Google DeepMind 正式发布 Gemini 3.8 Live：Extended Thinking 登顶语音基准、基础版价格仅对手七分之一

2026 年 9 月 15 日，Google DeepMind 宣布 Gemini 3.8 Live 与 Gemini 3.8 Live Extended Thinking 正式上线（GA），model id 分别为 gemini-3.8-live 与 gemini-3.8-live-extended-thinking。两者都是 audio-to-audio 实时语音模型：3.8 Live 定位为低延迟、视觉接地、成本导向的默认语音智能体；Extended Thinking 则能在对话进行中于后台推理，处理高复杂度任务。这是 Live API 首次由 3.8 世代驱动，距离 OpenAI 在 9 月 10 日把 GPT-Live-1 推进 API 仅隔五天。

两个模型的共同能力有三项：

• 对话中自动检测并切换 97 种语言，无需事先指定。
• 工具与 API 调用在后台执行，对话不会中断。
• 近实时处理视觉输入，可边看边说。

基准成绩：Extended Thinking 排名第一

依 Artificial Analysis 等第三方基准，Gemini 3.8 Live Extended Thinking 在 Speech-to-Speech Index 拿下 82.6，超过 OpenAI GPT-Live-1 Astra 的 81.5 与 xAI Grok Voice Think Fast 2.0 的 81.3。在智能体任务 τ-Voice 得分 68.6%，领先 GPT-Live-1 的 67.9% 与 Grok 的 56.5%；τ³-Banking 为 35.1%，高于 GPT-Live-1 的 32.0%。另外，Gemini 3.8 Live 系列在 Big Bench Audio 上达 97.7%。差距不算悬殊，但三家中排名第一的位置目前确实由 Google 拿下。

价格战：基础版成本降到对手的七分之一

真正拉开距离的是定价。以每小时输入音频换算，3.8 Live 为 0.84 美元、Extended Thinking 为 3.50 美元；相较之下 Grok Voice Think Fast 2.0 为 4.80 美元、GPT-Live-1 Astra 为 5.83 美元。换言之，基础版 3.8 Live 的成本约为 GPT-Live-1 Astra 的七分之一；登顶基准的 Extended Thinking 虽然贵一些，仍约为 OpenAI 的六成、也低于 xAI。这意味语音客服、语音助手这类需要长时间通话的场景，成本结构将被重新计算。

渠道：从 API 到 Workspace 同步铺开

开发者即日可在 Gemini API 与 Google AI Studio 使用；普通用户通过 Search Live、Gemini Live app 以及 Google Workspace 的 Docs、Gmail、Keep 接触到新模型；企业版 Gemini Enterprise 进入私人预览，后续纳入 Gemini Enterprise for Customer Experience。与 OpenAI 相比，Google 的优势在于既有的 Workspace 与搜索入口，让语音模型不只是 API，而是直接嵌进日常工具。

对管理者的意义

语音智能体的成本门槛在一周内被大幅压低，且 97 种语言自动切换对泰国这种台、中、泰、英混用的职场特别有用。若你的门店、客服或订房热线正评估语音 AI，这则新闻代表选择变多、价格下探，可以先用 AI Studio 以 3.8 Live 试接一条最常见的客服对话，观察延迟与语言切换是否符合实际场景，再决定是否投入。