Phonic 1 vs Gemini 3.8 Live: Ett kort, fyra nummer och frågan om vilken Gemini du menar

Det första man bör slå fast i en jämförelse mellan Phonic 1 och Gemini 3.8 Live är att "Gemini 3.8 Live" inte är en enda modell. Google släppte två den 15 september 2026 – gemini-3.8-live, optimerad för kostnad och latens, och gemini-3.8-live-extended-thinking, som resonerar medan den talar och kör verktyg i bakgrunden – och de beter sig som olika produkter. På tal-till-tal-listan hos Artificial Analysis får standardmodellen 74,5 och extended-thinking-varianten 82,6. Phonic 1, som lanserades i slutet av oktober 2026, får 87,1. Vilken Gemini du jämför med Phonic ändrar marginalen från 12,6 poäng till 4,5, och ändrar vilken halva av argumentationen du för.

Den användbara frågan är alltså inte "vem som vinner". Den är "vilka av dessa fyra uppmätta saker du faktiskt behöver", eftersom det sammansatta indexet döljer ett delat beslut under det. Phonic 1 vinner komponenten som avgör om ett samtal får något gjort. Googles modeller vinner komponenterna som avgör om samtalet känns bra och om det slutförs, och Google tar mindre betalt per timme medan de gör det. En läsare som bara ser 87,1 mot 82,6 kommer att välja fel modell för sitt jobb ungefär hälften av gångerna.

Två Gemini-modeller, och bara en av dem finns på tavlan mot Phonic

{{1}}Gemini 3.8 Live{{/1}} ersatte {{2}}gemini-3.1-flash-live-preview{{/2}} och är allmänt tillgänglig via {{3}}Gemini API{{/3}} och {{4}}AI Studio{{/4}}, medan {{5}}Gemini Enterprise{{/5}} och {{6}}Search Live{{/6}} fortfarande är i privat förhandsversion. Standardmodellen optimeras för precis det som en telefonagent behöver i stor skala: snabb, billig, naturlig. Varianten med utökat tänkande ägnar tid åt resonemang innan den svarar, vilket ger bättre noggrannhet vid svåra förfrågningar i flera steg men kostar latens. De namnges separat, prissätts separat på tokennivå och poängsätts separat.

• Gemini 3.8 Live (standard) – tal-till-tal-index 74,5, resonemang 92, dynamik 96,1, agentisk förmåga 30,1, arena-preferens 1 074, uppgiftsframgång 93,2 %, tid till första ljud 1,18 s.

• Gemini 3.8 Live Extended Thinking (High) — index 82,6, resonemang 98, dynamik 91,9, agentisk 68,6, arena 966, uppgiftsframgång 89,1 %, tid till första ljud 1,35 s.

• Phonic 1 (High) — index 87,1, resonemang 99, dynamik rapporteras inte, agentisk 79,9, arena 1 012, uppgiftsframgång 92,3 %, tid till första ljud 0,61 s.

Lägg märke till den interna motsägelsen i Googles egen produktlinje. Att aktivera utökat tänkande höjer indexet med 8,1 punkter, men det sänker arenapreferensen med 108 Elo och uppgiftsframgången med 4,1 punkter. Ett hårdare resonemang gör att modellen får bättre poäng på det sammansatta måttet och sämre på två av de fyra indata. Det är inte en brist i modellerna; det är en påminnelse om att ett enda viktat medelvärde kan röra sig i en riktning som ingen användare skulle rösta för.

Komponentaritmetiken, en rad i taget

Artificial Analysis bygger sitt tal-till-tal-index på fyra indata – talresonemang, agentisk prestanda, arena-preferens och uppgiftens framgångsfrekvens – och betecknar det som ett viktat medelvärde. Läser man de fyra var för sig, upplöses matchen till något långt mer specifikt än en skillnad på 4,5 punkter.

