การ์ดหัวเรื่องที่สร้างขึ้นสำหรับ Realtime 1 vs Gemini 3.8 Live โดยเปรียบเทียบ Elo อารีนา 1074 และอัตราความสำเร็จของงาน 93.2% กับคะแนนการทำงานแบบเอเจนต์ 30.1% พร้อมโลโก้ OrcaRouter
Guides & Insights

Realtime 1 กับ Gemini 3.8 Live: ผู้ชนะในอารีน่าคือรายที่ทำภารกิจให้เสร็จไม่ได้

ผู้เขียน

jinhao.song

วันที่เผยแพร่

โมเดลล่าสุด · 20ดูโมเดลทั้งหมด →
เบนช์มาร์ก: Artificial Analysis · อัปเดตทุกวัน
กลับไปยังโพสต์ทั้งหมด

G​emini 3.8 Live มี Elo อารีนาสูงที่สุดในบรรดาโมเดลเสียงทั้งหมดบนบอร์ด speech-to-speech ของ Artificial Analysis — 1074 นำหน้า 1037 ของ GPT-Live-1 และทิ้งห่าง 990 ของ Eleven Realtime Max อย่างชัดเจน นอกจากนี้ยังมีอัตราความสำเร็จของงานสูงที่สุดในชุดเปรียบเทียบนั้นที่ 93.2% และทำคะแนนได้ 30.1% ในการทำงานแบบเอเจนต์ให้สำเร็จ ซึ่งเป็นตัวเลขที่อ่อนที่สุดในบรรดาสี่ตัว ตัวเลขสามตัวนี้อธิบายโมเดลเดียวกัน และการทำความเข้าใจว่าทำไมตัวเลขเหล่านี้จึงอยู่ร่วมกันได้คือคำถามทั้งหมด เมื่อนำไปวางเทียบกับ MAI Realtime 1 ซึ่งเป็นโมเดล speech-to-speech ใหม่ของ Microsoft ที่ประกาศเมื่อวันที่ 17 พฤศจิกายน 2026 และถูกวางตำแหน่งให้เจาะจงสิ่งที่ G​emini 3.8 Live ทำได้แย่ที่สุดพอดี

หนึ่งในโมเดลเหล่านี้เป็นนักสนทนา ส่วนอีกตัวถูกขายในฐานะผู้ปฏิบัติงาน ทั้งคู่ยังเผยแพร่ข้อมูลไม่มากพอที่จะพิสูจน์ได้ว่าตัวไหนคือแบบไหนกับภาระงานของคุณ แต่พวกมันล้มเหลวในทิศทางที่ตรงกันข้าม และนั่นมีประโยชน์กว่ากระดานคะแนนที่ทุกอย่างใกล้เคียงกัน

การเดิมพันที่แตกต่างกันสองแบบเกี่ยวกับว่าโมเดลเสียงมีไว้เพื่ออะไร

การวางกรอบของ G​oogle สำหรับ G​emini 3.8 Live นั้นแคบและมั่นใจ: มันเป็นโมเดล Live API ค่าเริ่มต้นสำหรับ "ประสบการณ์เอเจนต์เสียงความหน่วงต่ำส่วนใหญ่ โดยไม่มีความล่าช้าจากการให้เหตุผล" โดยมีโมเดลพี่น้อง — G​emini 3.8 Live Extended Thinking — สำหรับกรณีที่ต้องใช้ "การให้เหตุผลเบื้องหลังในระดับที่สูงขึ้น" ระหว่างการโต้ตอบ การแยกเช่นนี้บอกคุณว่า G​oogle มองว่าโมเดลพื้นฐานไม่ได้มีไว้สำหรับอะไร การคิดจริง ๆ อยู่ที่โมเดลพี่น้อง

