GPT-Live-1.1 与 Gemini 3.8 Live：新增 6 种语言对 97 种，以及为什么这一差距并非全部真相
- Orca新Orca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 每百万 tokens · 71 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2952智能
- anthropicAnthropic: Claude Sonnet 5.52026-09-2856智能
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 每百万 tokens · 738 tok/s
- OpenAIOpenAI: GPT-6 Luna2026-09-2238智能
- OpenAIOpenAI: GPT-6 Sol2026-09-2248智能
- AnthropicAnthropic: Claude Opus 5.52026-09-2258智能
- xAIGrok 4.72026-09-2146智能
- OrcaOrca: OrcaCyber Zero 1.02026-09-17$3.00 / $7.50 每百万 tokens · 35 tok/s
- OrcaOrca: OrcaVerify Text 1.02026-09-16$2.00 / $0.00 每百万 tokens · 821 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-09-1040智能
- OpenAIOpenAI: GPT-6 Astra2026-09-0453智能77代码
- GoogleGoogle: Gemini 3.8 Flash2026-09-0241智能76代码
- AlibabaQwen: Qwen3.8 Max (0902)2026-09-0245智能76代码
- AnthropicAnthropic: Claude Fable 5.12026-09-0153智能82代码
- TencentTencent: Hy4 preview2026-08-28$0.83 / $2.50 每百万 tokens · 52 tok/s
- AlibabaQwen: Qwen3.8 Flash2026-08-26$0.15 / $0.47 每百万 tokens · 109 tok/s
- z-aiZ.ai: GLM 5.3 Flash2026-08-2642智能72代码
- DeepSeekDeepSeek: DeepSeek V4 Flash Vision (Exp)2026-08-21$0.22 / $0.66 每百万 tokens · 184 tok/s
- z-aiZ.ai: GLM 5.32026-08-1845智能75代码
数一数语言数量，这场较量还没开始就已经结束了。Gemini 3.8 Live由Google DeepMind于2026年9月15日发布，自推出以来便支持97种语言，并可在对话中途自动切换。GPT-Live-1.1由OpenAI于2026年10月15日推出，新增十三个语音选项——法语、德语、印地语、日语、韩语和墨西哥西班牙语各两个，外加一个名为Bubbie的英语语音。六种新语言对上九十七种，这个比例谁都不用多想。
这还是在把一周的工作与一年的报道面作比较，也正因如此，为这场争论收尾的那个数字，并不是真正该用来定论的数字。这两份发布衡量的是不同的东西：谷歌的数字描述的是这场会话能容纳世界多少内容，OpenAI 的数字描述的则是哪些口音此前听起来明显有问题，而现在没有了。对买家而言，有用的问题不是哪个计数更大，而是这两者之中哪一个是你真正能调用的，以及当你调用它时，你技术栈的其余部分会发生什么。
可用性是这一比较失效的地方
从那里开始，因为正是在这一点上，这两种模型不再互为替代方案。
GPT-Live-1.1 是一次面向消费者的发布。它于 2026 年 10 月 15 日登陆 ChatGPT Voice，与它一同到来的还有第二个模型 GPT-Live-1.1 Quip，后者接替 GPT-Live-1 mini，并成为 Plus 以下档位账户的默认模型。OpenAI 的公告明确指出 API 是之后的事——“即将登陆 API”——文档也与此一致：模型页面仍然只列出 gpt-live-1 和 gpt-live-transcribe，再无更新的内容，而 gpt-live-1.1 作为模型页面会返回 404。在开发者能触及的任何地方，都没有 GPT-Live-1.1 的模型 ID、速率限制或价格。
