เปิดตัว Gemini 3.8 Live และ 3.8 Live Extended Thinking: Google แยกสายผลิตภัณฑ์เสียงออกเป็นสอง

ของ Google Gemini 3.8 Live และ Gemini 3.8 Live Extended Thinking มาถึงเมื่อวันที่ 15 กันยายน 2026 — ประกาศครั้งเดียว สองโมเดล และเป็นทางแยกที่แท้จริงในสายผลิตภัณฑ์ ตัวเลขพาดหัวคือช่องว่าง 6.6 จุดบน Speech to Speech Index ของ Artificial Analysis จาก 82.6 เป็น 76.0 ตัวเลขที่อยู่ใต้มันลงมาคือ 38 บนมาตรวัดความสำเร็จของงานแบบเอเจนต์ τ-Voice ของบอร์ดเดียวกัน เวอร์ชันที่ใช้การให้เหตุผลแก้ไขสถานการณ์จำลองบริการลูกค้าได้ 68.6% และโมเดลมาตรฐานแก้ได้ 30.1% 6.6 จุดคือสิ่งที่ดัชนีบอก ส่วน 38 จุดคือสิ่งที่เกิดขึ้นเมื่อคุณขอให้โมเดลใดโมเดลหนึ่งลงมือทำอะไรให้สำเร็จจริง ๆ

หนึ่งวันหลังการเปิดตัว ฟอร์กนี้ก็มีราคากำกับแล้ว ทั้งสองโมเดลมีอัตราค่าเสียงต่อนาทีที่ประกาศผ่าน Live API และลีดเดอร์บอร์ดของ Artificial Analysis ระบุต้นทุนต่อชั่วโมงของเสียงอินพุตไว้ที่$0.84สำหรับโมเดลมาตรฐาน เทียบกับ$3.50สำหรับตัวแปรแบบ reasoning — มากกว่ากันราวสี่เท่าต่อชั่วโมงแลกกับ 6.6 แต้มดัชนีนั้น การแลกเปลี่ยนนี้คือการตัดสินใจทั้งหมด และการอ่านจากดัชนีเพียงอย่างเดียวจะทำให้ตัดสินผิด

สิ่งที่ทำให้การเปิดตัวครั้งนี้แตกต่างจากการรีเฟรชโมเดลเสียงตามปกติ คือการแยกออกเป็นสองแบบไม่ได้เกิดจากระดับขนาด แต่เป็นความเห็นที่ไม่ลงรอยกันเกี่ยวกับหน้าที่ของเอเจนต์เสียง หนึ่งในโมเดลเหล่านี้เป็นอินเทอร์เฟซสำหรับการสนทนา ส่วนอีกโมเดลเป็นระบบการให้เหตุผลที่บังเอิญพูดได้

สองโมเดล สองงาน

การวางกรอบของ Google เองนั้นชัดเจนเป็นพิเศษในเรื่องนี้ Gemini 3.8 Liveถูกอธิบายว่า "สร้างขึ้นเพื่อรองรับการขยายขนาดและความคุ้มค่าด้านต้นทุน ผสมผสานความฉลาดในการสนทนากับบทสนทนาที่ลื่นไหลและการยึดโยงกับภาพ" Gemini 3.8 Live Extended Thinkingถูกออกแบบมา "สำหรับงานที่มีความซับซ้อนสูง พร้อมความฉลาดที่เพิ่มขึ้นและการให้เหตุผลแบบหลายขั้นตอน"

ความแตกต่างในทางปฏิบัติจะปรากฏในรายการความสามารถ มากกว่าที่จะอยู่ในเอกสารข้อมูลจำเพาะ:

• Gemini 3.8 Live — การประมวลผลอินพุตภาพแบบเกือบเรียลไทม์ การสลับภาษาโดยอัตโนมัติกลางบทสนทนาทั่ว 97 ภาษาที่รองรับ และการทำงานของเครื่องมือ/API เบื้องหลัง เพื่อให้โมเดลรับทราบคำขอและพูดต่อไปในขณะที่การเรียกนั้นดำเนินไปจนเสร็จ

