Gemini 3.8 Live 与 Grok Voice Think Fast 2.0：0.3 分的差距和 3.2 倍的账单

两者Gemini 3.8 Live和Grok Voice Think Fast 2.0都能在说话的同时进行推理——或者更准确地说，两者都是在真正角逐排行榜榜首的配置下做到这一点的；对 Gemini 3.8 Live 而言，这意味着是 Extended Thinking 变体，而不是标准层级。两者都被其制造商描述为在 Artificial Analysis 的 Speech to Speech Index 上排名第一。目前公开榜单上只能看到其中一种说法，而两位领先者之间的差距为 0.3 分——仅比同一图表上其他地方相邻模型之间的分差略大，换句话说，这并不是真正的差异。

它们之间的成本差异不是0.3个百分点，而是3.2倍。

这种不对称性就是事情的全貌，也是阅读任何一家厂商的公告之前必须理解的关键。

两项对第一名的声称

当 xAI 于 2026 年 7 月下旬发布 Grok Voice Think Fast 2.0 时，相关报道给出的数据将其置于82.9%，即在 Artificial Analysis 语音到语音质量指数上，领先于 GPT-Realtime-2.1 的 79.1% 和 Gemini 3.1 Flash 的 69.5%。多家独立媒体重复了这一说法，并将该模型描述为全球语音排名第一。

在 Google 发布之后、于 2026 年 9 月 16 日截取的榜单上，同一模型显示为Grok Voice Think Fast 2.0 High，分数为 81.3。不是 82.9。而榜首现在是Gemini 3.8 Live Extended Thinking，分数为 82.6。

完整棋盘，按顺序：

• Gemini 3.8 实时扩展思考 — 82.6

• GPT-Live-1（Astra 后端，中等计算量）——81.5

• Grok Voice Think Fast 2.0 High — 81.3

• GPT-Live-1（Sol 后端，低强度）— 80.1

• Gemini 3.8 直播 — 76.0

• GPT-Realtime-2.1 高 — 73.9

Gemini 3.1 Flash Live High — 71.5

这两条教训都在那份清单里，而且都与哪个模型更好无关。第一条是，厂商报告的指数分数并不持久：xAI 的 82.9 没能在公开榜单上站住脚，后者现在显示的是 81.3。这并不是在指控不诚实——综合指数会被修订，配置各有不同，一个 7 月的数字对照 7 月的竞争环境来衡量并没有错，只是过时了。但这确实意味着，你唯一应该作为规划依据的数字，是你自己读到并注明了日期的那个。第二条是，这里第一名和第三名之间相差的 0.3 分，并不是有意义的质量差异。任何人如果凭借这个数字在这两个模型之间做选择，那就是在基于噪声做选择。

阅读组件，而非合成物

综合评分会掩盖分歧。Speech to Speech Index 是语音推理、智能体表现、竞技场偏好与任务成功率的加权平均值——而本次对决中的两个模型，在这四项中的两项上差距悬殊。

这正是 Google 这一说法真正有趣的地方，因为 Grok 的整个卖点就是智能体性能：

• 智能体性能（τ-Voice） — Google 报告称 68.6%是 Gemini 3.8 Live Extended Thinking 的成绩。xAI 报告 56.5%是 Grok Voice Think Fast 2.0 的成绩，比 GPT-Realtime-2.1 的 45.7% 高约 11 个百分点，比当时的 Gemini 3.1 Flash 的 37.7% 高约 19 个百分点。如果两家厂商的数据都成立，Google 已夺走 xAI 曾领先约 12 个百分点的这一类别。

• 语音推理（Big Bench Audio） — Google 报告97.7%，为 Extended Thinking 模型的成绩。xAI 报告97.2%，为 Grok 的成绩。两者基本持平。

• 银行工作流程中的任务成功率 — Google 在 Sierra 的 τ-Voice-banking 基准测试中报告为 35.1%。xAI 尚未公布直接可比的数字。

