Phonic 1 กับ Gemini 3.8 Live: หนึ่งบอร์ด สี่ตัวเลข และคำถามที่ว่าคุณหมายถึง Gemini ตัวไหน

สิ่งแรกที่ต้องทำให้ชัดในการเปรียบเทียบPhonic 1กับGemini 3.8 Live ก็คือ "Gemini 3.8 Live" ไม่ใช่โมเดลเดียว Google เปิดตัวมาสองรุ่นเมื่อวันที่ 15 กันยายน 2026 — gemini-3.8-live ซึ่งปรับแต่งมาเพื่อต้นทุนและความหน่วง และ gemini-3.8-live-extended-thinking ซึ่งคิดวิเคราะห์ไปพร้อมกับพูดและรันเครื่องมืออยู่เบื้องหลัง — และทั้งสองมีพฤติกรรมราวกับเป็นผลิตภัณฑ์คนละตัว บนกระดานจัดอันดับ speech-to-speech ของ Artificial Analysis โมเดลมาตรฐานได้คะแนน 74.5 และรุ่น extended-thinking ได้ 82.6 ส่วน Phonic 1 ซึ่งเปิดตัวช่วงปลายเดือนตุลาคม 2026 ได้ 87.1 การที่คุณเลือกจับ Gemini รุ่นใดมาเทียบกับ Phonic จะเปลี่ยนส่วนต่างจาก 12.6 คะแนนเป็น 4.5 คะแนน และเปลี่ยนว่าคุณกำลังถกเถียงในครึ่งไหนของประเด็น

ดังนั้น คำถามที่มีประโยชน์จึงไม่ใช่ "ใครชนะ" แต่เป็น "ในสี่สิ่งที่วัดได้นี้ คุณต้องการสิ่งใดจริง ๆ" เพราะดัชนีรวมซ่อนการตัดสินใจแบบแยกส่วนไว้ภายใต้มัน Phonic 1 ชนะในองค์ประกอบที่ควบคุมว่าการโทรจะทำงานให้สำเร็จหรือไม่ โมเดลของ Google ชนะในองค์ประกอบที่ควบคุมว่าการโทรจะให้ความรู้สึกที่ดีหรือไม่ และจะเสร็จสมบูรณ์หรือไม่ และ Google คิดค่าบริการต่อชั่วโมงต่ำกว่าในขณะที่ทำเช่นนั้น ผู้อ่านที่เห็นเพียง 87.1 เทียบกับ 82.6 จะเลือกโมเดลผิดสำหรับงานของตนประมาณครึ่งหนึ่งของเวลา

มีโมเดล Gemini สองโมเดล และมีเพียงหนึ่งในนั้นที่อยู่ในตารางเทียบกับ Phonic

Gemini 3.8 Live มาแทนที่ gemini-3.1-flash-live-preview และพร้อมใช้งานทั่วไปผ่าน Gemini API และ AI Studio โดย Gemini Enterprise และ Search Live ยังอยู่ใน private preview โมเดลมาตรฐานได้รับการปรับให้เหมาะกับสิ่งที่เอเจนต์บนโทรศัพท์ต้องการในระดับสเกลอย่างแท้จริง นั่นคือ เร็ว ราคาถูก และเป็นธรรมชาติ ส่วนรุ่น extended-thinking จะใช้การให้เหตุผลก่อนตอบ ซึ่งแลกมาด้วยความแม่นยำในคำขอหลายขั้นตอนที่ยากและแลกมาด้วยความหน่วง ทั้งสองมีชื่อแยกกัน กำหนดราคาแยกกันในระดับโทเค็น และให้คะแนนแยกกัน

• Gemini 3.8 Live (standard) — ดัชนีเสียงเป็นเสียง 74.5, การให้เหตุผล 92, พลวัต 96.1, ความสามารถเชิงเอเจนต์ 30.1, คะแนนความชอบในอารีนา 1,074, ความสำเร็จของงาน 93.2%, เวลาถึงเสียงแรก 1.18 วินาที

• Gemini 3.8 Live Extended Thinking (High) — ดัชนี 82.6, การใช้เหตุผล 98, ไดนามิกส์ 91.9, ความสามารถแบบเอเจนต์ 68.6, อารีนา 966, ความสำเร็จของงาน 89.1%, เวลาถึงเสียงแรก 1.35 วินาที