• Gemini 3.8 Live Extended Thinking — คิดและพูดไปพร้อมกัน เล่าความคืบหน้าด้วยสัญญาณอย่าง "ขอฉันตรวจสอบก่อน…" ขณะที่งานแบบหลายขั้นตอนกำลังดำเนินอยู่

• ใช้ร่วมกัน — เสียงที่สร้างขึ้นทั้งหมดมีลายน้ำ SynthID ของ Google ทั้งสองแบบครอบคลุมอยู่ใน model card ที่เผยแพร่ภายใต้ชื่อ gemini-3-8-audio และตอนนี้ทั้งสองแบบมี ID โมเดล API ที่จัดทำเอกสารไว้อย่างเป็นทางการแล้ว ได้แก่ gemini-3.8-live และ gemini-3.8-live-extended-thinking.

โมเดล Extended Thinking ไม่ใช่แค่ 3.8 Live ที่มีงบการคิดยาวขึ้นเท่านั้น แต่เป็นโมเดลที่สามารถดำเนินบทสนทนาและแผนงานไปพร้อมกันได้โดยที่บทสนทนาไม่หยุดชะงัก — ซึ่งนั่นคือสิ่งที่ทำให้เอเจนต์เสียงล้มเหลวในการใช้งานจริง ผู้ใช้ไม่ต้องการความเงียบในขณะที่เอเจนต์กำลังค้นหาข้อมูล พวกเขาต้องการให้เอเจนต์พูดต่อไป

บอร์ดบอกว่า 6.6 ชิ้นส่วนบอกว่า 38

Speech to Speech Index เป็นค่าเฉลี่ยถ่วงน้ำหนักของผลลัพธ์พื้นฐาน 4 รายการ ได้แก่ Speech Reasoning ซึ่งวัดจากชุด Big Bench Audio ของ Artificial Analysis เอง; Agentic Performance ซึ่งวัดจากการรัน benchmark ด้านบริการลูกค้า τ-Voice; Arena Preference ซึ่งนำมาจาก Speech Agent Arena; และ Task Success Rate เฉพาะโมเดลที่มีองค์ประกอบครบทั้งสี่เท่านั้นจึงจะได้รับคะแนนดัชนี ซึ่งเป็นเหตุผลว่าทำไมบางแถวบนบอร์ดนั้นจึงว่างเปล่า

เมื่อแยกออกจากกัน โมเดลใหม่ทั้งสองนี้ไม่ได้ดูเหมือนเป็นคู่ที่ห่างกัน 6.6 คะแนนเลยแม้แต่น้อย:

• ดัชนีเสียงเป็นเสียง — Gemini 3.8 Live Extended Thinking (High) 82.6 เทียบกับ Gemini 3.8 Live 76.0

• ประสิทธิภาพของเอเจนต์ (อัตราความสำเร็จของงานใน τ-Voice) — 68.6% เทียบกับ 30.1%

• การให้เหตุผลด้านเสียงพูด (Big Bench Audio) — 98% เทียบกับ 92%

• พลวัตของการสนทนา — 91.9% เทียบกับ 96.1%

• ความชอบใน Arena (Elo) — 990 กับ 1083

• อัตราความสำเร็จของงาน — 89.1% เทียบกับ 93.2%

• เวลาถึงเสียงแรก — 1.35 วินาที เทียบกับ 1.18 วินาที

• ค่าใช้จ่ายต่อชั่วโมงของเสียงอินพุต — $3.50 เทียบกับ $0.84

อ่านอย่างตรงไปตรงมา แล้วโมเดลมาตรฐานชนะสี่จากแปดบรรทัด มันไปถึงเสียงแรกได้เร็วกว่า ได้คะแนนจากอารีนาสูงกว่า มีแนวโน้มที่จะทำงานให้เสร็จมากกว่า และได้คะแนนด้านพลวัตการสนทนาดีกว่า อีกทั้งยังมีราคาเพียงหนึ่งในสาม สิ่งที่มันทำไม่ได้คือทำงานให้เสร็จเมื่องานนั้นมีหลายขั้นตอน: 30.1% เทียบกับ 68.6% คือช่องว่างเดี่ยวที่ใหญ่ที่สุดในทุกส่วนของรุ่นนี้ และมันอยู่ในแกนเดียวที่แยกวอยซ์เอเจนต์ออกจากวอยซ์อินเทอร์เฟซ

