Grok Voice 3.0 vs Gemini 3.8 Live: Google verkoopt twee spraakmodellen en slechts één daarvan is in deze strijd verwikkeld

Googles antwoord op Grok Voice 3.0 kost $0,84 per uur. Dat is het Artificial Analysis-cijfer voor de kosten per uur aan ingevoerde audio voor Gemini 3.8 Live in zijn standaardconfiguratie, en het is 5,7 keer goedkoper dan de $4,80 per uur die Grok Voice 3.0 in rekening brengt. Het is ook het verkeerde model om te vergelijken. De Gemini 3.8 Live die daadwerkelijk het opneemt tegen het nieuwe vlaggenschip van SpaceXAI — degene die 82,6 scoort op de Speech to Speech Index tegenover de 86,9 van Grok — is de Extended Thinking-variant, en die kost $3,50 per uur. Het werkelijke verschil tussen deze twee modellen is 1,37×, niet 5,7×, en de verkeerde rij uit de prijstabel kiezen is de duurste fout die in deze confrontatie mogelijk is.

Dit is de eerste keer dat de categorie een echte prijs-kwaliteitfrontier heeft in plaats van een leider en een goedkoper alternatief. Grok Voice 3.0 arriveerde op 14 oktober 2026 voor $0,08 per minuut, hetzelfde tarief als Grok Voice 2.0, met 86,9 op de index en een tijd tot eerste audio van minder dan een seconde. Gemini 3.8 Live verscheen op 15 september 2026 in twee configuraties die zich gedragen als twee verschillende producten, waarvan de ene een kostenleider is en de andere een redeneersysteem dat toevallig praat.

De twee Google-modellen zijn geen niveaus van elkaar

De eigen framing van Google scheidt ze op basis van taak in plaats van omvang. Het standaardmodel wordt beschreven als gebouwd voor schaal en kostenefficiëntie, met een vloeiende dialoog en visuele grounding. De Extended Thinking-variant wordt beschreven als gebouwd voor zeer complexe taken, met meerstapsredeneringen die tijdens het werk hardop verslag doen van hun voortgang.

Het gemeten verschil tussen beide is geen kwaliteitsgradiënt. Het is een categorische breuk:

• Agentische taakvoltooiing, τ-Voice — Gemini 3.8 Live Extended Thinking 68,6% vs. Gemini 3.8 Live 30,1%. Dezelfde leverancier, dezelfde release, dezelfde onderliggende familie, 38,5 punten uit elkaar.

• Spraak-naar-spraakindex — 82,6 voor Extended Thinking bij hoge redeneerinspanning versus 76,0 voor het standaardmodel.

• Kosten per uur voor ingevoerde audio — $3,50 vs. $0,84.

• Tijd tot eerste audio — 1,35 seconden voor Extended Thinking versus 1,18 seconden voor het standaardmodel, beide gemeten door Artificial Analysis.

Wanneer een inkoopdocument dus vraagt of Gemini 3.8 Live goedkoper is dan Grok Voice 3.0, is er geen eenduidig antwoord. Ten opzichte van het standaardmodel is xAI bijna zes keer zo duur en 10,9 indexpunten voor. Ten opzichte van Extended Thinking is xAI 37% duurder qua audio en 4,3 punten voor. Dat zijn verschillende beslissingen die dezelfde modelnaam dragen.

Rechtstreeks, met de juiste Gemini

Laat de standaardvariant even buiten beschouwing en vergelijk de twee modellen die daadwerkelijk strijden om de top van de ranglijst. Elk cijfer hieronder is afkomstig uit de eigen tests van Artificial Analysis van 13 oktober 2026 voor Grok Voice 3.0 en uit de septemberranglijst voor Gemini 3.8 Live Extended Thinking at High effort.

• Speech to Speech Index — Grok Voice 3.0 86,9 vs Gemini 3.8 Live Extended Thinking 82,6. Een verschil van 4,3 punten dat reëel maar niet beslissend is.

• Agentische prestatie, τ-Voice — Grok Voice 3.0 71,6% vs Gemini 3.8 Live Extended Thinking 68,6%. Drie punten, en het dichtst bij een gelijkspel dat er op het bord te vinden is.

• Big Bench Audio spraakredenering — Grok Voice 3.0 98,5% vs. de door Google gerapporteerde 97,7%. Beide zitten effectief op het plafond; deze dimensie is niet langer onderscheidend.