กรอบการนำเสนอของ Microsoft สำหรับ MAI Realtime 1 นั้นตรงกันข้ามแบบสะท้อนภาพ มันคือ "speech-to-speech ที่มีจังหวะบทสนทนาเป็นธรรมชาติและสามารถกำกับทิศทางได้อย่างแม่นยำ" และสถาปัตยกรรมก็เป็นแบบสองชั้นอย่างชัดเจน: ระบบที่รวดเร็วช่วยให้บทสนทนาเป็นไปแบบเรียลไทม์ ส่วนงานที่ยากขึ้นจะถูก "ส่งต่อไปยังเอนจินการให้เหตุผลที่แข็งแกร่งกว่าโดยไม่เกิดการหยุดชะงักที่น่าอึดอัด" Microsoft ไม่ได้ขายนักพูดที่เก่งกว่า แต่ขายตัวจัดการคิวที่พูดได้ดีพอจะประคองสายให้ยังอยู่ ขณะที่อย่างอื่นเป็นตัวทำงาน

• G​emini 3.8 Live — โมเดลเดียวที่ตั้งใจออกแบบให้เร็ว โดยมีความสามารถด้านการใช้เหตุผลพร้อมใช้งานในฐานะรุ่นพี่ที่หนักกว่าแยกต่างหาก ซึ่งคุณเลือกใช้ได้ตามการดีพลอยแต่ละครั้ง

• MAI Realtime 1 — ผลิตภัณฑ์เดียวที่มีสองเอนจินอยู่เบื้องหลัง โดยยกระดับทีละเทิร์นแทนที่จะยกระดับต่อการดีพลอย

• ความแตกต่างในทางปฏิบัติ — G​oogle ให้คุณเลือกการตั้งค่าในตอนที่ทำการเชื่อมต่อระบบ ส่วน Microsoft ให้คุณไว้วางใจเราเตอร์ที่อยู่ภายในโมเดล และจ่ายค่าระดับการประมวลผลเหตุผลตามจำนวนโทเค็น

ตัวเลขจากแหล่งอิสระบอกอะไรเกี่ยวกับ G​emini 3.8 Live

นี่คือฝั่งของการจับคู่ที่มีการวัดจริง และผลการวัดก็ออกมาดี:

• ดัชนี Speech-to-speech — 74.5 เทียบกับ 82.6 สำหรับรุ่น Extended Thinking ดัชนีนี้หักคะแนนในคอลัมน์ agentic ไม่ใช่ในส่วนการสนทนา

• การให้เหตุผลด้านเสียงพูด (Big Bench Audio) — 91.7% ทำได้ดีแข็งแกร่ง และ 97.7% ใน Extended Thinking

• พลวัตการสนทนา — 96.1% นี่คือที่มาของ arena Elo: มันจัดการจังหวะแบบมนุษย์ของการโทรได้ดีพอๆ กับสิ่งใดก็ตามที่ถูกวัด

• Arena Elo — 1074 ซึ่งสูงที่สุดในชุดการเปรียบเทียบ กล่าวได้ว่านี่คือความชอบของมนุษย์ และไม่ได้ใกล้กับอันดับล่างสุดของรายการนั้นเลย

• อัตราความสำเร็จของงาน — 93.2% ซึ่งสูงที่สุดในชุดนี้เช่นกัน

• การทำงานภารกิจแบบเอเจนต์ (τ-Voice) — 30.1% เป็นค่าผิดปกติ และเป็นเหตุผลที่ดัชนีรวมต่ำกว่าเวอร์ชัน extended-thinking

• เวลาถึงเสียงแรก — 1.18 วินาที ไม่ใช่เร็วที่สุด — Eleven Realtime Max ทำได้ใน 0.57 — แต่เร็วพอที่จะทำให้คำกล่าวอ้างเรื่อง “ไม่มีความหน่วงจากการใช้เหตุผล” น่าเชื่อถือ