มีข้อควรระวังสองประการก่อนที่ตารางนั้นจะถูกมองว่าเป็นข้อยุติแล้ว ตัวเลขความชอบในอารีนาที่ใช้ในดัชนีนั้นถูกตรึงไว้ ณ จุดที่โมเดลมีคุณสมบัติเพียงพอสำหรับการเผยแพร่ поэтомуจึงไม่ได้ติดตามค่า Elo แบบเรียลไทม์บนแผนภูมิ Speech Agent Arena — ให้อ่านเป็นสแนปช็อต ไม่ใช่คะแนนที่วิ่งอยู่ และส่วนต่างของ τ-Voice ที่อยู่ด้านบนของบอร์ดนั้นบางพอที่จะเป็นสัญญาณรบกวนได้: ตัวแปรแบบ reasoning ทำได้ 68.6% นำ GPT-Live-1 ที่ 67.9% (Astra backend, effort ระดับ medium) อยู่ 0.7 จุด โดยมี GPT-Live-1 (Sol, low) ที่ 59.3% และ Grok Voice Think Fast 2.0 High ที่ 56.5% ตามหลังอยู่ ช่องว่าง 38 จุดระหว่างโมเดล Gemini สองตัวนั้นไม่ถือว่าบาง ส่วนการนำอยู่ 0.7 จุดเหนือ GPT-Live-1 นั้นบาง

ตำแหน่งที่มันอยู่บนดัชนี

ในภาพด้านล่างนี้ ซึ่งถ่ายเมื่อวันที่ 16 กันยายน 2026 ด้านบนของกระดานมีข้อความดังนี้:

• Gemini 3.8 Live Extended Thinking (High) — 82.6 (อันดับที่หนึ่ง)

• GPT-Live-1 (แบ็กเอนด์ Astra, ความพยายามระดับปานกลาง) — 81.5

• Grok Voice Think Fast 2.0 High — 81.3

• GPT-Live-1 (แบ็กเอนด์ Sol, ความพยายามต่ำ) — 80.1

• Gemini 3.8 Live — 76.0

• GPT-Realtime-2.1 High — 73.9

• Gemini 3.1 Flash Live High — 71.5

นั่นคือคำอธิบายสำหรับความแตกต่างที่ปรากฏในหน้าจอเดียว รุ่น Extended Thinking ครองอันดับสูงสุด โดยทำงานที่ระดับของบอร์ด (High) ซึ่งเป็นป้ายกำกับความพยายามในการให้เหตุผล — ซึ่งเป็นแนวทางเดียวกับที่ใช้กับ Grok Voice Think Fast 2.0 High และ GPT-Realtime-2.1 High และเป็นเหตุผลที่คำต่อท้าย “(High)” ที่คุณอาจเห็นแนบมากับโมเดลนี้ในการรายงาน เป็นป้ายกำกับของการตั้งค่า ไม่ใช่รุ่นที่แยกออกมาต่างหาก รุ่นมาตรฐานอยู่อันดับที่ห้า — ต่ำกว่าการตั้งค่า GPT-Live-1 สองแบบ และต่ำกว่า Grok บล็อกของ Google เองอธิบายรุ่นมาตรฐานว่า “คุ้มค่าสูง” และระบุว่า “ได้อันดับที่สองใน Speech Agent Arena” ซึ่งเป็นบอร์ดอื่นที่วัดสิ่งที่แตกต่างกัน ข้อความทั้งสองเป็นจริง เมื่ออ่านรวมกันแล้ว พวกมันบอกว่า: 3.8 Live เป็นโมเดลสนทนาที่ดีมากในราคาที่ดีมาก และไม่ใช่แนวหน้าของความฉลาดด้านเสียง

