GPT-Live-1.1 vs Gemini 3.8 Live: zes nieuwe talen tegenover zevenennegentig, en waarom die kloof niet het hele verhaal is

Tel je de talen, dan lijkt de strijd al voorbij voordat hij begint. Gemini 3.8 Live, aangekondigd door Google DeepMind op 15 september 2026, ondersteunt sinds de lancering 97 talen met automatische omschakeling midden in een gesprek. GPT-Live-1.1, uitgerold door OpenAI op 15 oktober 2026, voegt dertien nieuwe stemopties toe — telkens twee voor Frans, Duits, Hindi, Japans, Koreaans en Mexicaans-Spaans, plus een Engelse stem genaamd Bubbie. Zes nieuwe talen tegenover zevenennegentig is een verhouding waar niemand over hoeft na te denken.

Het is ook een vergelijking tussen één week werk en één jaar dekking, en daarom is het getal dat de discussie beslecht niet het getal dat de beslissing zou moeten bepalen. De twee releases meten verschillende dingen: het cijfer van Google beschrijft hoeveel van de wereld de sessie aankan, dat van OpenAI beschrijft welke accenten voorheen hoorbaar verkeerd waren en nu niet meer. Voor een koper is de nuttige vraag niet welk aantal groter is. Het is welke van de twee je daadwerkelijk kunt aanroepen, en wat er met de rest van je stack gebeurt als je dat doet.

Beschikbaarheid is waar de vergelijking mank gaat.

Begin daar, want dat is het punt waarop deze twee modellen ophouden alternatieven te zijn.

GPT-Live-1.1 is een consumentenuitrol. Het verscheen op 15 oktober 2026 in ChatGPT Voice, samen met een tweede model, GPT-Live-1.1 Quip, dat GPT-Live-1 mini opvolgt en de standaard wordt voor accounts onder Plus. De aankondiging van OpenAI maakt expliciet dat de API later komt — "binnenkort beschikbaar in de API" — en de documentatie is het daarmee eens: de modellenpagina vermeldt nog steeds gpt-live-1 en gpt-live-transcribe en niets nieuwers, en gpt-live-1.1 geeft een 404 als modelpagina. Er is geen model-ID, geen rate limit en geen prijs voor GPT-Live-1.1 op enige plek die een ontwikkelaar kan bereiken.

Gemini 3.8 Live is het tegenovergestelde geval. Het is een API-model met een gepubliceerd tarief — $0,005 per minuut audio-invoer en $0,018 per minuut audio-uitvoer — en het is aanroepbaar sinds de dag dat het werd aangekondigd, waarbij de Extended Thinking-variant via Gemini Live, Docs, Gmail en Keep wordt gedistribueerd voor AI-abonnees. De beschikbaarheid van Google voor ondernemingen is nog steeds een private preview zonder toezegging voor algemene beschikbaarheid, wat op zich al een echte beperking is, maar het is een ander soort beperking dan helemaal geen endpoint hebben.

Dus een van deze is iets wat je kunt kopen en de andere is iets wat je kunt gebruiken. Die asymmetrie is ingrijpender dan welke benchmark daaronder dan ook, en het is precies wat de meeste vergelijkingen in de lanceringsweek van deze twee modellen achterwege laten.

Wat 97 tegen zes werkelijk meet

Het verschil is reëel. Als je bellers Pools of Thais spreken, is Gemini 3.8 Live de enige van de twee die de oproep kan aannemen, en niets anders in dit artikel doet ertoe.

Wat het getal niet meet, is de kwaliteit binnen de overlap, en de overlap is waar bijna alle vraag zich bevindt.

• Wat 97 koopt — long-tail-dekking en de mogelijkheid om midden in een zin van taal te wisselen zonder de sessie te verliezen. Voor een supportlijn die een dozijn Europese markten bestrijkt, is die ene functie het product.

• Wat zes oplevert — diepgang in de markten waar de vorige generatie hoorbaar fout zat. De bewering van OpenAI gaat over de natuurlijkheid van het accent, niet over begrip, en de zes gekozen talen behoren tot de grootste niet-Engelstalige spraakmarkten in plaats van een willekeurige steekproef. De releaseopmerkingen beschrijven ook een breder scala aan korte zinnen om aan te geven dat het model aan het zoeken is, wat gebruikers horen als "checking…".

• Wat geen van beide cijfers je vertelt — hoe het ook maar klinkt. Er is geen openbare, reproduceerbare accentbenchmark en geen onafhankelijke spraakkwaliteitsscore voor een van beide modellen in een van beide talensets. Beide cijfers zijn leverancierstellingen van ondersteunde locale-opties, en beide leveranciers publiceren ze zonder dat er een methode aan hangt.

De praktische consequentie is dat het aantal talen een screeningsfilter is, geen beslissing. Als uw bellers een van de zeven bovenstaande talen spreken, is het aantal irrelevant en wordt accentkwaliteit een luistertest die u zelf uitvoert. Als dat niet het geval is, is de beslissing al voor u genomen.

