GPT-Live-1.1 vs Gemini 3.8 Live：六種新語言對上九十七種，以及為何這個差距並非全貌

數一數語言數量，這場較量在開始前就看似大勢已定。 Gemini 3.8 Live由 Google DeepMind 於 2026 年 9 月 15 日發布，自推出以來便支援 97 種語言，並能在對話中途自動切換。 GPT-Live-1.1由 OpenAI 於 2026 年 10 月 15 日推出，新增十三種語音選項——法語、德語、印地語、日語、韓語和墨西哥西班牙語各兩種，外加一個名為 Bubbie 的英語語音。六種新語言對上九十七種，這個比例任誰都不必多想。

它也是在比較一週的工作與一年的涵蓋範圍，這就是為什麼終結爭論的那個數字，並不是應該據以決定的數字。這兩項發布衡量的是不同的事物：Google 的數字描述的是這場工作階段能容納世界上多少內容，OpenAI 的數字則描述哪些口音先前聽起來有錯、現在不再如此。對買方而言，有用的問題不是哪個數字比較大。而是這兩者之中，你實際上能呼叫的是哪一個，以及當你這麼做時，你其餘的技術堆疊會發生什麼事。

可用性正是比較失靈之處

就從那裡開始，因為正是那一點，讓這兩種模型不再互為替代選項。

GPT-Live-1.1 是面向消費者的產品發佈。它於 2026 年 10 月 15 日在 ChatGPT Voice 中登場，同時還有一個第二模型，GPT-Live-1.1 Quip，後者接替 GPT-Live-1 mini，並成為 Plus 以下帳戶的預設模型。OpenAI 的公告明確表示 API 是之後的事——「即將登陸 API」——而文件也印證了這一點：模型頁面仍列出gpt-live-1和gpt-live-transcribe，並無更新的項目，而gpt-live-1.1作為模型頁面會回傳 404。在開發者能觸及的任何地方，都找不到 GPT-Live-1.1 的模型 ID、速率限制或價格。

Gemini 3.8 Live 則是相反的情況。它是一款已公布費率的 API 模型——每分鐘音訊輸入 0.005 美元，每分鐘音訊輸出 0.018 美元——而且從宣布當天起就可呼叫，其中 Extended Thinking 變體透過 Gemini Live、Docs、Gmail 和 Keep 提供給 AI 訂閱者。Google 的企業可用性仍處於私人預覽階段，且未承諾一般可用性，這本身是一項實際限制，但這與完全沒有端點是不同類型的限制。

所以，這兩者之中，一個是你可以買到的東西，另一個則是你可以使用的東西。這種不對稱性比其下方列出的任何基準測試都更具影響力，而這正是大多數在發布週針對這兩個模型所做的比較所遺漏的重點。

97 比 6 真正衡量的是什麼

這個落差是真實存在的。如果你的來電者說的是波蘭語或泰語，Gemini 3.8 Live 是這兩者中唯一能接起電話的，那麼這篇文章裡的其他內容都不重要了。

這個數字沒有衡量的是重疊範圍內的品質，而幾乎所有需求都落在這個重疊範圍內。

• 97 能換來什麼——長尾涵蓋範圍，以及在句子中途切換語言而不中斷工作階段的能力。對於橫跨十幾個歐洲市場的支援專線而言，光是這一項功能就是產品本身了。

• 六種語言能換來什麼——在上一代一聽就錯的那些市場中取得深度。OpenAI 的主張著重於口音的自然度，而非理解能力，而所選的六種語言都屬於最大的非英語語音市場，並非隨機抽樣。發行說明也提到，用來提示模型正在搜尋的短語範圍更廣，也就是使用者聽到「checking…」的那個提示。

• 這兩個數字都沒告訴你的事——它們聽起來究竟如何。無論是哪一組語言，兩個模型都沒有公開且可重現的口音基準測試，也沒有獨立的語音品質評分。這兩個數字都是廠商所提供的支援地區選項數量，而兩家廠商公布時都未附上方法說明。