การรั่วไหลที่ไปถึงก่อน

โมเดลเหล่านี้ถูกพบเห็นบนหน้าโควตาของ Google Cloud หนึ่งวันก่อนการประกาศ และเราได้รายงานการพบเห็นนั้นในตอนนั้นในฐานะ slug ที่ยังไม่ได้รับการยืนยัน โดยไม่มีโมเดลการ์ด ไม่มีข้อมูลราคา และไม่มีการยืนยันจาก Google โพสต์นั้นถูกต้องเกี่ยวกับสถานะ แต่ผิดเกี่ยวกับไทม์ไลน์ — การยืนยันมาถึงภายในประมาณ 24 ชั่วโมง

บทเรียนนี้ควรค่าแก่การบันทึก เพราะมันขัดกับสัญชาตญาณตามปกติ สลักที่รั่วไหลหนึ่งวันก่อนเปิดตัวถือเป็นการเปิดตัว สลักที่รั่วไหลโดยไม่มีเอกสารยืนยันใด ๆ เป็นเวลาแปดสัปดาห์กลับเป็นอีกเรื่องหนึ่งโดยสิ้นเชิง สัญญาณที่แยกสองกรณีนั้นไม่ใช่ตัวสลัก แต่คือการมีอยู่ของหน้าโควตา ซึ่งจะมีขึ้นก็ต่อเมื่อมีการจัดสรรความจุแล้วเท่านั้น

ค่าใช้จ่ายต่อนาที

ตอนที่ประกาศ เอกสารของ Google ไม่ได้แยกสองโมเดลในเรื่องราคา — โมเดลมาตรฐานนั้นมีการกำหนดอัตราไว้ ส่วนเวอร์ชัน reasoning ไม่มี ซึ่งเป็นสิ่งที่ตารางคะแนนด้านบนบันทึกไว้ ช่องว่างนั้นได้รับการปิดไปแล้วนับตั้งแต่นั้น ปัจจุบันทั้งสองโมเดลมีราคาที่เผยแพร่อย่างเป็นทางการผ่าน Live API แล้ว: $0.005 ต่อนาทีของเสียงอินพุต และ $0.018 ต่อนาทีของเสียงเอาต์พุต ซึ่ง Google ยืนยันเมื่อวันที่ 16 กันยายน ขณะที่ทั้งสองเริ่มเปิดตัว ตารางอัตราที่เผยแพร่ชุดเดียวกันนี้ยังครอบคลุมราคาต่อโทเคนของระดับ Gemini 3 Live ด้วย — $0.75 ต่อ 1 ล้านโทเคนข้อความขาเข้า และ $4.50 ขาออก, $3.00 ต่อ 1 ล้านโทเคนเสียงขาเข้า และ $12.00 ขาออก และ $1.00 ต่อ 1 ล้านสำหรับอินพุตภาพหรือวิดีโอ — แม้ว่าแถวโทเคนเหล่านั้นจะเผยแพร่ในระดับ tier มากกว่าจะแยกตามโมเดล จึงควรอ่านเป็นอัตราของ tier นั้น ไม่ใช่เป็นใบเสนอราคาสำหรับเวอร์ชันใดเวอร์ชันหนึ่งโดยเฉพาะ

Artificial Analysis ยังได้เติมตัวเลขที่สำคัญที่สุดสำหรับการวางแผนลงไปด้วย ตอนนี้กระดานจัดอันดับของมันมีคอลัมน์ค่าใช้จ่ายต่อชั่วโมงของเสียงอินพุต — ค่าใช้จ่ายในการทำชุดย่อย Big Bench Audio แบบคงที่ 40 คำถาม ให้เป็นอัตราต่อชั่วโมง — และโมเดลใหม่ทั้งสองมีตัวเลขอยู่ในคอลัมน์นั้น:

• Gemini 3.8 Live — $0.84 ต่อชั่วโมงของเสียงอินพุต ซึ่งเป็นอัตราที่จ่ายต่ำที่สุดบนบอร์ดนั้น

