谷歌于 9 月 15 日通过官方博客宣布，正式推出实时语音模型 Gemini 3.8 Live 与 Gemini 3.8 Live Extended Thinking，两款模型均经由 Live API 向开发者开放，主打实时语音交互场景。第三方测算显示，其一小时语音对话成本约为 1.38 美元，不足 OpenAI 同类产品 GPT-Live-1（至少 3 美元）的一半，价格竞争力成为本次发布最受关注的焦点。
一、定价与成本：一小时语音对话约 1.38 美元
根据谷歌官方公布的价格，Gemini 3.8 Live 的音频输入费用为 0.005 美元/分钟，音频输出费用为 0.018 美元/分钟。第三方测算显示，按照这一价格，一小时语音对话的总成本约为 1.38 美元；而 OpenAI 的 GPT-Live-1 在同类场景下的成本至少为 3 美元。以此对比，Gemini 3.8 Live 的整体语音使用成本约为 GPT-Live-1 的一半左右。
对语音客服、语音助手等以分钟计费、用量密集的应用而言，成本结构的差异将直接影响其商业模型能否跑通。业内分析认为，此次定价或将对实时语音赛道的价格体系形成冲击。
二、双版本策略：标准版走量，扩展思考攻坚复杂任务
本次发布采用双版本策略。标准版 Gemini 3.8 Live 面向高频、低成本的通用语音交互；Gemini 3.8 Live Extended Thinking 则引入扩展思考能力，定位于需要更复杂推理的生产级语音代理。
独立评测机构 Artificial Analysis 的测试数据显示：扩展思考高级档每小时成本约 3.50 美元，客服任务解决率达 68.6%；标准版每小时成本约 0.84 美元，任务解决率为 30.1%。数据表明，用户可在成本与任务完成质量之间按场景灵活权衡——简单任务交给标准版以压低成本，复杂任务切换至扩展思考档以换取更高的解决率。
版本 | 每小时成本 | 客服任务解决率 |
Gemini 3.8 Live 标准版 | 约 0.84 美元 | 30.1% |
Gemini 3.8 Live Extended Thinking 高级档 | 约 3.50 美元 | 68.6% |
三、生态与接入：97 种以上语言，携手 LiveKit、Agora、Vercel
能力层面，Gemini 3.8 Live 支持 97 种以上的语言，并支持异步函数调用（Asynchronous Function Calling），便于开发者在语音对话过程中触发后台业务逻辑。在生态接入方面，开发者可通过 LiveKit、Agora、Vercel 等合作伙伴的平台快速接入 Gemini 3.8 Live，构建实时语音应用。
四、行业观察：实时语音赛道进入价格与质量双线竞争
此次发布被外界视为谷歌与 OpenAI 在实时语音领域正面交锋的信号。The Decoder、MarkTechPost 等科技媒体均在发布当日进行了报道，并聚焦其"以一半成本对标 GPT-Live-1"的定位。
随着大模型厂商陆续将实时语音能力通过 API 商品化，语音代理（Voice Agent）的部署成本正在快速下降。分析人士指出，实时语音赛道的竞争已从单纯的能力比拼，转向"价格 + 质量 + 生态"的多维竞争；Gemini 3.8 Live 能否凭借成本优势撬动 GPT-Live-1 的市场份额，仍有待开发者生态的实际反馈检验。