• 对话动态（Full Duplex Bench）——Grok 报告为 95.1%，在当时略低于 GPT-Realtime-2.1 的 95.7%，并大幅领先于 Gemini 3.1 Flash 的 74.3%。Google 尚未公布 Gemini 3.8 Live Extended Thinking 的 Full Duplex Bench 数据。

诚实性说明在这里比平常更重要。68.6%、35.1% 和 97.7% 是谷歌自己的数字，发布在谷歌博客上，谷歌以外无人复现过。Grok 的 56.5%、97.2% 和 95.1% 来自 xAI 或 Artificial Analysis，就指数排名而言，可公开核查。这一比较中唯一可独立读取的数字是两个指数得分：82.6 和 81.3。其余一切都是一方说法对另一方说法，而这些说法是由与结果有利益关系的各方提出的。

可以稳妥地说的是：Google 声称在 xAI 用来证明其涨价合理性的那个具体维度上拥有大幅领先。如果这一说法经得起独立测试，这场较量在能力上就已分出胜负。如果经不起，那么 0.3 点的指数差距就是全部差距，而价格差距也就变得站不住脚了。

该法案：每小时 1.50 美元对 4.80 美元

成本是这项比较中不取决于任何人的基准测试方法的那部分，因为它是已公布的费率。

Grok Voice Think Fast 2.0 的定价为每分钟音频 $0.08，约合每小时 $4.80。这比 Think Fast 1.0 的每小时 $3.00 上涨了 60%，而 grok-voice-latest 别名上的用户已于 2026 年 8 月 5 日自动迁移——想要继续使用旧模型的开发者必须在该日期前锁定带版本的 ID，否则就只能承受这一变更。

Gemini 3.8 Live 已发布，价格为音频输入每分钟 0.005 美元，音频输出每分钟 0.018 美元。Artificial Analysis 的每小时音频输入成本图表显示其成本为每小时 1.50 美元——这正好比 Grok 的 4.80 美元便宜 3.2 倍。作为参考，同一张图表显示 GPT-Realtime-2 High 为 4.14 美元，Qwen Audio 3.0 Realtime Plus 为 4.42 美元，GPT-Realtime-2.1 High 为 10.75 美元。

那份榜单所呈现的市场格局值得用一句话来说。榜单上最便宜的条目是一款 Gemini——Gemini 3.1 Flash Live，每小时 1.42 美元——第二便宜的则是 Gemini 3.8 Live，每小时 1.50 美元。Google 将其最新的语音模型定位为该类别中第二便宜的选择，价格低于那些在质量上与其竞争的模型。

想想这对任何在 8 月迁移到 Grok 的人意味着什么。一边是价格上涨，另一边是 Google 的发布，同样的工作负载在这场对比的一方从每小时 3.00 美元涨到了每小时 4.80 美元，而在另一方则可以按每小时 1.50 美元获得。模型本身没有任何变化导致这一点。7 月做出的路由决策，如今造成的成本已超过替代方案成本的两倍，而这正是路由器存在所要避免的情况。

Grok 仍在哪些方面领先

两件事，而其中一件差得远。

延迟。Grok Voice Think Fast 2.0 将首次音频输出时间从 1.25 秒缩短至0.70 秒，这是该类别中已公布的最快数据。Google 完全没有公布 Gemini 3.8 Live 的任何延迟数据——只有合作伙伴的证言，称其“延迟表现令人印象深刻”。在电话通话中，0.70 秒正是对话与延迟之间的分界线，而这也是 xAI 的说法既具体又无人质疑的唯一一个维度。如果你的产品属于电话语音领域，这一点的重要性可能超过上述所有内容。

转录鲁棒性。xAI 评估了 24 种语言中数千条短语的词错误率，并报告其错误率比包括 Deepgram Nova 3 和 ElevenLabs Scribe v2 在内的专用 STT 模型低 1.5–2.0 倍，比 Think Fast 1.0 低 1.4 倍，而在涉及背景噪声和电话压缩的噪声环境中，错误率大约低 10 倍。这些均为供应商报告的结果，未经独立验证，其中噪声环境的说法应最先测试，因为它最具体，也最容易被证伪。