• Gemini 3.8 Live Extended Thinking (High) — 3.50 ดอลลาร์ต่อชั่วโมง ยังต่ำกว่ารุ่นทั้งสองที่มันเอาชนะได้ในด้านคุณภาพ

• Grok Voice Think Fast 2.0 High — $4.80/ชั่วโมง

• GPT-Live-1 (แบ็กเอนด์ Astra, ความพยายามปานกลาง) — $5.83/ชั่วโมง

• GPT-Realtime-2 (High) — $4.14/ชั่วโมง

• GPT-Realtime-2.1 High — $10.75/ชั่วโมง

หมายเหตุหนึ่งเกี่ยวกับภาพแคปเจอร์ด้านบน เนื่องจากแผงค่าใช้จ่ายในภาพแคปเจอร์ของลีดเดอร์บอร์ดมีมาก่อนสองแถวนี้: ทั้ง $0.84 และ $3.50 ต่างไม่ปรากฏอยู่ในนั้น และแท่งที่ถูกที่สุดของมันคือ $1.42 ตัวเลขในรายการอ่านมาจากตารางสรุปของบอร์ด ณ วันที่ 16 กันยายน 2026 ไม่ใช่จากภาพนั้น ค่าดัชนีที่แสดงในภาพไม่ได้รับผลกระทบและตรงกับตาราง

เมื่ออ่านตัวเลขใหม่สองตัวเทียบกับองค์ประกอบด้านบน การเปิดตัวครั้งนี้ก็จะไม่ใช่การประกาศเปิดตัวสองโมเดลอีกต่อไป แต่กลายเป็นการตัดสินใจเพียงครั้งเดียวที่มีอัตราแลกเปลี่ยนเผยแพร่ไว้ รุ่น reasoning ได้ 6.6 คะแนนดัชนี หกคะแนนด้านการให้เหตุผลจากเสียงพูด และ 38.5 คะแนนด้านการทำงานแบบ agentic ให้สำเร็จ โดยมีค่าเสียงต่อชั่วโมงคิดเป็นมากกว่าสี่เท่าเล็กน้อย การจะจ่ายเพื่อสิ่งนั้นคุ้มหรือไม่นั้น ขึ้นอยู่กับว่าเอเจนต์ของคุณกำลังทำอะไรอยู่ทั้งหมด — และลักษณะของคำตอบก็เปลี่ยนไปเมื่อองค์ประกอบต่างๆ ถูกเผยแพร่ voice agent ที่มีหน้าที่ทำงานหลายขั้นตอนให้สำเร็จ กำลังได้การปรับปรุงที่ใหญ่ที่สุดเพียงหนึ่งเดียวในรุ่นนี้ ในราคา $3.50 ต่อชั่วโมง ขณะที่ถูกกว่า GPT-Live-1 Astra ประมาณ 40% และถูกกว่า Grok Voice Think Fast 2.0 High ประมาณหนึ่งในสี่ พร้อมทั้งทำคะแนนได้สูงกว่าทั้งคู่ voice agent ที่มีหน้าที่สนทนา — ตอบคำถาม รักษาบทสนทนาให้ต่อเนื่อง รับข้อความ และน่าพูดคุยด้วย — แทบไม่ได้อะไรเลยจากความลึกในการให้เหตุผลที่เพิ่มขึ้น และในราคา $0.84 ต่อชั่วโมง มันกำลังได้โมเดลเสียงที่ใช้การได้ในราคาถูกที่สุดเท่าที่มีผู้เผยแพร่อยู่ในปัจจุบัน

นั่นคือลักษณะของรายการนี้ Google ตั้งราคาโมเดลการให้เหตุผลของตนไว้ต่ำกว่าโมเดลสองตัวที่มันเอาชนะได้ และตั้งราคาโมเดลมาตรฐานของตนไว้ต่ำกว่าทุกอย่างบนบอร์ดนี้ ถ้าคุณใช้งานนาทีเสียงในปริมาณมาก นี่คือตัวเลขที่ขยับบิลของคุณ ไม่ใช่คะแนนดัชนี — และการที่สองตัวแปรนี้มีราคาต่างกัน 4 เท่า หมายความว่าการเลือกว่าจะเรียกตัวไหนคือคันโยกด้านต้นทุนที่ใหญ่ที่สุดในสแต็ก

