Artificial Analysis 评测：Gemini 3.8 Live 语音能力全面领先

Artificial Analysis 于 09-16 发布 Gemini 3.8 Live 的多项语音能力评测数据，显示该模型在延迟、Agent 能力、音频推理与成本上全面领先或接近榜首。第三方评测叠加 Google 官方宣传的「边说边干活」特性，勾勒出实时语音 Agent 竞争加剧的图景。

已确认

延迟方面，Gemini 3.8 Live 在 Big Bench Audio 上的平均首音频延迟为 1.18 秒，Extended Thinking (High) 为 1.35 秒，较上一代提速约 2.5 倍。
Agent 能力方面，Gemini 3.8 Live Extended Thinking (High) 以 68.6% 登顶 Tau Voice 语音 Agent 基准，得分接近上一代的两倍，超过 GPT-Live 等对手。
音频推理方面，其在 Big Bench Audio 上得分 97.7%，领先 Grok Voice Think Fast 等模型，仅次于 Qwen。
盲测偏好方面，在 Speech Agent Arena 实时语音对话盲测中首秀即以 Elo 1083 排名第 2，仅次于上一代 Gemini 3.1 Flash Live。
定价方面，输入音频每小时 $0.84，为其 Speech to Speech 指数中同类模型最低价，约为上一代 Gemini 3.1 Flash Live High 价格的一半左右（原帖以「约为」表述）。
据 @heyshrutimishra 转述的产品特性，Gemini 3.8 Live Extended Thinking 支持「边说话边思考、调用工具、后台完成任务」：面对复杂问题可先回应再后台执行，并持续以语音同步进展。

该批数据来自第三方评测机构 Artificial Analysis，覆盖延迟、Agent 基准、音频推理、人类偏好盲测与成本五个维度，为 Gemini 3.8 Live 提供了较完整的横向对比画像。
低延迟加低成本组合表明实时语音 Agent 应用门槛进一步下降，可能加剧与 GPT-Live、Grok 等语音模型的竞争。

2026-09-16 ~ 2026-09-17 · 7 条相关

另有 1 条近重复转述:ArtificialAnlys