• ต้นทุนแบบผสม — ประมาณ $0.84 ต่อชั่วโมงตามการปรับให้เป็นมาตรฐานของ Artificial Analysis ราคาตามอัตราที่ Google ประกาศเองระบุว่า $0.005 ต่อนาทีสำหรับเสียงขาเข้า และ $0.018 ต่อนาทีสำหรับเสียงขาออก ซึ่งในการสนทนาแบบสองทางต่อเนื่องจะใกล้เคียงกับ $1.38 ต่อชั่วโมง ช่องว่างนี้เป็นข้อตกลงในการวัด ไม่ใช่ความขัดแย้ง และไม่ควรอ้างอิงตัวเลขใดตัวเลขหนึ่งราวกับเป็นอีกตัวเลขหนึ่ง

เมื่ออ่านตัวเลขแบบเอเจนติกเทียบกับตัวเลขความสำเร็จของงาน สิ่งสำคัญบางอย่างก็ปรากฏขึ้น อัตราความสำเร็จของงาน 93.2% เทียบกับอัตราการทำงานแบบเอเจนติกที่เสร็จสมบูรณ์ 30.1% หมายความว่าโมเดลเก่งมากในงานที่ฮาร์เนสถือว่าเป็นการสนทนา และอ่อนในงานที่ต้องวางแผนข้ามขั้นตอนและใช้เครื่องมือ สิ่งเหล่านี้เป็นเครื่องมือวัดที่ต่างกัน และความไม่สอดคล้องกันนั่นเองคือข้อค้นพบ G​emini 3.8 Live จะสนทนาได้ดีกว่า MAI Realtime 1 ที่น่าจะทำได้ คำถามแยกต่างหากคือมันจะจองนัดหมายตอนท้ายบทสนทนานั้นได้หรือไม่ และจากหลักฐานสาธารณะเพียงชิ้นเดียวที่มีอยู่ มันเป็นครึ่งที่อ่อนกว่า

A screenshot of Artificial Analysis's Speech to Speech AI Model & Provider Leaderboard page captured 18 November 2026, showing the page heading, the methodology summary covering reasoning quality, conversational dynamics, generation time and price, the Speech to Speech Index / Speed / Cost per Hour chart panels, and the Related Links rail; the individual model rows in the charts are not legible at this capture size.

สิ่งที่ตัวเลขของ Microsoft บอก ซึ่งเป็นตัวเลขเดียว

MAI Realtime 1 ยังไม่มีคะแนนประเมินอิสระ ณ วันที่ 18 พฤศจิกายน Artificial Analysis ยังไม่มีโมเดลนี้ในระบบ สิ่งที่ Microsoft เผยแพร่เองคือค่าความแม่นยำเพียงค่าเดียวบนหน้าโมเดล — 98.8% บน Big Bench Audio ซึ่งระบุไว้ตรงนั้นว่าเป็นความแม่นยำในคำถามการให้เหตุผลด้วยเสียงพูดจากเบนช์มาร์กนั้น — พร้อมการ์ด P50 time-to-first-audio และคำอธิบายภาพว่า "P50 Latency on BigBench Audio" ไม่มีค่าของ τ-Voice ไม่มีรายการภาษาที่รองรับ ไม่มีการแจกแจงเบื้องหลังเปอร์เซ็นไทล์ และไม่มีหมายเหตุด้านระเบียบวิธีข้างค่าความแม่นยำ เมื่อเทียบกับ 91.7% ของ Gemini 3.8 Live บนเบนช์มาร์กเดียวกันที่วัดโดย Artificial Analysis คุณกำลังเทียบการประเมินของผู้ขายเองกับของบุคคลที่สาม ตัวเลขทั้งสองไม่ใช่สิ่งประเภทเดียวกัน และการถือว่า 98.8% เป็นความได้เปรียบ 7 จุดก็จะเป็นการฟอกข้อมูลแบบที่บทความนี้พยายามหลีกเลี่ยงอย่างแท้จริง ข้อกล่าวอ้างในวงกว้างของบริษัทคือโมเดลนี้อยู่บนพรมแดนพาเรโตด้านประสิทธิภาพ-ราคาสำหรับ Big Bench Audio และ τ-Voice และเอาชนะ GPT Realtime 2.1 ได้ในด้านคุณภาพ ความเร็ว และราคา — ซึ่งเป็นการเปรียบเทียบกับโมเดลเสียงเชิงเหตุผลแบบต่อโทเคนของ OpenAI ไม่ใช่กับ Gemini 3.8 Live