Gemini 3.8 Live 则是相反的情况。它是一个已公布定价的 API 模型——音频输入每分钟 0.005 美元，音频输出每分钟 0.018 美元——而且自发布之日起便可调用，其扩展思考（Extended Thinking）变体通过 Gemini Live、Docs、Gmail 和 Keep 面向 AI 订阅用户提供。谷歌的企业级可用性仍是非公开预览，且没有正式商用的承诺，这本身就是一个实实在在的限制，但这与完全没有可用端点属于不同类型的限制。
所以，这两者中，一个是你能买到的，另一个是你能用的。这种不对称性比它下面的任何基准测试结果都更具影响力，而这恰恰是发布周里大多数关于这两个模型的对比所忽略的地方。
97 对 6 实际衡量的究竟是什么
差距是真实存在的。如果你的来电者说波兰语或泰语，Gemini 3.8 Live 是两者中唯一能接听电话的，这篇文章里其他任何内容都无关紧要。
这个数字没有衡量的是重叠部分内部的质量，而这一重叠部分正是几乎所有需求所在之处。
• 97 能换来什么——长尾覆盖能力，以及在句中途切换语言而不断开会话的能力。对于一条覆盖十几个欧洲市场的客服热线而言，仅这一项功能就足以构成产品的全部价值。
• 六种语言换来了什么——在上一代听上去明显不对的那些市场里换来了深度。OpenAI 的说法针对的是口音自然度，而非理解能力；所选的六种语言也并非随机抽样，而是非英语语音市场中规模最大的几种。发布说明还提到，用于提示模型正在搜索的简短短语范围更广了，也就是用户听到的那句“checking…”。
• 两个数字都没有告诉你的事——其中任何一处听起来究竟如何。在两套语言中，两个模型都没有公开、可复现的口音基准测试，也没有独立的语音质量评分。这两个数字都只是厂商对受支持语言区域选项的计数，而两家厂商发布这些数字时都没有附带方法说明。
实际后果是，语言数量是一个筛选过滤器，而不是决策依据。如果你的来电者说上述七种语言中的一种，那么语言数量就无关紧要，口音质量就变成你自己进行的一项听力测试。如果他们不说，那么决定就已经替你做好了。
独立董事会，以及变体问题
在存在独立测量的情况下，它测量的是 OpenAI 一侧的上一代产品。在 Artificial Analysis Speech to Speech Index 上，从该榜单截至 2026 年 10 月 16 日的状态来看：
• Grok Voice 3.0 — 86.9
• GPT-Live-1（Astra 后端，中等强度）— 83.2
• Gemini 3.8 实时扩展思考（高）— 82.6
• Grok Voice 2.0 — 81.3
• GPT-Live-1（Sol 后端，低强度）— 80.1
• Gemini 3.8 Live — 76.0
• GPT-Realtime-2.1 High — 75.2
• Grok Voice 1.0 — 73.7
• GPT-Realtime-2（高）— 73.6
• Gemini 3.1 Flash Live High — 72.0
这种排序会带来两个结果。第一，本文标题中排在第二位的模型却排在第六，而另一个模型的一个变体则排在第三——被引用的 82.6 属于 Gemini 3.8 Live Extended Thinking，这是一个推出范围更窄的不同配置。第二，榜单上任何地方都没有 GPT-Live-1.1 这一行，所以这里的继任者是用其前身所获得的数字来表示的。
以标准配置为参照——Gemini 3.8 Live 的 76.0 对 GPT-Live-1 的 83.2——依据前代模型的证据，OpenAI 系列领先 7.2 分。若以 Extended Thinking 变体为参照，差距则是反方向的 0.6 分，而这仍在榜单随模型不断加入、重新评测时你所预期的波动范围之内。这两种读法都不是对 GPT-Live-1.1 的测量，这一点值得直说：后继模型自身的证据，不过是系统卡中的一句陈述，称其在生产环境提示词上与 GPT-Live-1 表现持平——这是关于"没有退步"的主张，而不是一个分数。
在架构仍将它们分隔开的地方
全双工的差异并没有消失，只是不再具有决定性意义了。
GPT-Live-1.1 继承了 GPT-Live-1 的结构：音频输入与音频输出在单一模型内部持续处理，没有语音转文字 → 语言模型 → 文字转语音的链条，像“mhmm”这样的附和语是原生生成的，打断则由每秒多次判断是继续说还是让出来处理。这仍然是轮次式系统搞错的地方，而 Gemini 3.8 Live 依然是轮次式的。
Gemini 3.8 Live 的做法则是在一轮对话进行期间保持会话高效运转：近乎实时的视觉输入处理；后台工具和 API 执行，会在调用完成期间确认请求并让对话保持活跃；以及一个 Extended Thinking 变体，会出声叙述自己的进展。Google 对沉默问题的答案是，用工作填满沉默，而不是消除轮次边界。两种方法都能阻止呼叫方挂断；它们失败的方式不同，而基于轮次的模型仍可能误判一次停顿。
