Gemini 3.8 Live 语音每小时只要 1.38 刀，成本直接把 GPT-Live-1 给压下去了

Google Deepmind 这次更新的 Gemini 3.8 Live 和 3.8 Live Extended Thinking 两个音频模型，在 Artificial Analysis 的语音到语音（speech-to-speech）榜单上拿到了顶端位置。最核心的竞争力在于价格，每小时语音对话的费用只有 1.38 美元，相比 OpenAI 的 GPT-Live-1 便宜得多。不过在实际体感上，由于 GPT-Live-1 支持全双工通信，听起来应该会更自然一些。

这两款新模型分别怎么选

这次 Google 一次性给了两个版本，一个是标准的 Gemini 3.8 Live，另一个是带了 Extended Thinking 的版本。

• Gemini 3.8 Live：主打低延迟的语音交互，适合那些需要快速响应、不需要深度思考的实时对话场景。
• Gemini 3.8 Live Extended Thinking：这个版本增加了思考过程，适合处理那些需要逻辑推理、复杂分析后再通过语音输出的任务。

成本与性能的实际权衡

对于开发者来说，1.38 美元/小时这个价格确实很有杀伤力。如果你在构建一个需要大量语音交互的应用，这个成本优势能省下不少预算。但这里有一个潜在的体验坑点：全双工（Full Duplex）能力。

GPT-Live-1 能够实现真正的实时双向通信，意味着你可以在 AI 说话的时候随时打断它，而不需要等待它说完一段话再触发识别。Gemini 3.8 Live 虽然在榜单分数上很高且价格极低，但在这种「自然打断」的流畅度上，可能还是比不过 OpenAI。

如果你对成本极其敏感，且应用场景不需要极高频的实时打断，那么 Gemini 3.8 Live 是目前性价比最高的选择。但如果你的产品追求的是像真人一样毫无停顿的对谈，GPT-Live-1 依然是那个天花板。

快速部署建议

如果你准备尝试 Gemini 3.8 Live，建议先用 Extended Thinking 版本跑一遍复杂逻辑的语音任务，确认输出质量满足要求后，再切换到标准版来优化响应速度和成本。

• 成本核算： 每小时 1.38 美元（注意这是基于语音时长计算的）。
• 性能基准： 参考 Artificial Analysis 的 speech-to-speech 实时排行榜。
• 关键差异： 重点观察在多轮对话中，Gemini 3.8 Live 的响应延迟与 GPT-Live-1 的全双工交互在实际体感上的差距。