"Private preview" กำลังทำหน้าที่จริง ๆ ในประโยคนั้น

ไม่มีโมเดลใดพร้อมใช้งานทั่วไปในความหมายเชิงสัญญา แต่ช่องทางสำหรับนักพัฒนานั้นเปิดแล้วและขณะนี้มีการกำหนดราคาแล้ว ซึ่งเปลี่ยนสิ่งที่คุณสามารถวางแผนได้:

• Gemini 3.8 Live — นักพัฒนาสามารถเข้าถึงได้ใน Gemini API, Live API และ Google AI Studio ภายใต้ ID ที่ระบุไว้ในเอกสาร gemini-3.8-live; องค์กรต่างๆ ได้รับการพรีวิวแบบส่วนตัวใน Gemini Enterprise โดย Gemini Enterprise for Customer Experience จะ "เร็ว ๆ นี้"; ทุกคนสามารถเข้าถึงได้ใน Search Live

• Gemini 3.8 Live Extended Thinking — ชุดเครื่องมือสำหรับนักพัฒนาเดียวกันภายใต้ชื่อ gemini-3.8-live-extended-thinking พร้อมเส้นทางสำหรับผู้ใช้ทั่วไปที่กว้างขึ้น: Gemini Live, Docs Live สำหรับสมาชิก Google AI Pro และ Ultra และ Gmail Live กับ Keep Live สำหรับสมาชิก Google AI ทุกคน

สิ่งที่ยังขาดไปคือส่วนที่องค์กรธุรกิจต้องการ ได้แก่ คำมั่นความพร้อมใช้งานทั่วไป ตัวเลขความพร้อมใช้งานที่เผยแพร่ และอัตราค่าบริการที่ Google สัญญาว่าจะคงไว้ หากคุณต้องการสิ่งเหล่านั้น ให้รอ หากคุณกำลังทำต้นแบบ เส้นทางเปิดอยู่แล้ววันนี้โดยมี rate card จริงรองรับ ซึ่งเป็นสถานะที่ดีกว่าอย่างมีนัยสำคัญเมื่อเทียบกับพรีวิวที่ไม่มีราคาเผยแพร่ การสร้างการผสานรวมตอนนี้สมเหตุสมผล แต่การนำสายโทรศัพท์ที่สำคัญต่อรายได้ไปวางบนเป้าหมายความพร้อมใช้งานที่ Google ยังไม่ได้ให้คำมั่นนั้นไม่สมเหตุสมผล และวิธีแก้สำหรับเรื่องนั้นอธิบายไว้ด้านล่าง

ซึ่งเป็นจุดสิ้นสุดของข้อกล่าวอ้างจากผู้ขาย

Google ยังได้เผยแพร่ตัวเลขแยกตามองค์ประกอบของตนเองควบคู่ไปกับการเปิดตัว — 68.6% บน τ-Voice, 35.1% บนลีดเดอร์บอร์ด τ³-Banking ของ Sierra และ 97.7% บน Big Bench Audio โดยให้เครดิตทั้งหมดแก่โมเดล Extended Thinking ตอนนี้ตัวเลขเหล่านั้นแบ่งออกเป็นสองกลุ่ม และการแบ่งแยกนี้สำคัญ