實際結果是，語言數量只是一道篩選關卡，而不是決策本身。如果你的來電者說的是上述七種語言之一，那麼數量多寡無關緊要，口音品質就成了一場你得親自進行的聆聽測試。如果他們不是，決策早已替你做好了。

獨立董事會，以及變體問題

若有獨立量測，那也是針對 OpenAI 這邊的前一代。在 Artificial Analysis Speech to Speech Index 上，請依據 2026 年 10 月 16 日當時的排行榜來看：

• Grok Voice 3.0 — 86.9

• GPT-Live-1（Astra 後端，中等強度）— 83.2

• Gemini 3.8 即時延伸思考（高）— 82.6

• Grok Voice 2.0 — 81.3

• GPT-Live-1（Sol 後端，低投入）— 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

從那樣的排序可得出兩件事。首先，本文標題中名列第二的模型位居第六，而另一個模型的變體則位居第三——被引用的 82.6 屬於 Gemini 3.8 Live Extended Thinking，那是另一種推出範圍較窄的配置。其次，整份榜單上都沒有 GPT-Live-1.1 這一列，所以在這裡，後繼者是以前代所獲得的數字來代表。

若以標準配置來解讀——Gemini 3.8 Live 的 76.0 對上 GPT-Live-1 的 83.2——OpenAI 系列依前代模型的證據領先 7.2 分。若改以 Extended Thinking 變體來解讀，則是反方向 0.6 分的差距，而這落在一個隨著模型陸續加入而重新跑分的排行榜所預期的變動範圍之內。這兩種解讀都不是對 GPT-Live-1.1 的測量，而這一點值得直說：後繼模型自身的證據，是一份系統卡聲明，稱其在正式環境提示上與 GPT-Live-1 表現持平，而這是一種關於「沒有退步」的主張，不是一個分數。

在建築仍將它們分隔開的地方

全雙工的差異並沒有消失。它只是不再具有決定性。

GPT-Live-1.1 繼承了 GPT-Live-1 的架構：音訊進、音訊出，全在同一模型內持續處理，沒有語音轉文字 → 語言模型 → 文字轉語音這條鏈路，像「mhmm」這類回應詞由模型原生產生，而插話中斷則靠每秒數次判斷要繼續說還是讓出發言權來處理。這依然是輪替式系統做不對的地方，而 Gemini 3.8 Live 仍舊是輪替式。

Gemini 3.8 Live 的做法則是在一個輪次進行期間仍讓工作階段保持生產力：近乎即時的視覺輸入處理、背景工具與 API 執行——先確認請求並在呼叫完成期間讓對話持續運作——以及一種會出聲描述自身進度的 Extended Thinking 變體。Google 對沉默問題的解答，是用工作填補沉默，而不是移除輪次邊界。這兩種做法都能讓呼叫方不掛斷；但它們失敗的方式不同，而以輪次為基礎的模型仍可能誤判停頓。

視覺輸入就是那項取捨的具體代價。自推出以來，相機與螢幕分享一直是 Gemini 3.8 Live 功能範疇的一部分，而 OpenAI 自家針對 Live 系列的說明文件，則明確將圖像與影片輸入列為不支援——這項限制也延續到 GPT-Live-1.1，因為新版本的消費者說明頁面重申 Live 不支援影片或螢幕分享。如果你的代理需要「看」某個東西，這點會在任何基準測試之前就決定比較結果。

附帶星號的成本比較

就公開的前端費率而言，Google 便宜得多。Gemini 3.8 Live 每分鐘音訊輸出收費 $0.018，而 GPT-Live-1 為每語音分鐘 $0.05，而這 $0.05 是 OpenAI 為 Live 系列所公布過的唯一每分鐘價格——它屬於較舊的模型，且 GPT-Live-1.1 尚未公布任何費率，因為根本沒有可掛上費率的端點存在。