Het onafhankelijke bestuur, en het variantprobleem

Waar onafhankelijke meting bestaat, bestaat die voor de vorige generatie aan de OpenAI-kant. In de Artificial Analysis Speech to Speech Index, afgelezen van het bord zoals het er op 16 oktober 2026 stond:

• Grok Voice 3.0 — 86.9

• GPT-Live-1 (Astra-backend, gemiddelde inspanning) — 83.2

• Gemini 3.8 Live Uitgebreid denken (Hoog) — 82.6

• Grok Voice 2.0 — 81.3

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

• Gemini 3.8 Live — 76.0

• GPT-Realtime-2.1 High — 75.2

• Grok Voice 1.0 — 73.7

• GPT-Realtime-2 (High) — 73,6

• Gemini 3.1 Flash Live High — 72,0

Uit die rangschikking vloeien twee dingen voort. Ten eerste staat het model dat als tweede in de titel van dit artikel wordt genoemd op de zesde plaats, terwijl een variant van het andere op de derde plaats staat — de 82,6 die wordt geciteerd, hoort bij Gemini 3.8 Live Extended Thinking, een andere configuratie met een beperktere uitrol. Ten tweede staat er nergens op het bord een rij voor GPT-Live-1.1, dus de opvolger wordt hier vertegenwoordigd door het cijfer dat zijn voorganger heeft behaald.

Afgezet tegen de standaardconfiguratie — 76,0 van Gemini 3.8 Live tegen 83,2 van GPT-Live-1 — leidt de OpenAI-familie met 7,2 punten op basis van het bewijs van de voorganger. Afgezet tegen de Extended Thinking-variant is het een gat van 0,6 punt de andere kant op, wat binnen de variatie valt die je verwacht van een leaderboard dat opnieuw wordt uitgevoerd naarmate er modellen worden toegevoegd. Geen van beide lezingen is een meting van GPT-Live-1.1, en het is de moeite waard om daar bot over te zijn: het eigen bewijs van de opvolger is een verklaring in de system card dat hij op productieprompts op gelijke hoogte presteert als GPT-Live-1, wat een bewering is over niet achteruitgaan, niet over een score.

Waar architectuur hen nog steeds scheidt

Het full-duplexverschil is niet verdwenen. Het is alleen opgehouden doorslaggevend te zijn.

GPT-Live-1.1 erft de structuur van GPT-Live-1: audio in en audio out die continu binnen één model worden verwerkt, geen spraak-naar-tekst → taalmodel → tekst-naar-spraak-keten, backchannels zoals "mhmm" die native worden geproduceerd, en onderbrekingen die worden afgehandeld door meerdere keren per seconde te beslissen of er moet worden doorgepraat of het woord moet worden afgestaan. Dat blijft het punt waarop beurtgebaseerde systemen de fout ingaan, en Gemini 3.8 Live is nog steeds beurtgebaseerd.

Wat Gemini 3.8 Live in plaats daarvan doet, is de sessie productief houden terwijl een beurt gaande is: verwerking van visuele invoer in bijna realtime, uitvoering van tools en API's op de achtergrond die een verzoek bevestigt en het gesprek gaande houdt terwijl de aanroep wordt voltooid, en een Extended Thinking-variant die hardop verslag doet van de voortgang. Het antwoord van Google op het stilteprobleem is de stilte vullen met werk in plaats van de beurtgrens weg te nemen. Beide benaderingen voorkomen dat een beller ophangt; ze falen op verschillende manieren, en op beurten gebaseerde modellen kunnen een pauze nog steeds verkeerd inschatten.

Visuele invoer is de concrete kostenpost van die afweging. Camera en schermdeling maken sinds de lancering deel uit van het aanbod van Gemini 3.8 Live, en de eigen documentatie van OpenAI voor de Live-familie vermeldt beeld- en video-invoer als expliciet niet ondersteund — een beperking die doorwerkt in GPT-Live-1.1, aangezien de hulppagina's voor consumenten van de nieuwe versie herhalen dat Live geen video of schermdeling ondersteunt. Als je agent naar iets moet kijken, bepaalt dit de vergelijking voordat welke benchmark dan ook dat doet.

De kostenvergelijking, met het bijbehorende sterretje

Op gepubliceerde front-endtarieven is Google met een ruime marge goedkoper. Gemini 3.8 Live rekent $0,018 per minuut audio-uitvoer, tegenover $0,05 per spraakminuut voor GPT-Live-1, en die $0,05 is het enige tarief per minuut dat OpenAI voor de Live-familie heeft gepubliceerd — het hoort bij het oudere model, en voor GPT-Live-1.1 is geen tarief aangekondigd omdat er geen endpoint is om er een aan te koppelen.