• Voorkeur binnen Speech Agent Arena — Grok Voice 3.0 op Elo 1070, de hoogste op de ranglijst. Het model van Google houdt de arena niet vast.

• Prijs per minuut audio — Grok Voice 3.0 $0,08 in en uit; Gemini 3.8 Live $0,005 per minuut audio-invoer en $0,018 per minuut audio-uitvoer.

• Tijd tot eerste audio — Grok Voice 3.0 0,81 seconden; Gemini 3.8 Live Extended Thinking 1,35 seconden en het standaardmodel 1,18 seconden volgens de meting van Artificial Analysis. In eigen materiaal van Google wordt geen latentiecijfer gepubliceerd.

• Kosten per voltooide taak, Big Bench Audio — Grok Voice 3.0 $0,025 per taak. Geen van beide Google-varianten heeft een gepubliceerd cijfer.

• Beschikbaarheid — Grok Voice 3.0 is geprijsd en live, met een afschaffingsaankondiging voor zijn voorganger; Gemini 3.8 Live is een preview zonder algemene beschikbaarheidsdatum, zonder gepubliceerd uptime-cijfer en zonder een tarief dat Google heeft beloofd aan te houden.

• Taaldekking — Gemini 3.8 Live schakelt midden in een gesprek tussen 97 ondersteunde talen; de spraak-naar-tekstlaag van xAI documenteert meer dan 38 talen.

• Visuele invoer — Gemini 3.8 Live verwerkt bijna realtime visuele invoer; Grok Voice 3.0 heeft geen vergelijkbare visuele grounding.

De ene dimensie waarin Google's stilte het verhaal is

Let op de asymmetrie in die lijst. Grok Voice 3.0 begint te spreken in 0,81 seconden. Gemini 3.8 Live Extended Thinking begint in 1,35 en het standaardmodel in 1,18, beide volgens de meting van Artificial Analysis — waardoor de niet-redenerende Gemini langzamer is om een beurt te beginnen dan de redenerende variant, een eigenaardigheid die vrijwel zeker het gevolg is van het feit dat de redeneervariant luidop zijn voortgang vertelt terwijl hij werkt, en niet van een werkelijk sneller pad.

In Googles eigen lanceermateriaal wordt voor geen van beide modellen een latentiecijfer gepubliceerd, alleen partnerteksten over indrukwekkende latentie. Dat is belangrijk omdat tijd tot eerste audio de dimensie is waarop spraakproducten slagen of falen in de ogen van de mensen die ze gebruiken, en het is de dimensie waarop Google ervoor koos geen cijfer te plakken. Als uw product telefonie is, waar 0,81 seconde het verschil is tussen een gesprek en een vertraging, dan is een meting van een concurrent van uw leverancier niet hetzelfde als de toezegging van uw leverancier. Test voordat u zich vastlegt, en houd de aankondiging van algemene beschikbaarheid in de gaten om te zien of er daarbij een cijfer verschijnt.

De visuele grounding valt de andere kant op uit en is ondubbelzinnig die van Google. Een model dat bijna realtime video kan verwerken, kan de dingen oplossen die audio niet kan: waar "dit" naar verwijst, of de persoon die de vraag stelt naar het ding kijkt waar diegene naar vraagt, of de ruis op de lijn een machine is die te zien is. Grok Voice 3.0 is een audiomodel met tools. Dat is een echte capaciteitsgrens, geen configuratieverschil, en geen enkele indexscore dicht die kloof.

Wat het prijsverschil daadwerkelijk oplevert

Reken het eens door voor een echte werkbelasting. Tienduizend minuten spraak per dag, dertig dagen per maand, driehonderdduizend minuten.

• Grok Voice 3.0 — $0,08 per minuut, dus $24.000 per maand.

• Gemini 3.8 Live Extended Thinking — geprijsd vanaf $3,50 per uur aan inputaudio, ongeveer $17.500 per maand voor hetzelfde volume, met een openbare tariefkaart die input en output afzonderlijk in rekening brengt.

• Gemini 3.8 Live standard — ongeveer $ 4.200 per maand, voor een model dat 30,1% van de τ-Voice-scenario's voltooit.

Die middelste rij is de hele beslissing. Voor ongeveer $6.500 per maand minder dan het vlaggenschip van xAI verkoopt Google een model dat er 4,3 indexpunten achterloopt, in previewstatus — dicht genoeg bij elkaar dat elk team waarvan de agent echt werk in meerdere stappen verricht, beide modellen op hun eigen opnames zou moeten draaien in plaats van een leaderboard te lezen. De onderste rij is een valkuil, tenzij je spraakinterface conversationeel is en je taakvoltooiing elders in de stack plaatsvindt, wat voor een groot deel van de ingezette spraakproducten het geval is.