• Talresonemang — {{1}}Phonic 1 99{{/1}} mot {{2}}Gemini 3.8 Live Extended Thinking 98{{/2}} och standard 92. I praktiken oavgjort i toppen; den här komponenten avgör ingenting.

• Agentisk prestanda – Phonic 1: 79,9 mot 68,6 för utökad tankeverksamhet och 30,1 för standard. Det är hela argumentet. Utökad tankeverksamhet är den enda Gemini-konfigurationen som konkurrerar här, och den ligger fortfarande 11,3 poäng efter.

Arena-preferens — Phonic 1: 1 012 mot 966 för utökat tänkande och 1 074 för standard. Standardmodellen slår Phonic med 62 Elo; tänkmodellen förlorar med 46. Mänskliga lyssnare föredrar den billiga Gemini.

• Uppgiftsframgång — Phonic 1 92,3 % jämfört med 89,1 % för utökat tänkande och 93,2 % för standard. Ännu en gång vinner standardmodellen, knappt, och tänkande modellen förlorar.

Ställ upp de fyra på rad så blir historien sammanhängande. Phonic 1 är den mest kapabla agenten och den minst föredragna rösten bland de tre. Gemini 3.8 Live standard är den mest föredragna rösten och bäst på att slutföra uppgifter, och den sämsta agenten. Gemini 3.8 Live Extended Thinking ligger mellan dem och är möjligen den sämsta av båda – den betalar för sitt resonemang med latens och preferens och når ändå inte upp till Phonic vad gäller agens.

Vad en minut av vardera kostar, och varför rubrikpriserna är missvisande

Enligt Artificial Analysiss normaliserade mått för kostnad per timme för inmatat ljud är Gemini den billigare modellen: 3,50 dollar i timmen för Gemini 3.8 Live Extended Thinking mot 4,20 dollar för Phonic 1. Det är siffran som Phonics eget lanseringsmaterial medger — dess jämförelsetabell visar att Gemini är billigare än Phonic — och det är värt att säga rakt ut, eftersom en nykomling som slår en Google-modell i agentisk poäng men förlorar mot den i pris är en mer intressant historia än en total seger.

Googles publicerade tokenpriser är 3 USD per miljon token för ljudinmatning och 12 USD per miljon token för ljudutmatning, vilket motsvarar ungefär 0,005 USD per minut för indata och 0,018 USD per minut för utdata vid typiska tätheter. Phonics fakturering är ett fast pris på 0,07 USD per samtalsminut, 0,065 USD på Pro-nivån med ett månatligt minimum på 200 USD, och leverantören anger uttryckligen att det inte finns någon vidarefakturering för LLM och ingen avgift per token.

• Kostnad per inputtimme — Gemini 3.8 Live Extended Thinking $3.50 vs Phonic 1 $4.20, enligt Artificial Analysys normalisering.

• Faktureringsstruktur — Gemini fakturerar separat för ingående och utgående ljud till tokenpriser; Phonic fakturerar en taxa per samtalsminut som täcker modelllagret.

• Där formerna skiljer sig åt — ett samtal där agenten talar mycket och lyssnar lite kostar mer på Gemini:s utdatamätare och lika mycket på Phonic:s fasta taxa; ett samtal där agenten mestadels lyssnar kostar mindre på Gemini och lika mycket på Phonic.

• Gratisnivå — Gemini erbjuder gratis tokens för både indata och utdata med opublicerade hastighetsgränser för gratisnivån för Live-modellerna; Phonic har ingen gratisnivå men körde en kampanj med $250 i kredit för registreringar före den 30 november 2026.

Det här är precis den typ av beslut som en router är byggd för, med ett ärligt förbehåll: ingen av dessa två konversationsmodeller finns i OrcaRouters katalog, så de kan inte jämföras eller växlas över här. Det som finns i katalogen är textsyskonet – Gemini 3.8 Flash, som idag kan routas tillsammans med 200+ andra modeller på en enda nyckel till listpris utan påslag. Om din röstagent delegerar resonemang till en textmodell i stället för att göra det inline, är det den delen du kan routa, prisjämföra och växla över, och det är vanligtvis den del som dominerar fakturan.

