Google DeepMind 正式發布 Gemini 3.8 Live：Extended Thinking 登頂語音基準、基礎版價格僅對手七分之一

2026 年 9 月 15 日，Google DeepMind 宣布 Gemini 3.8 Live 與 Gemini 3.8 Live Extended Thinking 正式上線（GA），model id 分別為 gemini-3.8-live 與 gemini-3.8-live-extended-thinking。兩者都是 audio-to-audio 即時語音模型：3.8 Live 定位為低延遲、視覺接地、成本導向的預設語音代理；Extended Thinking 則能在對話進行中於背景推理，處理高複雜度任務。這是 Live API 首次由 3.8 世代驅動，距離 OpenAI 在 9 月 10 日把 GPT-Live-1 推進 API 僅隔五天。

兩個模型的共同能力有三項：

• 對話中自動偵測並切換 97 種語言，不需事先指定。
• 工具與 API 呼叫在背景執行，對話不會中斷。
• 近即時處理視覺輸入，可邊看邊說。

基準成績：Extended Thinking 排名第一

依 Artificial Analysis 等第三方基準，Gemini 3.8 Live Extended Thinking 在 Speech-to-Speech Index 拿下 82.6，超過 OpenAI GPT-Live-1 Astra 的 81.5 與 xAI Grok Voice Think Fast 2.0 的 81.3。在代理任務 τ-Voice 得分 68.6%，領先 GPT-Live-1 的 67.9% 與 Grok 的 56.5%；τ³-Banking 為 35.1%，高於 GPT-Live-1 的 32.0%。另外，Gemini 3.8 Live 系列在 Big Bench Audio 上達 97.7%。差距不算懸殊，但三家中排名第一的位置目前確實由 Google 拿下。

價格戰：基礎版成本降到對手的七分之一

真正拉開距離的是定價。以每小時輸入音訊換算，3.8 Live 為 0.84 美元、Extended Thinking 為 3.50 美元；相較之下 Grok Voice Think Fast 2.0 為 4.80 美元、GPT-Live-1 Astra 為 5.83 美元。換言之，基礎版 3.8 Live 的成本約為 GPT-Live-1 Astra 的七分之一；登頂基準的 Extended Thinking 雖然貴一些，仍約為 OpenAI 的六成、也低於 xAI。這意味語音客服、語音助理這類需要長時間通話的場景，成本結構將被重新計算。

通路：從 API 到 Workspace 同步鋪開

開發者即日可在 Gemini API 與 Google AI Studio 使用；一般用戶透過 Search Live、Gemini Live app 以及 Google Workspace 的 Docs、Gmail、Keep 接觸到新模型；企業版 Gemini Enterprise 進入私人預覽，後續納入 Gemini Enterprise for Customer Experience。與 OpenAI 相比，Google 的優勢在於既有的 Workspace 與搜尋入口，讓語音模型不只是 API，而是直接嵌進日常工具。

對管理者的意義

語音代理的成本門檻在一週內被大幅壓低，且 97 種語言自動切換對泰國這種台、中、泰、英混用的職場特別有用。若你的門市、客服或訂房線上正評估語音 AI，這則新聞代表選擇變多、價格下探，可以先用 AI Studio 以 3.8 Live 試接一條最常見的客服對話，觀察延遲與語言切換是否符合實際場景，再決定是否投入。