde fork twee keer uitgebracht, met een prijsverschil van factor vier, en heeft de keuze ongewoon gemakkelijk te prijzen gemaakt — mits je de componenten leest en niet alleen de index.