สองในสามสอดคล้องกับการวัดที่ Artificial Analysis ดำเนินการเองภายใต้ฮาร์เนสของตัวเอง องค์ประกอบเอเจนต์ τ-Voice ของมันอ่านค่าได้ 68.6% สำหรับโมเดลนี้ เทียบกับ 67.9% สำหรับ GPT-Live-1 Astra และ 56.5% สำหรับ Grok Voice Think Fast 2.0 องค์ประกอบการให้เหตุผลด้านเสียงพูด Big Bench Audio ของมันอ่านค่าได้ 98% เทียบกับ 97.7% ของ Google Artificial Analysis อธิบายว่า τ-Voice และ Big Bench Audio เป็นเกณฑ์มาตรฐานของตัวเอง ซึ่งรันในการทดลองสามครั้งเมื่อมีข้อมูล ดังนั้นตัวเลข τ-Voice และการให้เหตุผลตอนนี้อยู่บนกระดานสาธารณะที่คุณไปอ่านได้ ไม่ใช่แค่ในประกาศของ Google — ให้ถือว่าพวกมันได้รับการยืนยันมากกว่าที่จะได้ข้อยุติแล้ว เนื่องจากตัวเลขที่แน่นอนที่ Google อ้างไว้อาจเป็นผลการรันเดียวกันนั้นมากกว่าจะเป็นการรันครั้งที่สอง

ตัวเลขของ Sierra ไม่มีหลักฐานสนับสนุนเช่นนั้น และยังคงเป็นคำกล่าวอ้างของผู้ขาย: 35.1% บนลีดเดอร์บอร์ด τ³-Banking ของ Sierra เทียบกับ 32.0% สำหรับ GPT-Live-1 Astra และ 16.5% สำหรับ xAI-Realtime นอกจากนี้ยังเป็นตัวเลขที่ควรค่าแก่การหยุดคิดพิจารณา เพราะ 35.1% หมายความว่าโมเดลเสียงชั้นนำบนกระดานนี้ล้มเหลวราวสองในทุกสามครั้งของการพยายามทำงานด้านธนาคารที่สมจริงให้สำเร็จ กูเกิลยังอ้างอิงการรัน ServiceNow EVA-Bench ที่ทำบน Live API ใน Gemini Enterprise Agent Platform และอธิบายว่าโมเดลทั้งสองกำลังผลักดันพรมแดนพาเรโตสำหรับเวิร์กโฟลว์ที่ซับซ้อน — ซึ่งไม่มีสิ่งใดมีผลการประเมินที่เป็นอิสระแนบมาด้วย

มีแบบอย่างหนึ่งที่ควรยึดถือไว้ตรงนี้ xAI รายงานค่าดัชนี Speech to Speech Index ที่ 82.9 สำหรับ Grok Voice Think Fast 2.0 ในเดือนกรกฎาคม บนกระดานที่บันทึกไว้ด้านบน โมเดลนั้นอยู่ที่ 81.3 คะแนนดัชนีที่ผู้ขายรายงานไว้ไม่ได้คงอยู่เสมอเมื่อต้องเจอกับลีดเดอร์บอร์ดที่ใช้งานจริง — มักเป็นเพราะดัชนีได้รับการแก้ไข บางครั้งเป็นเพราะการตั้งค่าที่ทดสอบไม่ใช่แบบที่ส่งมอบจริง ตรวจสอบตัวเลข τ-Voice และ Big Bench บนทราฟฟิกของคุณเอง และมองคอลัมน์ agentic ว่าเป็นคอลัมน์ที่ต้องทดสอบให้หนักที่สุด

เลเยอร์ที่เอเจนต์เหล่านี้ทำงานอยู่จริง ๆ

โมเดลทั้งสองตั้งอยู่ด้านหน้าของแบ็กเอนด์ การทำงานของเครื่องมือเบื้องหลัง การวางแผนงานหลายขั้นตอน และรูปแบบการมอบหมายงานที่วอยซ์เอเจนต์จริงจังทุกตัวใช้ ล้วนแปลงเป็นการเรียกใช้โมเดลข้อความธรรมดา — และนั่นคือเลเยอร์ที่มีความแปรปรวนของต้นทุนมากที่สุดและมีการผูกติดกับผู้ให้บริการน้อยที่สุด