Het addertje onder het gras is dat geen van beide getallen de rekening is. De $0,05 van GPT-Live-1 dekt alleen de spraak-front-end. De redenering vindt plaats op een gedelegeerd tekstmodel, en de Live-documentatie van OpenAI stelt ronduit dat backend-Responses-aanroepen worden gefactureerd tegen de normale prijsstelling van het geconfigureerde model — dus vijf cent per minuut aan spraaktijd wordt drie dollar per uur aan spraaktijd voordat er ook maar één redeneertoken is geteld. Gemini 3.8 Live heeft dezelfde vorm: het uitvoeren van tools op de achtergrond is tekstmodelwerk, gefactureerd tegen tekstmodeltarieven die Google niet voor dit product heeft gepubliceerd.

Daarom is elk kostencijfer per uur dat je voor een van beide modellen ziet een deelbedrag in het gewaad van een totaalbedrag. Een uur GPT-Live-1-spraaktijd is $3,00 aan front-end voordat de backend überhaupt wordt gemeten, en het totaalbedrag hangt volledig af van aan welk model je delegeert en hoe vaak het wordt aangeroepen. Voor Gemini 3.8 Live is de front-end per minuut goedkoper en is de backend niet bekendgemaakt. Het vergelijken van de twee hoofdtarieven vertelt je alleen iets over de goedkope helft van elke factuur.

De laag waaraan zij beiden handmatig werken.

Beide systemen delegeren, en dat is het feit dat deze vergelijking minder een lock-in-beslissing maakt dan het aantal talen doet vermoeden. GPT-Live-1.1 stuurt moeilijke queries bewust door naar een backend-tekstmodel; de achtergrond-tooluitvoering van Gemini 3.8 Live komt neer op gewone modelaanroepen. In beide gevallen is de spraaklaag een dunne front-end bovenop een reasoningmodel dat de leverancier als afzonderlijk geconfigureerd en afzonderlijk gemeten beschouwt. Kostenvariantie zit daar, kwaliteitsverschillen tussen configuraties komen daar naar voren, en overstappen is daar goedkoop omdat het de spraakintegratie niet raakt.

Dat is de helft van een voice-stack waar een router zijn plek verdient, dus het loont om precies te zijn over de grens. Op OrcaRouter is de redeneerlaag meer dan 200 modellen achter één sleutel tegen de lijstprijs van de provider, zonder opslag, wat betekent dat een upstream-prijsverlaging onze kant dezelfde dag bereikt in plaats van bij de volgende contractverlenging — een eigenschap die meer dan gewoonlijk van belang is in een facturatiestructuur met twee meters waarin de backend de meter is die beweegt. De routing-DSL laat je het delegatiedoel expliciet benoemen en tijdens liveverkeer omwisselen, en automatische failover houdt een sessie in leven wanneer een backend midden in een gesprek een fout geeft of een time-out krijgt, een storingsmodus die voice wel heeft en tekst niet. Eén verduidelijking, want het zou makkelijk zijn om anders te suggereren: we hosten de GPT-Live-1.1- of Gemini 3.8 Live voice-endpoints niet. Die komen van de platforms van de leveranciers zelf, en in het geval van GPT-Live-1.1 is er geen publiek endpoint om te hosten. De tekstmodellen waaraan deze systemen werk overdragen, staan over het algemeen op de router.

Hoe te kiezen

Kies Gemini 3.8 Live als je nu moet opleveren, als je talen verder gaan dan de zeven die hierboven zijn genoemd, of als het model iets moet kunnen zien. Accepteer dat je de standaardconfiguratie koopt die 76,0 scoort op de samengestelde index, dat de 82,6 die gewoonlijk wordt genoemd bij de Extended Thinking-variant hoort, dat enterprise-toegang een private preview is, en dat de all-in kosten per uur ook aan jouw kant van de factuur niet gepubliceerd zijn.

Kies GPT-Live-1.1 als gesprekskwaliteit het product is en je talen binnen de set vallen — en als je kunt wachten. Full-duplex beurtwisseling is nog altijd de benchmark voor natuurlijkheid, de versie-update is een echte verbetering ten opzichte van GPT-Live-1, en het accentwerk richt zich precies op de talen die eerder het slechtst waren. Het is vandaag de dag ook niet iets dat je vanuit code kunt aanroepen.

Kies GPT-Live-1 als je spraak van OpenAI nodig hebt en je die deze maand nodig hebt, want het is het enige lid van die familie met een model-ID, een gedocumenteerd endpoint en een gepubliceerd tarief.

De datum die je in de gaten moet houden, is die waarop gpt-live-1.1 een modelpagina krijgt. Dat is het moment waarop dit ophoudt een vergelijking te zijn tussen een product dat al leverbaar is en een aankondiging, en waarop de claim over accenten, het aantal talen en de prijs allemaal op dezelfde middag testbaar worden.

Vergelijkingen zoals deze zijn ook waar de faalmodi naar voren komen: de gedocumenteerde AI-incidenten en agent-fouten achter modellen in deze klasse zijn verzameld in het OrcaRouter AI Incident Archive, waar elke vermelding zijn eigen bronnen, ernst, betrouwbaarheidsgraad en betwistingsmarkering bevat.