• Phonic 1 (High) — ดัชนี 87.1, การให้เหตุผล 99, ไม่ได้รายงานไดนามิกส์, ความสามารถเชิงเอเจนต์ 79.9, อารีนา 1,012, ความสำเร็จของงาน 92.3%, เวลาถึงเสียงแรก 0.61 วินาที

สังเกตความขัดแย้งภายในไลน์อัปของ Google เอง การเปิดใช้ extended thinking ทำให้ดัชนีเพิ่มขึ้น 8.1 จุด แต่กลับลดความชื่นชอบใน arena ลง 108 Elo และความสำเร็จของงานลง 4.1 จุด การคิดหนักขึ้นทำให้โมเดลได้คะแนนดีขึ้นในภาพรวม แต่กลับแย่ลงในสองในสี่ของปัจจัยนำเข้า นั่นไม่ใช่ข้อบกพร่องของโมเดล แต่เป็นเครื่องเตือนใจว่าค่าเฉลี่ยถ่วงน้ำหนักเพียงค่าเดียวสามารถเคลื่อนไปในทิศทางที่ไม่มีผู้ใช้คนใดจะโหวตให้

การคำนวณของคอมโพเนนต์ ทีละบรรทัด

Artificial Analysis สร้างดัชนี speech-to-speech จากข้อมูลนำเข้า 4 ส่วน ได้แก่ การให้เหตุผลเชิงเสียง ประสิทธิภาพแบบเอเจนต์ ความชอบจากอารีนา และอัตราความสำเร็จของงาน และระบุว่าดัชนีนี้เป็นค่าเฉลี่ยถ่วงน้ำหนัก เมื่ออ่านทั้งสี่ส่วนแยกกัน การเปรียบเทียบก็คลี่คลายออกมาเป็นสิ่งที่เฉพาะเจาะจงยิ่งกว่าช่องว่าง 4.5 คะแนนมากนัก

• การให้เหตุผลด้านเสียงพูด — Phonic 1 99 เทียบกับ Gemini 3.8 Live Extended Thinking 98 และมาตรฐาน 92 โดยแท้จริงแล้วเสมอกันในอันดับต้น; องค์ประกอบนี้ไม่ได้ชี้ขาดสิ่งใด

• ประสิทธิภาพเชิงเอเจนต์ — Phonic 1 ได้ 79.9 เทียบกับ 68.6 ในโหมด extended thinking และ 30.1 ในโหมดมาตรฐาน นี่คือประเด็นทั้งหมด โหมด extended thinking เป็นเพียงการกำหนดค่าเดียวของ Gemini ที่แข่งขันในจุดนี้ได้ และยังตามหลังอยู่ 11.3 คะแนน

• การเลือกใน Arena — Phonic 1 ได้ 1,012 เทียบกับโหมดคิดแบบขยายที่ 966 และโหมดมาตรฐานที่ 1,074 โมเดลมาตรฐานเอาชนะ Phonic ได้ 62 Elo ส่วนโมเดลโหมดคิดแพ้อยู่ 46 ผู้ฟังที่เป็นมนุษย์ชอบ Gemini ราคาถูก

• อัตราความสำเร็จของงาน — Phonic 1 อยู่ที่ 92.3% เทียบกับ 89.1% ของ extended thinking และ 93.2% ของ standard อีกครั้งที่โมเดล standard ชนะอย่างหวุดหวิด และโมเดล thinking แพ้

วางทั้งสี่อย่างนี้เรียงกัน แล้วเรื่องราวก็สอดคล้องกัน Phonic 1 เป็นเอเจนต์ที่มีความสามารถมากที่สุด และเป็นเสียงที่ได้รับความชื่นชอบน้อยที่สุดในบรรดาสามตัว Gemini 3.8 Live standard เป็นเสียงที่ได้รับความชื่นชอบมากที่สุดและเป็นตัวทำภารกิจให้เสร็จได้ดีที่สุด แต่เป็นเอเจนต์ที่แย่ที่สุด Gemini 3.8 Live Extended Thinking อยู่ระหว่างทั้งสอง และอาจกล่าวได้ว่าเป็นจุดที่แย่ที่สุดของทั้งคู่ — มันต้องแลกความสามารถในการใช้เหตุผลด้วยความหน่วงและความชื่นชอบ และยังตาม Phonic ไม่ทันในด้านความเป็นเอเจนต์