ดังนั้น การเปรียบเทียบโดยตรงระหว่างสองโมเดลนี้ในปัจจุบัน จึงเป็นการเปรียบเทียบระหว่างโปรไฟล์ที่วัดโดยบุคคลที่สามกับตัวเลขพาดหัวที่ผู้ขายประกาศเอง นั่นไม่ใช่เหตุผลที่จะข้ามการเทียบกัน แต่เป็นเหตุผลที่ต้องแม่นยำเกี่ยวกับสิ่งที่แต่ละฝ่ายได้ผูกพันไว้จริง ๆ

สิ่งที่ Microsoft มุ่งมั่นจะทำอย่างเป็นรูปธรรม ได้แก่ ราคา 0.01 ดอลลาร์ต่อนาทีเสียง การเรียกใช้เหตุผลในราคา 1.00 ดอลลาร์ต่อ 1 ล้านโทเคนอินพุต และ 5.00 ดอลลาร์ต่อ 1 ล้านโทเคนเอาต์พุต อินเทอร์เฟซที่เข้ากันได้กับ OpenAI Realtime API พรีวิว Foundry แบบจำกัดการเข้าถึงที่ไม่มีการเรียกเก็บเงินจนถึงพับลิกพรีวิว เดโมที่ไม่ใช่เชิงพาณิชย์ความยาวสองนาทีใน MAI Labs ซึ่งจำกัดเฉพาะผู้ใหญ่ ผล 98.8% บน Big Bench Audio ตามที่ผู้ขายรายงาน พร้อมตัวเลขความหน่วง P50 โดยไม่มีข้อมูลการกระจายตัวรองรับอยู่เบื้องหลัง การนำไปใช้งานที่ระบุชื่อซึ่งกำลังจะเกิดขึ้นใน Dynamics 365 Contact Center และการจำลองการฝึกพยาบาลของ Dragon Copilot และการทดสอบช่วงแรกที่ Agoda และ Reservations.ai

สิ่งที่ยังไม่ได้ให้คำมั่นได้แก่ ภาษา, τ-Voice, ที่ตั้งการจัดเก็บข้อมูล, ระยะเวลาการเก็บรักษาข้อมูล หรือวันที่เปิดให้ใช้งานทั่วไป (GA)

A screenshot of Microsoft's MAI Realtime 1 model page captured 18 November 2026, showing the 98.8% Big Bench Audio accuracy figure, a 'Start a conversation' button, $0.01 per audio minute pricing, $5 per 1M output tokens, and a P50 time-to-first-audio card labelled 'P50 Latency on BigBench Audio'.

การเปรียบเทียบต้นทุนที่ทำอย่างถูกต้อง

หากดูเฉพาะไลน์เสียงอย่างเดียว ความต่างนี้ไม่ใช่เรื่องเล็กน้อยเลย เสียงหนึ่งนาทีของ G​emini 3.8 Live เมื่อรวมอินพุตและเอาต์พุตอยู่ที่ $0.023 ตามเรตการ์ดของ G​oogle หนึ่งนาทีของ MAI Realtime 1 อยู่ที่ $0.01 ก่อนรวมค่า reasoning ประมาณ 2.3 เท่า และต่างจากการเทียบกับ ElevenLabs ตรงที่ฝั่ง G​oogle ไม่มีค่าธรรมเนียมด้าน compliance หรือค่าธรรมเนียมแพลตฟอร์มมาทำให้ช่องว่างกว้างขึ้น