Er is nog een maatstaf die het waard is om in dat spreadsheet op te nemen, omdat die het beeld deels omkeert. De per-taakmeting van Artificial Analysis op Big Bench Audio zet Grok Voice 3.0 op $0,025 om een taak te voltooien, tegenover $0,030 voor G​PT Live 1 in de Astra medium-configuratie. De kosten per voltooide taak, niet de kosten per uur, zijn het cijfer dat contact met een budgetvergadering overleeft — een goedkoper model dat een tweede poging nodig heeft, is niet goedkoper. Geen van beide leveranciers publiceert dat cijfer voor het Gemini-paar, wat weer een leegte is waar de goedkopere optie niet is gemeten op de as die ertoe doet.

Waar een router helpt en waar niet

Wees hier precies over, want het reflexmatige antwoord is verkeerd. OrcaRouter bedient geen van beide realtime-endpoints. Grok Voice 3.0 komt van de eigen API van xAI en Gemini 3.8 Live van die van Google, en geen enkele router kan zich ertussen wringen bij een duplex-audio-WebSocket die aan één leverancier toebehoort. Als iemand je vertelt dat hun platform je midden in een gesprek tussen deze twee laat failoveren, beschrijven ze iets dat niet bestaat.

Wat routeerbaar is, is alles eromheen. Een spraakimplementatie is een spraakmodel plus een tekststack — de classifier die na het gesprek een dispositiecode toewijst, de samenvatter die de CRM-notitie schrijft, de retrieval die de vraag beantwoordt die het spraakmodel moest overdragen, het model dat het transcript leest voor compliance. Die laag is gewone, per request gemeten inferentie, het is waar een betekenisvol deel van de kosten per gesprek zich opstapelt, en het is de laag die wij draaien: 200-plus taalmodellen achter één sleutel tegen provider-listprijs met nul markup, automatische failover wanneer een provider verslechtert, en een routing-DSL waarmee je meerdere modellen in één call kunt samenstellen in plaats van er vooraf één te kiezen. Omdat de listprijs ongewijzigd doorstroomt, is een prijsverlaging van een leverancier op een van die modellen dezelfde dag bij ons live. De audiominuut die je aan Google of xAI betaalt is in beide gevallen dezelfde minuut; de redenering erachter is het deel dat jij mag kiezen.

De beslissingsregel

Drie antwoorden, en ze volgen uit de componenten in plaats van uit de index.

Kies Grok Voice 3.0 als je workload agentisch is, latentiegevoelig is en dit kwartaal in productie gaat. Het voert de composite aan, het voert de arena aan, het heeft de snelste gepubliceerde start-to-speak-tijd van alle frontiermodellen, en het is geprijsd en ondersteund met een uitfaseringspad in plaats van een previewmelding.

Kies Gemini 3.8 Live Extended Thinking als je visuele grounding nodig hebt, als je 97 talen nodig hebt in plaats van 38, of als je genoeg spraakminuten draait dat een verschil van $1,30 per uur belangrijker is dan 4,3 indexpunten — en accepteer dat je bouwt op een preview zonder uptimegarantie.

Kies de standaard Gemini 3.8 Live alleen als je je eigen verkeer hebt gemeten en hebt bevestigd dat het meerstapsgedeelte van je oproepen al buiten het spraakmodel wordt afgehandeld. Op papier is het met ruime marge de goedkoopste optie in de categorie. Op de τ-Voice-as faalt het in ongeveer zeven van de tien scenario's, en niets in de index vertelt je dat totdat je kijkt.

Wat deze pagina zou veranderen: een algemene beschikbaarheidsdatum en een latentiecijfer van Google, die samen de goedkopere optie de veiligere zouden maken; of een prijsbeweging van xAI, de enige hefboom die zijn concurrent niet kan evenaren, aangezien het flagship-tarief nu constant is gebleven over een volledige modelgeneratie.

Vergelijkingen zoals deze zijn ook waar de faalmodi aan het licht komen: de gedocumenteerde AI-incidenten en agentfouten achter modellen in deze klasse zijn verzameld in het OrcaRouter AI Incident Archive , waar elke vermelding zijn eigen bronnen, ernstgraad, betrouwbaarheidsgraad en betwist-markering bevat.