Latens, sessioner och gränserna ingen läser

Phonic 1 svarar på 0,61 s på första ljudet. Gemini 3.8 Live tar 1,18 s och varianten med utökad tankegång 1,35 s. På indexets egen hastighetsgraf placerar det Phonic i samma band som Grok Voice 3.0 på 0,81 s, medan båda Gemini-konfigurationerna ligger ungefär en tredjedels sekund efter – skillnaden mellan att en uppringare väntar och att en uppringare märker att de väntar.

Google har publicerat hårda sessionsgränser som för vissa produkter är viktigare än latensgapet: Gemini 3.8 Live-sessioner har en övre gräns på femton minuters interaktion med endast ljud, eller två minuter när video ingår i strömmen. För ett supportsamtal är det okej. För en schemalagd intagningsintervju, en coachningssession eller en långvarig röstassistent är ett tak på femton minuter en designbegränsning som man måste bygga runt, och en som Phonic inte anger. Phonics offentliga material listar också 50+ språk jämfört med Googles 97, vilket är motsatsen till den vanliga nykomlingsbristen.

• Kontext och utdata – Gemini 3.8 Live har 131K kontext med maximalt 65,536 utdatatoken; Phonic publicerar inte någon kontextsiffra.

• Multimodalitet – Gemini 3.8 Live tar emot visuell indata med upp till ungefär en bildruta per sekund och levereras med 30 namngivna röster; Phonic 1 är ljudnativ utan angiven visuell indata.

• Härkomst — Google tillämpar SynthID-vattenmärkning på genererat ljud; Phonic gör inget motsvarande anspråk.

• Efterlevnad – Phonic uppger SOC 2 Type II, tillgång till HIPAA BAA och noll datalagring samt distribution via moln, single-tenant, VPC och självhostning; Gemini 3.8 Live är ett Google-hostat API.

Vilket beslut varje läsare faktiskt fattar

Om din agent bokar, verifierar, återbetalar eller eskalerar – om samtalets framgång är en databasrad som har ändrats – är Phonic 1:s agentiska poäng på 79,9 % värd det högre timpriset och den obevisade historiken. Ledningen på 11,3 punkter över den bästa Gemini-konfigurationen är det största verkliga gapet i den här jämförelsen, och det är den som visar sig som en skillnad i slutförandegrad snarare än en preferensskillnad.

Om din agent främst behöver föra ett bra samtal, svara korrekt och inte låta som en robot när den gör det, är standardversionen av Gemini 3.8 Live det bättre köpet på tre av fyra komponenter och på kostnad. Den vinner uppgiftsframgång rakt av, vinner arena-preferens rakt av mot Phonic och kostar 17 % mindre per indatatimme. Det den inte gör är att handla – 30,1 % agentisk förmåga är en modell som kan prata om ditt bokningssystem men inte använda det.

Och om ni är teamet som som standard skulle ha valt utökat tänkande eftersom ”tänkande” låter som mer modell: siffrorna säger att ni inte ska göra det. Gemini 3.8 Live Extended Thinking kostar latens, arena-preferens och uppgiftsframgång jämfört med sitt eget billigare syskon, och köper 38,5 poäng agentisk prestanda – fortfarande mindre än Phonic, och mindre än vad som krävs för att motivera ett anrop som måste slutföra en transaktion.

Det som gör den här jämförelsen värd att läsa i stället för att bara skumma igenom är att vinnaren ändras beroende på vilken av de fyra siffrorna du viktar. Phonic 1 tar hem helhetsbetyget eftersom agens är en tredjedel av historien och leder den avgjort. Google tar hem preferens, uppgiftsfullföljande och pris, och gör det med en modell som kostar hälften så mycket att köra. Indexet är en rättvis sammanfattning och en dålig instruktionsmanual. Läs komponenterna och välj sedan den du kan mäta i din egen trafik inom två veckor.