Grok 还具备一些值得关注的实用开发者特性：兼容 OpenAI Realtime 的 WebSocket API、24 kHz 的 PCM16 并支持用于电话场景的 μ-law 编码、服务端语音活动检测、面向浏览器应用的临时令牌、仅需约一分钟语音即可进行的自定义声音克隆，以及约为上一版本 0.4× 的推理 token 量。

Gemini 3.8 Live Extended Thinking 的领先之处

除了指数纳入和所谓的智能体差距之外，差异化因素是结构性的：

• 视觉 — Gemini 3.8 Live 可近乎实时地处理视觉输入。Grok Voice Think Fast 2.0 则没有可与之媲美的视觉基础能力。

• 语言覆盖范围 — 支持 97 种语言，并可在对话中途自动切换，而 Grok 仅支持 25 种以上。

• 叙述式推理——Extended Thinking 变体在工作时会"出声思考"，使用"让我查一下……"这类提示语和实时进度叙述；对于正在等待多步骤任务的用户而言，这种行为更易读。

• 水印 — 所有生成的音频均带有 SynthID。

• 成本 — 每输入一小时音频的成本低 3.2 倍。

这些制衡因素是真实存在的。谷歌没有公布任何延迟数据，没有公布上下文窗口，也没有公布任何被公司外部人士复现过的分组件数字。它的可用形式是预览版，而非正式可用：开发者可在 Gemini API 和 Google AI Studio 中获取，企业可在 Gemini Enterprise 中以私密预览方式获取，消费者则可通过 Gemini Live、Docs Live、Gmail Live 和 Keep Live 使用。Grok 的模型今天已正式可用，其 API 也有文档记录。

它们两个所在的那一层

有一个结构性相似点容易被忽略，却比任何一份规格表都更重要。两个模型都进行委派。Grok 的并行推理几乎总是以工具调用或查询告终，而 Google 的后台工具执行被明确设计成：在 API 调用完成的同时，对话仍能继续。在两者的语音前端之下，都是普通的文本模型工作负载——而你的绝大部分总成本和几乎所有的切换灵活性，都存在于那里。

OrcaRouter 将 190 个模型置于一个密钥之下，按供应商标价提供，零加价，这意味着供应商一旦降价，当天就会在我们这边生效，而不是等到下一次续约。在一个主流模型几周内就把每分钟费率上调 60% 的品类里，这绝非小事。语音场景中另一个关键特性是自动故障转移：因后端超时而中断的通话，就意味着流失一位客户；而能够在不重写语音集成的前提下，在实时流量上切换委派目标，正是让前端选型可逆的原因。明确一下范围——Grok Voice Think Fast 2.0 和 Gemini 3.8 Live 端点并不在我们的路由器上；它们来自供应商自己的 API。而它们所委派的文本模型，通常都在我们这里。

什么能了结它

这场对决异常容易分出结果，因为决定性的证据既具体又尚待揭晓。三件事就能做到：

• 独立 τ-Voice 运行于 Gemini 3.8 Live Extended Thinking 之上。谷歌声称达到 68.6%，而 Grok 为 56.5%。在谷歌历来未曾领先的这一类别中，这是一个 12 个百分点的说法，也是最能改变结论的单一数字。

• 一份已公布的延迟数据。在谷歌公布自家数据之前，Grok 的 0.70 秒无人能及，电话业务买家只有一个站得住脚的选择。

• 正式发布与稳定定价。预览版定价会变动。每小时 1.50 美元的费率若在正式发布时翻倍，整个对比结论将被彻底改写。

在那些落地之前，站得住脚的立场比任何一份公告所暗示的都更窄。当延迟是约束条件、工作负载呈电话形态时，Grok Voice Think Fast 2.0 仍是正确之选。当推理深度、视觉或语言广度至关重要，且你能容忍预览状态和未公开的延迟时，Gemini 3.8 Live Extended Thinking 才是正确之选。而它们之间 0.3 分的差距不应决定任何事——3.2 倍才应该。