但書是：這兩個數字都不是帳單金額。GPT-Live-1 的 0.05 美元只涵蓋語音前端。推理是在受委派的文字模型上進行，而 OpenAI 的 Live 文件明白指出，後端 Responses 呼叫是依所設定模型的正常價格計費——因此，每分鐘 0.05 美元的語音時間，在還沒計入任何一個推理 token 之前，就變成每小時 3 美元的語音時間。Gemini 3.8 Live 的情況如出一轍：背景工具執行屬於文字模型的工作，依文字模型的費率計費，而 Google 尚未公布這項產品適用的費率。

這就是為什麼你看到任一模型的每小時成本數字，都是披著總額外衣的部分數字。GPT-Live-1 語音時間一小時是 $3.00 的前端費用，而後端根本還沒開始計量；整體總費用完全取決於你委派給哪個模型，以及它被呼叫的頻率。就 Gemini 3.8 Live 而言，前端每分鐘較便宜，而後端則未揭露。比較這兩個主要費率，只會讓你了解每張帳單中便宜的那一半。

他們兩人都把工作交給的那一層

兩個系統都會進行委派，而這正是讓這場對決不至於像語言數量所暗示的那樣，成為一道鎖定式抉擇的原因。GPT-Live-1.1 在設計上就會把困難的查詢交給後端文字模型；Gemini 3.8 Live 的背景工具執行則會化約為一般的模型呼叫。在兩種情況下，語音層都只是推理模型之上的一層薄薄前端，而供應商將該推理模型視為個別配置、個別計量的元件。成本差異存在於那裡，不同配置之間的品質差異也在那裡顯現，而切換之所以便宜也在於此，因為它不會觸及語音整合。

那是語音堆疊中路由器得以證明自己價值的那一半，因此值得把界線說清楚。在 OrcaRouter 上，推理層涵蓋超過 200 個模型，只要一把金鑰，就能以供應商牌價、不加價取用，這意味著上游降價當天就會傳到我們這邊，而不是等到下一次合約續約——在後端才是那個會變動的計費表的雙計費表結構中，這一點比平常更重要。路由 DSL 讓你能明確指定委派目標，並在即時流量上切換它，而自動容錯移轉可在後端於通話中途發生錯誤或逾時時，讓工作階段保持運作；這是語音有、文字沒有的故障模式。有一點要澄清，因為很容易讓人以為相反：我們不代管 GPT-Live-1.1 或 Gemini 3.8 Live 語音端點。那些來自各家廠商自己的平台，而就 GPT-Live-1.1 而言，並沒有可代管的公開端點。這些系統交辦工作的文字模型通常都在路由器上。

如何選擇

選擇Gemini 3.8 Live如果你需要現在就發布，如果你的語言超出上面提到的七種，或者如果模型必須看到某些東西。接受你購買的是在綜合指數上得分 76.0 的標準配置，通常引用的 82.6 屬於 Extended Thinking 變體，企業訪問是私人預覽，而且每小時的總成本在你這邊的賬單上也未公佈。

選擇GPT-Live-1.1，如果你的產品核心是對話品質，而你使用的語言也在它支援的範圍內——而且你能等。全雙工輪流發言仍是自然度的基準，這次版本升級相較於 GPT-Live-1 是實質的改進，而口音調校工作正好鎖定先前表現最差的那些語言。不過，時至今日，它仍無法從程式碼中呼叫。

就選GPT-Live-1，如果你需要 OpenAI 的語音功能，而且這個月就需要，因為它是該系列中唯一具備模型 ID、有文件記載的端點與已公佈費率的成員。

值得留意的日期，是gpt-live-1.1有了模型頁面的那一天。屆時，這就不再是已上市產品與一則發表消息之間的比較；而口音宣稱、語言數量與價格，也都能在同一個下午變得可驗證。

像這樣的比較，也正是失效模式會顯現的地方：這一類模型背後有紀錄的 AI 事件與代理失敗，都收錄在 OrcaRouter AI Incident Archive，其中每筆條目都附有自己的來源、嚴重程度、可信度等級，以及爭議旗標。