ค่าใช้จ่ายต่อหนึ่งนาทีของแต่ละรายการคือเท่าไร และเพราะเหตุใดอัตราที่โฆษณาไว้จึงทำให้เข้าใจผิด

ในมาตรวัดต้นทุนต่อชั่วโมงของเสียงอินพุตแบบปรับมาตรฐานของ Artificial Analysis นั้น Gemini เป็นโมเดลที่ถูกกว่า: 3.50 ดอลลาร์ต่อชั่วโมงสำหรับ Gemini 3.8 Live Extended Thinking เทียบกับ 4.20 ดอลลาร์สำหรับ Phonic 1 นี่คือตัวเลขที่เอกสารเปิดตัวของ Phonic เองยอมรับ — ตารางเปรียบเทียบของบริษัทแสดงว่า Gemini มีราคาต่ำกว่า — และควรพูดให้ชัดเจน เพราะการที่ผู้มาใหม่เอาชนะโมเดลของ Google ได้ในคะแนน agentic แต่แพ้เรื่องราคา เป็นเรื่องราวที่น่าสนใจกว่าการกวาดชัยชนะแบบขาดลอย

อัตราค่าโทเค็นที่ Google ประกาศไว้คือ 3 ดอลลาร์ต่อหนึ่งล้านโทเค็นอินพุตเสียง และ 12 ดอลลาร์ต่อหนึ่งล้านโทเค็นเอาต์พุตเสียง ซึ่งเมื่อคิดออกมาจะอยู่ที่ประมาณ 0.005 ดอลลาร์ต่อนาทีสำหรับอินพุต และ 0.018 ดอลลาร์ต่อนาทีสำหรับเอาต์พุตที่ความหนาแน่นทั่วไป การคิดค่าบริการของ Phonic เป็นแบบเหมาจ่าย 0.07 ดอลลาร์ต่อนาทีการสนทนา และ 0.065 ดอลลาร์สำหรับระดับ Pro โดยมีขั้นต่ำรายเดือน 200 ดอลลาร์ และผู้ให้บริการระบุไว้อย่างชัดเจนว่าไม่มีการส่งผ่านค่าใช้จ่าย LLM และไม่มีค่าบริการต่อโทเค็น

• ค่าใช้จ่ายต่อชั่วโมงอินพุต — Gemini 3.8 Live Extended Thinking $3.50 เทียบกับ Phonic 1 $4.20 ตามการปรับมาตรฐานของ Artificial Analysis

• รูปแบบการคิดค่าบริการ — Gemini คิดค่าบริการแยกสำหรับเสียงขาเข้าและเสียงขาออกตามอัตราต่อโทเคน ส่วน Phonic คิดค่าบริการอัตราเดียวต่อนาทีการสนทนา ซึ่งครอบคลุมเลย์เยอร์โมเดล

• จุดที่รูปแบบแตกต่างกัน — สายที่เอเจนต์พูดมากและฟังน้อยจะมีค่าใช้จ่ายสูงขึ้นตามมาตรวัดเอาต์พุตของ Gemini และเท่าเดิมกับอัตราคงที่ของ Phonic; ส่วนสายที่เอเจนต์ฟังเป็นส่วนใหญ่จะมีค่าใช้จ่ายน้อยลงบน Gemini และเท่าเดิมบน Phonic

• แพ็กเกจฟรี — Gemini มอบโทเคนฟรีทั้งในส่วนอินพุตและเอาต์พุต พร้อมขีดจำกัดอัตราการใช้งานสำหรับแพ็กเกจฟรีของโมเดล Live ที่ยังไม่เปิดเผย ส่วน Phonic ไม่มีแพ็กเกจฟรี แต่ได้จัดโปรโมชันเครดิตมูลค่า 250 ดอลลาร์สำหรับผู้สมัครก่อนวันที่ 30 พฤศจิกายน 2026