แต่ความแตกต่างด้านต้นทุนที่น่าสนใจไม่ใช่อัตราค่าใช้จ่าย หากแต่เป็นจุดที่ค่าใช้จ่ายในการให้เหตุผลไปตกอยู่ คำตอบของ G​emini 3.8 Live ต่อเทิร์นที่ยากคือโมเดลอีกตัวที่คุณต้องติดตั้งใช้งาน — G​emini 3.8 Live Extended Thinking ในราคา $3.50 ต่อชั่วโมงตามฐานของ Artificial Analysis และ 82.6 บนดัชนี นั่นคือการตัดสินใจด้านการติดตั้งใช้งาน โดยคิดราคาต่อชั่วโมงของเสียง ไม่ว่าเทิร์นใดจะจำเป็นต้องใช้หรือไม่ก็ตาม คำตอบของ MAI Realtime 1 คือการยกระดับแบบต่อเทิร์นที่คิดราคาต่อโทเคน ซึ่งถูกกว่าเมื่อมีเทิร์นที่ยากเพียงไม่กี่เทิร์น และแพงกว่าเมื่อเทิร์นส่วนใหญ่ยาก

• โดยมากเป็นเทิร์นที่ง่าย บางครั้งมีการยกระดับ — โมเดลแบบรายโทเคนของ MAI Realtime 1 ชนะ และชนะแบบทิ้งขาด

• ส่วนใหญ่เป็นรอบสนทนาที่ยาก — ราคาเหมาจ่าย 3.50 ดอลลาร์ต่อชั่วโมงของ G​emini 3.8 Live Extended Thinking เป็นเครื่องมือที่คาดการณ์ได้มากกว่า และความสามารถในการคาดการณ์ก็มีคุณค่าเมื่อคุณกำลังคาดการณ์งบประมาณของศูนย์ติดต่อลูกค้า

• ทราฟฟิกแบบผสมที่ไม่มีการแบ่งที่ชัดเจน — คุณกำลังเลือกระหว่างประมาณการต่อชั่วโมงที่คุณสามารถปกป้องได้ กับประมาณการต่อโทเค็นที่คุณต้องวัดจริง สิ่งเหล่านี้คือบทสนทนาการจัดซื้อจัดจ้างที่แตกต่างกัน

น่าสังเกตว่าแพ็กเกจฟรีของ Google ครอบคลุม Gemini 3.8 Live โดยไม่คิดค่าใช้จ่ายสำหรับอินพุตและเอาต์พุต แต่มีข้อจำกัดด้านอัตราการใช้งาน สำหรับต้นแบบแล้ว นี่ถือเป็นข้อได้เปรียบที่แท้จริงเมื่อเทียบกับแบบฟอร์มลงทะเบียนและรายชื่อผู้รอ

ภาษา ซึ่งเป็นตัวตัดสินการจับคู่มากกว่าที่เบนช์มาร์กเป็น

Gemini 3.8 Live สืบทอดพฤติกรรมหลายภาษาของ Live API และเอกสารของ Google ถือว่าบทสนทนาที่ไม่ใช่ภาษาอังกฤษเป็นการใช้งานทั่วไป เอกสารเปิดตัวของ MAI Realtime 1 ไม่ได้ระบุภาษาที่รองรับแม้แต่ภาษาเดียว สายผลิตภัณฑ์ด้านเสียงของ Microsoft สืบเนื่องผ่าน Dragon ซึ่งเป็นผลิตภัณฑ์ถอดความสำหรับคลินิกที่มีการนำไปใช้กับภาษาอังกฤษอย่างแข็งแกร่ง และประกาศเปิดตัว Transcribe 2 กล่าวถึงการลดอัตราข้อผิดพลาดหลายภาษาให้เหลือครึ่งหนึ่ง แต่สิ่งนั้นเป็นโมเดลถอดความ ไม่ใช่โมเดลเรียลไทม์ และไม่ใช่รายการภาษา