OrcaRouter ให้บริการ 190 โมเดลจากคีย์เดียว ในราคาตามรายการของผู้ให้บริการโดยไม่บวกเพิ่ม ซึ่งหมายความว่าเมื่อแล็บต้นทางลดราคา ฝั่งเราจะมีผลทันทีในวันเดียวกัน แทนที่จะรอถึงการต่อสัญญาครั้งถัดไป สำหรับสแตกเสียงที่ส่วนหน้าสุดเป็นโมเดลพรีวิว คุณสมบัติที่มีประโยชน์สองข้อคือ เป้าหมายที่ส่งต่องานไปให้สามารถสลับได้โดยไม่ต้องแตะการผสานรวมระบบเสียง และการสลับสำรองอัตโนมัติช่วยให้สายยังอยู่เมื่อแบ็กเอนด์เกิดข้อผิดพลาดหรือหมดเวลา เพื่อให้ชัดเจนว่าเรโฮสต์อะไรและไม่โฮสต์อะไร: ปลายทาง Gemini 3.8 Live ไม่ได้อยู่บนเราเตอร์ของเรา — สิ่งเหล่านั้นมาจาก API ของ Google เอง — แต่โมเดลข้อความที่เอเจนต์เหล่านี้ส่งงานต่อไปให้มักอยู่บนเราเตอร์ของเรา โดยมี Gemini 3.8 Flash รวมอยู่ด้วย.

สิ่งที่ควรดูต่อไป

สามสิ่งจะช่วยคลี่คลายคำถามที่ยังค้างคาในรีลีสนี้ เรื่องแรกคือความพร้อมใช้งานทั่วไปและอัตราราคาที่ Google ให้คำมั่นว่าจะคงไว้ — ตอนนี้มีการประกาศราคาออกมาแล้ว แต่ราคาช่วงพรีวิวมีนิสัยชอบเปลี่ยนแปลง และตารางอัตราราคาก็ไม่ใช่สัญญา เรื่องที่สองคือคอลัมน์ arena และอัตราความสำเร็จของงานจะยืนหยัดได้หรือไม่ เพราะค่า Elo 1083 และความสำเร็จของงาน 93.2% ของโมเดลมาตรฐานเป็นข้อโต้แย้งที่หนักแน่นที่สุดต่อการจ่ายแพงขึ้น 4 เท่าสำหรับรุ่น reasoning และตัวเลข arena ในดัชนีถูกตรึงไว้ ณ ตอนที่เข้าเกณฑ์ ไม่ใช่แบบเรียลไทม์ เรื่องที่สามคือการรันโดยอิสระต่อช่องว่างด้าน agentic เอง: 68.6% เทียบกับ 30.1% เป็นข้ออ้างที่ใหญ่ที่สุดในรีลีสนี้ และเป็นข้อที่คุ้มค่าที่สุดที่จะทำซ้ำ เพราะทุกอย่างอื่นเกี่ยวกับสองโมเดลนี้ใกล้เคียงกัน

จนถึงตอนนั้น บทสรุปที่ตรงไปตรงมาต้องอาศัยตัวเลขสองตัวแทนที่จะเป็นตัวเดียว Gemini 3.8 Live Extended Thinking เป็นโมเดลเสียงที่ได้คะแนนดีที่สุดบนบอร์ดสาธารณะ นำในองค์ประกอบแบบเอเจนต์อย่างชัดเจน และมีต้นทุนต่อชั่วโมงต่ำกว่าโมเดลสองตัวที่อยู่ถัดลงมาอย่างตรง ๆ Gemini 3.8 Live เป็นโมเดลเสียงที่ใช้ได้ดีและถูกที่สุดบนบอร์ดนั้น ได้รับความนิยมจากอารีนามากกว่า และเชื่อถือได้มากกว่าในงานตื้น ๆ โดยตามหลังอยู่ 6.6 คะแนนเมื่อเทียบโดยรวม พร้อมเพดานตายตัวที่สิ่งเดียวซึ่งเอเจนต์ถูกจ้างมาทำ Google ได้ปล่อยฟอร์กเดียวกันนี้ออกมาสองครั้ง โดยราคาห่างกันถึงสี่เท่า และทำให้การเลือกครั้งนี้ง่ายต่อการประเมินราคาอย่างผิดปกติ — ตราบใดที่คุณอ่านองค์ประกอบ ไม่ใช่แค่อ่านดัชนี