模型The Decoder AI·原文 2026年9月16日

Google发布Gemini 3.8 Live音频模型,语音对话每小时 1.38 美元对标GPT-Live-1

Google DeepMind推出Gemini 3.8 Live与 3.8 Live Extended Thinking两款开发者音频模型,后者在Artificial Analysis语音到语音排行榜上以 82.6% 排名第一,价格大幅低于OpenAI的GPT-Live-1。

AI解读:Google DeepMind发布了两款面向开发者的音频模型Gemini 3.8 Live和Gemini 3.8 Live Extended Thinking,可通过Gemini API和Google AI Studio调用。其中Extended Thinking版本在Artificial Analysis语音到语音排行榜上以 82.6% 位列第一。

价格是这次发布最直接的差异:Google音频输入每分钟 0.005 美元、输出每分钟 0.018 美元,而OpenAI的GPT-Live-1为每分钟 0.05 美元。按一小时语音对话计算,Google约 1.38 美元,OpenAI至少 3.00 美元。

但便宜不一定全面占优。报道指出OpenAI的模型借助全双工能力可以边听边说,对话应该仍然更自然,演示听起来也更好,暗示Google这次可能又是用质量换价格。

Google DeepMind于 2026 年 9 月 15 日发布Gemini 3.8 Live和Gemini 3.8 Live Extended Thinking两款新音频模型,面向开发者通过Gemini API和Google AI Studio提供。

Gemini 3.8 Live用于驱动语音代理,支持在后台发起API调用、同时处理视觉输入并保持对话,覆盖 97 种以上语言。示例应用已发布在GitHub上。

Google对音频输入收费为每分钟 0.005 美元、音频输出每分钟 0.018 美元。按此计算,一小时语音对话成本约为 1.38 美元。

OpenAI的GPT-Live-1收费为每分钟 0.05 美元,一小时语音对话成本至少 3.00 美元。

报道指出,OpenAI的模型凭借全双工能力(可同时听和说),对话体验应该仍然更自然;从演示看,其声音也更好,暗示Google再次以价格而非质量作为优先项。

Extended Thinking在语音到语音排行榜上以 82.6% 登顶

Gemini 3.8 Live Extended Thinking版本在Artificial Analysis语音到语音排行榜上以 82.6% 排名第一,领先OpenAI最新的GPT-Live-1模型。

价格对比:Google每小时 1.38 美元,OpenAI至少 3.00 美元

Google对Gemini 3.8 Live的音频输入定价为每分钟 0.005 美元,音频输出为每分钟 0.018 美元,一小时语音对话的成本约为 1.38 美元。

OpenAI的GPT-Live-1定价为每分钟 0.05 美元,一小时语音对话成本至少 3.00 美元。

信息来源

The Decoder AI原始来源