หากเอเจนต์ของคุณให้บริการตลาดที่ใช้ภาษาอังกฤษเพียงตลาดเดียว นี่เป็นเพียงเชิงอรรถ หากให้บริการถึงสามตลาด MAI Realtime 1 ยังไม่ใช่ตัวเลือกที่คุณจะประเมินได้ เพราะพรีวิวยังไม่บอกว่ามันทำอะไรได้ในภาษาที่คุณต้องการ

วิธีดำเนินการเปรียบเทียบก่อนที่ผู้จำหน่ายรายใดรายหนึ่งจะยุติเรื่องนี้

ทั้งสองโมเดลพูดภาษา O​penAI Realtime API ได้ — Live API ของ G​oogle ผ่านอินเทอร์เฟซของตัวเอง ส่วนของ Microsoft ระบุชัดเจนว่าเป็นไปตามการออกแบบ ฝั่ง G​emini มีความเกี่ยวข้องใกล้ชิดแต่ไม่เหมือนกันในแง่ความหมายของเซสชัน ดังนั้นควรเผื่องบสำหรับอะแดปเตอร์แทนการสลับ base URL; ฝั่ง MAI Realtime 1 ใกล้เคียงกับ drop-in มากกว่า ตามคำอธิบายของ Microsoft เอง

การประเมินที่ชี้ขาดการเปรียบเทียบนี้ไม่ใช่การรันแบบ benchmark แต่เป็นการรันวัดการทำภารกิจให้สำเร็จ โดยให้โมเดลแต่ละตัวได้รับคำขอจริง 20 รายการเดียวกันซึ่งต้องเรียกใช้เครื่องมือและมีขั้นตอนที่สอง แล้วนับว่ามีกี่รายการที่ทำเสร็จ ตัวเลขด้าน agentic 30.1% ของ G​emini 3.8 Live กำหนด prior ของคุณไว้ — มันควรทำเสร็จราวหกรายการ หาก MAI Realtime 1 อยู่ใกล้เคียงกับตัวเลขนั้น ข้อได้เปรียบด้านราคาก็ไม่ให้ประโยชน์อะไรกับคุณในภาระงานนี้ หากมันอยู่ใกล้ 87% ที่ Eleven Realtime Max ทำได้บนชุดทดสอบเดียวกัน การออกแบบสองระดับของ Microsoft ก็กำลังทำตามที่อ้าง และการเปรียบเทียบนี้ก็จบแล้ว

การประเมินนั้นจำเป็นต้องมีการติดตั้งเครื่องมือวัดให้กับชั้นการให้เหตุผลที่อยู่เบื้องหลังโมเดลเสียง เพราะในฝั่ง Microsoft นั่นคือจุดที่ขั้นตอนที่สองเกิดขึ้นจริง OrcaRouter คือจุดที่ชั้นนั้นเข้าไปเชื่อมต่อ: โมเดล 200+ ตัวผ่านคีย์เดียว ในราคาตามรายการของผู้ให้บริการโดยมีมาร์กอัป 0% การ failover อัตโนมัติ เพื่อให้การเรียกใช้การให้เหตุผลที่หยุดชะงักไม่กลายเป็นความเงียบสี่วินาทีในการโทรสด และ DSL สำหรับการกำหนดเส้นทางที่ทำให้เส้นทางการยกระดับเป็นเพียงกฎ แทนที่จะเป็นโค้ดที่คุณต้องดูแลใน voice handler ตัว MAI Realtime 1 เองไม่ได้อยู่ในแคตตาล็อกของเรา — แต่เข้าถึงได้ผ่าน MAI Labs และ Foundry limited-access preview — ดังนั้นสิ่งที่เรา route คือทุกอย่างที่มันส่งต่อให้ รวมถึงรุ่นพี่น้องของ G​emini 3.8 Live หากคุณเลือกแนวทางของ Google