视觉输入就是这一取舍的具体代价。自发布以来，摄像头和屏幕共享就一直是 Gemini 3.8 Live 功能面的一部分，而 OpenAI 自己关于 Live 系列的文档则明确将图像和视频输入列为不支持——这一限制延续到了 GPT-Live-1.1，因为新版本的消费者帮助页面同样重申 Live 不支持视频或屏幕共享。如果你的智能体需要“看”某些东西，那么在跑任何基准测试之前，这一点就已经决定了对比结果。
成本对比，附有星号。
按已公布的前端费率，谷歌便宜得多。Gemini 3.8 Live 的音频输出计费为每分钟 0.018 美元，而 GPT-Live-1 为每语音分钟 0.05 美元；这 0.05 美元是 OpenAI 为 Live 系列公布的唯一按分钟计费数字——它属于较旧的模型，而 GPT-Live-1.1 尚未公布费率，因为不存在可供其挂靠的端点。
需要留意的是，这两个数字都不是账单总额。GPT-Live-1 的 0.05 美元只覆盖语音前端。推理发生在被委派的文本模型上，而 OpenAI 的 Live 文档明确指出，后端 Responses 调用按所配置模型的正常价格计费——因此，在还没计入任何一个推理 token 之前，每分钟五美分的语音时间就已经变成了每小时三美元的语音时间。Gemini 3.8 Live 的形态如出一辙：后台工具执行属于文本模型的工作，按文本模型费率计费，而 Google 并未针对这款产品公布这一费率。
这就是为什么你看到的任一模型的每小时成本数字，都只是一个披着总价外衣的部分数字。GPT-Live-1 语音时长每小时的前端费用为 3.00 美元，而这时后端根本还未开始计费，最终的全包价完全取决于你委派给哪个模型、以及它被调用的频率。对于 Gemini 3.8 Live，前端每分钟更便宜，而后端费用未予披露。把这两个标价拿来比较，你了解的只是每张账单中便宜的那一半。
他们俩都手工劳作到的那一层
两种系统都会进行委派，而正是这一点，使得这场对比不像语言数量所暗示的那样是一项锁定性的决策。GPT-Live-1.1 在设计上会把困难查询交给后端文本模型；Gemini 3.8 Live 的后台工具执行则会归结为普通的模型调用。在两种情况下，语音层都只是推理模型之上的一层薄前端，而供应商将推理模型视为单独配置、单独计量的部分。成本差异存在于那里，不同配置之间的质量差异也在那里显现，而且在那一层切换成本很低，因为它不会触及语音集成。
这正是语音技术栈中路由器得以占据一席之地的那一半，所以值得把边界说清楚。在 OrcaRouter 上，推理层用一个密钥即可调用 200 多个模型，按供应商目录价计费，不加价，这意味着上游一旦降价，我们这边当天就能享受到，而不用等到下一次合同续签——在“双表计费”结构里，后端才是那个会动的表，这一特性就显得格外重要。路由 DSL 让你可以显式指定委派目标，并在实时流量中随时切换；当后端在通话中途报错或超时，自动故障转移能让会话保持存活——这是语音有而文本没有的故障模式。有一点需要澄清，因为很容易让人产生相反的印象：我们不托管 GPT-Live-1.1 或 Gemini 3.8 Live 的语音端点。它们来自供应商自己的平台，而且就 GPT-Live-1.1 而言，根本没有可托管的公开端点。这些系统把工作交给的文本模型，一般都在路由器上。
如何选择
选择Gemini 3.8 Live：如果你需要现在就上线，如果你的语言支持范围超出上面列出的七种，或者模型必须能看到某些东西。要接受：你购买的是在综合指数上得分 76.0 的标准配置；通常引用的 82.6 属于 Extended Thinking 变体；企业访问是私人预览；而且每小时的全包成本在你这边的发票上也未公布。
选 GPT-Live-1.1——前提是对你而言对话质量就是产品本身，而你的语言又恰好落在它支持的那几种之内，并且你等得起。全双工轮次交替至今仍是自然度的标杆，这次版本号的提升相比 GPT-Live-1 是实打实的进步，而口音方面的打磨恰好对准了此前表现最差的那几种语言。只不过就目前而言，它还无法从代码中调用。
如果你需要 OpenAI 的语音功能，而且本月就要用上，那就选GPT-Live-1，因为它是该系列中唯一拥有模型 ID、有文档记录的端点和已公布费率的成员。
值得关注的日期，就是gpt-live-1.1拥有模型页面的那一天。到那时，这件事就不再是拿一款已上市产品与一则公告作比较，而口音方面的宣称、语言数量以及价格，也都能在同一个下午得到检验。
像这样的对比，也正是失效模式暴露出来的地方：这一类模型背后有据可查的 AI 事件和智能体故障，都收录在OrcaRouter AI Incident Archive中，其中每一条记录都带有自己的来源、严重程度、置信度评级和争议标记。