นี่คือการตัดสินใจแบบที่เราเตอร์ถูกสร้างมาเพื่อจัดการโดยเฉพาะ พร้อมข้อแม้ตรงไปตรงมาข้อหนึ่ง: โมเดลสนทนาทั้งสองตัวนี้ไม่มีอยู่ในแคตตาล็อกของ OrcaRouter จึงไม่สามารถนำมาเปรียบเทียบหรือสลับใช้งานเมื่อล้มเหลวได้ที่นี่ สิ่งที่มีอยู่ในแคตตาล็อกคือรุ่นพี่น้องฝั่งข้อความ — Gemini 3.8 Flash ที่สามารถเราเตอร์ได้ตั้งแต่วันนี้ ควบคู่กับโมเดลอื่นอีกกว่า 200 โมเดล ด้วยคีย์เดียวในราคาตั้งโดยไม่มีการบวกเพิ่ม หากเอเจนต์เสียงของคุณมอบหมายงานด้านการคิดวิเคราะห์ให้กับโมเดลข้อความแทนที่จะทำเองในตัว ขานั้นก็คือขาที่คุณสามารถเราเตอร์ เปรียบเทียบราคา และสลับใช้งานเมื่อล้มเหลวได้ และมักเป็นขาที่ครองสัดส่วนค่าใช้จ่ายส่วนใหญ่

ความหน่วง เซสชัน และขีดจำกัดที่ไม่มีใครอ่าน

Phonic 1 ตอบสนองต่อเสียงแรกภายใน 0.61 วินาที ส่วน Gemini 3.8 Live ใช้เวลา 1.18 วินาที และรุ่น extended-thinking ใช้ 1.35 วินาที เมื่อดูจากแผนภูมิความเร็วของดัชนีเองแล้ว Phonic อยู่ในช่วงเดียวกับ Grok Voice 3.0 ที่ 0.81 วินาที โดยการตั้งค่าทั้งสองแบบของ Gemini ตามหลังอยู่ราวหนึ่งในสามของวินาที — ซึ่งเป็นความแตกต่างระหว่างผู้โทรที่กำลังรอ กับผู้โทรที่รู้ตัวว่ากำลังรอ

Google ได้เผยแพร่ขีดจำกัดเซสชันแบบตายตัวซึ่งมีความสำคัญมากกว่าช่องว่างด้านความหน่วงสำหรับผลิตภัณฑ์บางประเภท: เซสชัน Gemini 3.8 Live ถูกจำกัดไว้ที่สิบห้านาทีสำหรับการโต้ตอบแบบใช้เสียงเท่านั้น หรือสองนาทีเมื่อมีวิดีโออยู่ในสตรีม สำหรับการโทรเพื่อขอความช่วยเหลือนั้นถือว่าใช้ได้ แต่สำหรับการสัมภาษณ์รับเข้าที่มีการนัดหมายไว้ เซสชันโค้ชชิ่ง หรือผู้ช่วยเสียงที่ใช้งานต่อเนื่องเป็นเวลานาน เพดานสิบห้านาทีถือเป็นข้อจำกัดด้านการออกแบบที่คุณต้องออกแบบให้รองรับ และเป็นข้อจำกัดที่ Phonic ไม่ได้ระบุไว้ เอกสารสาธารณะของ Phonic ยังระบุว่ามีภาษามากกว่า 50 ภาษา เทียบกับ 97 ภาษาของ Google ซึ่งตรงกันข้ามกับข้อด้อยที่ผู้เล่นหน้าใหม่มักเผชิญ

• บริบทและเอาต์พุต — Gemini 3.8 Live มีบริบท 131K พร้อมโทเค็นเอาต์พุตสูงสุด 65,536 ส่วน Phonic ไม่ได้เปิดเผยตัวเลขบริบท

• ความหลากหลายของรูปแบบ — Gemini 3.8 Live รองรับอินพุตภาพได้สูงสุดประมาณหนึ่งเฟรมต่อวินาที และมีเสียงที่ตั้งชื่อไว้ 30 เสียง; Phonic 1 เป็นระบบเสียงโดยกำเนิด โดยไม่มีการระบุอินพุตภาพ

• แหล่งที่มา — Google ใช้การใส่ลายน้ำ SynthID กับเสียงที่สร้างขึ้น; Phonic ไม่มีการกล่าวอ้างในลักษณะเดียวกัน