พรีวิวส่งผลอย่างไรต่อกำหนดเวลาการจัดซื้อจัดจ้าง

เมื่อวางเส้นทางการเปิดให้ใช้งานทั้งสองแบบเคียงกัน ความไม่สมมาตรก็ไม่ใช่เรื่องของโมเดลอีกต่อไป แต่กลายเป็นเรื่องของเวลาที่ต้องใช้กว่าจะรู้อะไรได้สักอย่าง G​emini 3.8 Live เปิดให้ใช้งานทั่วไปบน Live API ของ G​oogle วันนี้ โดยมีระดับฟรีที่ครอบคลุมอินพุตและเอาต์พุตภายใต้ขีดจำกัดอัตรา ซึ่งหมายความว่าการเพิ่มขึ้นแบบฉับพลันในช่วงสองวันสามารถให้ตัวเลขความสำเร็จของงานได้ก่อนสิ้นสัปดาห์ ส่วน MAI Realtime 1 คือแบบฟอร์มลงทะเบียน รายชื่อรอ เดโมไม่เชิงพาณิชย์ความยาวสองนาทีที่จำกัดเฉพาะผู้ใหญ่ และเป็นพรีวิวที่ Microsoft กล่าวว่าจะไม่เรียกเก็บเงินจนกว่าพับลิกพรีวิวจะเริ่มต้น

สิ่งเหล่านี้เป็นแรงเสียดทานคนละแบบ และเอื้อประโยชน์ให้ทีมที่แตกต่างกัน ถ้าคุณต้องการคำตอบตอนนี้ และคำตอบนั้นต้องปกป้องได้ต่อคนที่เซ็นใบแจ้งหนี้ G​emini 3.8 Live ให้โปรไฟล์ที่ผ่านการวัดผลพร้อมฮาร์เนสสาธารณะรองรับ และอัตราค่าบริการที่เผยแพร่ซึ่งคุณโต้แย้งได้ ถ้าคุณมีกำลังวิศวกรรมเหลือเฟือและไม่มีกำหนดส่งในไตรมาสนี้ พรีวิวของ Microsoft คือการทดลองที่มีประโยชน์และถูกที่สุดในหมวดนี้ — หนึ่งเซนต์ต่อนาทีที่ไม่เสียค่าใช้จ่ายในวันนี้ เทียบกับโมเดลที่ยังไม่มีบุคคลที่สามวัดผล บนอินเทอร์เฟซที่คุณน่าจะพูดอยู่แล้ว

• สร้างต้นแบบสัปดาห์นี้ ตัดสินใจไตรมาสหน้า — แบบไหนก็ได้ และระดับฟรีของทั้งสองฝ่ายหมายความว่าการทดลองนี้แทบไม่มีค่าใช้จ่าย

• สร้างต้นแบบสัปดาห์นี้ ส่งมอบเดือนหน้า — G​emini 3.8 Live เพราะ MAI Realtime 1 ไม่มีกำหนดวัน GA และไม่มีทางคาดการณ์ล่วงหน้าได้

• ข้อมูลไม่สามารถออกจากเทนแนนซีหรือภูมิภาคของคุณได้ — ทั้งสองอย่างนี้ไม่ใช่คำตอบตามข้อกำหนดที่เผยแพร่ไว้; {{1}}G​oogle{{/1}} มีการควบคุมระดับภูมิภาคสำหรับ Live API ขณะที่ Microsoft ไม่ได้กล่าวถึง residency สำหรับ Realtime 1

A generated two-column scoreboard titled 'MAI Realtime 1 vs Gemini 3.8 Live — the scoreboard'. Left column MAI Realtime 1: arena Elo not scored, task success not published, agentic not published, reasoning 98.8% vendor, cost $0.01 plus tokens. Right column Gemini 3.8 Live: arena Elo 1074, task success 93.2%, agentic 30.1%, reasoning 91.7%, cost $0.84 per hour. Footer reads 'Gemini figures per Artificial Analysis; the 98.8% is Microsoft own, unaudited.'

นี่แบ่งให้ใคร

เลือก G​emini 3.8 Live หากผลิตภัณฑ์ของคุณคือบทสนทนา หากคุณค่าอยู่ที่เสียงของเอเจนต์ วิธีรับมือเมื่อถูกขัดจังหวะ ความเร็วในการตอบ และประสิทธิภาพในการทำงานกับหกภาษา มันมีโปรไฟล์ที่วัดผลได้ดีที่สุดในกลุ่มราคาเดียวกัน พร้อมแพ็กเกจฟรีให้พิสูจน์ คะแนน agentic 30.1% จะสำคัญก็ต่อเมื่อสายของคุณต้องจบลงด้วยการดำเนินการที่เสร็จสมบูรณ์ ไม่ใช่เพียงบทสนทนาที่จัดการได้ดี

จริงจังกับ MAI Realtime 1 หากผลิตภัณฑ์นั้นเป็นธุรกรรม — การจอง การเคลม การค้นหาที่ครอบคลุมหลายระบบ — และหากคุณอยู่กับภาษาอังกฤษเท่านั้นได้จนกว่า Microsoft จะประกาศเป็นอย่างอื่น ด้วยราคาหนึ่งเซนต์ต่อนาทีพร้อมพรีวิวที่ยังไม่เรียกเก็บเงิน นี่เป็นวิธีที่ถูกที่สุดในการค้นหาว่าเราเตอร์ฝั่งผู้ขายดีกว่าเราเตอร์ฝั่งแอปพลิเคชันของคุณหรือไม่ ความเสี่ยงไม่ใช่เรื่องเงิน แต่คือคุณกำลังจะปล่อยผลิตภัณฑ์โดยอิงกับโมเดลที่ตัวเลขความแม่นยำที่เผยแพร่เพียงตัวเดียวคือ 98.8% ของตัวมันเอง โดยไม่มีการรันซ้ำรองรับ ไม่มีคะแนน τ-Voice ไม่มีรายการภาษา และไม่มีการกระจายตัวของเวลาแฝง — และคนเดียวที่สามารถปิดช่องว่างนั้นได้ในเดือนนี้คือคุณ ด้วยเครื่องมือวัดของคุณเอง

สิ่งที่ทั้งสองฝ่ายยังไม่ได้ทำคือการเปิดเผยตัวเลขที่จะยุติเรื่องนี้ นั่นคือสัดส่วนของบทสนทนาจริงที่ต้องใช้เอนจินตัวที่สอง คำตอบของ Google คือการขายโมเดลตัวที่สองให้คุณ แล้วให้คุณตัดสินใจเองในแต่ละการติดตั้ง ส่วนคำตอบของ Microsoft คือการตัดสินใจในแต่ละรอบสนทนาและคิดเงินคุณสำหรับสิ่งนั้น ทั้งสองเป็นดีไซน์ที่ซื่อตรง มีเพียงแบบเดียวเท่านั้นที่วัดผลได้ในวันนี้ และไม่ใช่แบบที่ถูกกว่า

การเปรียบเทียบในบทความนี้1

ตรวจพบจากบทความนี้ · เบนช์มาร์ก: Artificial Analysis · อัปเดตทุกวัน

© 2026 OrcaRouter

สำหรับผู้ให้บริการ

ให้บริการแพลตฟอร์มการอนุมานอยู่หรือไม่ นำโมเดลของคุณขึ้น OrcaRouter

[email protected]

เข้าร่วมคอมมูนิตี้ของเรา

Discord[email protected]XLinkedInGitHubYouTube