• การปฏิบัติตามข้อกำหนด — Phonic ระบุว่ามี SOC 2 Type II, ความพร้อมใช้งานของ HIPAA BAA และการไม่เก็บข้อมูลเลย (zero data retention) รวมถึงการติดตั้งแบบคลาวด์ แบบ single-tenant แบบ VPC และแบบ self-host ส่วน Gemini 3.8 Live เป็น API ที่ Google เป็นผู้โฮสต์

ผู้อ่านแต่ละคนกำลังตัดสินใจเรื่องอะไรจริง ๆ

ถ้าเอเจนต์ของคุณทำการจอง ตรวจสอบ คืนเงิน หรือส่งต่อเรื่อง — ถ้าความสำเร็จของการโทรคือแถวในฐานข้อมูลที่เปลี่ยนแปลงไป — คะแนนเชิงเอเจนต์ 79.9% ของ Phonic 1 ก็คุ้มค่ากับอัตรารายชั่วโมงที่สูงกว่าและประวัติการทำงานที่ยังไม่ได้รับการพิสูจน์ ความได้เปรียบ 11.3 คะแนนเหนือการกำหนดค่า Gemini ที่ดีที่สุดคือช่องว่างที่แท้จริงที่ใหญ่ที่สุดในการเปรียบเทียบคู่นี้ และเป็นช่องว่างที่ปรากฏเป็นความแตกต่างของอัตราการทำสำเร็จ มากกว่าความแตกต่างด้านความชอบ

หากเอเจนต์ของคุณจำเป็นต้องสนทนาได้ดีเป็นหลัก ตอบคำถามได้อย่างแม่นยำ และไม่ฟังดูเป็นหุ่นยนต์ที่ทำตามสคริปต์ Gemini 3.8 Live เวอร์ชันมาตรฐานคือตัวเลือกที่คุ้มค่ากว่าในสามจากสี่องค์ประกอบและในแง่ต้นทุน โดยชนะด้านความสำเร็จของงานอย่างชัดเจน ชนะคะแนนความนิยมในอารีนาเหนือ Phonic อย่างชัดเจน และมีต้นทุนต่ำกว่า 17% ต่อชั่วโมงอินพุต สิ่งที่มันทำไม่ได้คือการลงมือปฏิบัติ — คะแนน agentic ที่ 30.1% บอกว่าเป็นโมเดลที่พูดคุยเกี่ยวกับระบบการจองของคุณได้ แต่ใช้งานระบบนั้นไม่ได้

และหากคุณคือทีมที่จะเลือกใช้ extended thinking เป็นค่าเริ่มต้น เพราะคำว่า “thinking” ฟังดูเหมือนโมเดลที่เหนือกว่า ตัวเลขบอกว่าไม่ควรทำ Gemini 3.8 Live Extended Thinking ต้องแลกด้วย latency ที่แย่ลง, arena preference ที่ต่ำลง และ task success ที่น้อยลง เมื่อเทียบกับรุ่นเดียวกันที่ถูกกว่าของมันเอง และได้ agentic performance มา 38.5 คะแนน — ซึ่งยังน้อยกว่า Phonic และน้อยกว่าที่จำเป็นเพื่อให้การเรียกใช้ที่ต้องทำธุรกรรมให้สำเร็จนั้นคุ้มค่า

สิ่งที่ทำให้การเปรียบเทียบนี้ควรค่าที่จะอ่านจริง ๆ ไม่ใช่แค่กวาดตาผ่าน ๆ ก็คือ ผู้ชนะจะเปลี่ยนไปตามตัวเลขสี่ตัวที่คุณให้น้ำหนัก Phonic 1 ได้คะแนนรวมไป เพราะความสามารถในการลงมือทำคิดเป็นหนึ่งในสามของเรื่องทั้งหมด และมันนำในด้านนี้อย่างชัดเจน ส่วน Google ได้ความชอบของผู้ใช้ การทำงานสำเร็จตามเป้าหมาย และราคาไป และทำได้ด้วยโมเดลที่มีต้นทุนการใช้งานเพียงครึ่งเดียว ดัชนีนี้เป็นการสรุปที่ยุติธรรมแต่เป็นคู่มือการใช้งานที่แย่ อ่านองค์ประกอบย่อยให้ครบ แล้วเลือกตัวที่คุณสามารถวัดได้จากทราฟฟิกของคุณเองภายในสองสัปดาห์