- 类型
- 新闻
- 来源
- The Decoder AI News
- 发布
- 2026年9月15日 18:23
- 状态
- 单一信源
发生了什么
Google Deepmind 发布 Gemini 3.8 Live 与 3.8 Live Extended Thinking 两款面向开发者的音频模型,在 Artificial Analysis 的语音到语音排行榜上排名第一。其语音对话定价为每小时 1.38 美元,明显低于 OpenAI 的 GPT-Live-1。报道同时指出,GPT-Live-1 凭借 full duplex 能力,听感仍应更自然。
为什么重要
此前语音到语音模型的竞争多集中在自然度与延迟,而 Gemini 3.8 Live 同时给出榜单第一和每小时 1.38 美元的定价,把竞争维度拉到价格。Google 用低价切入,而 OpenAI 仍以 full duplex 的听感作为差异化,双方卖点出现分化。
底层逻辑
语音到语音模型的成本主要由推理时长决定,按小时计价让开发者能直接对比单位成本。Google 以更低单价争取开发者接入,可能依靠模型效率或规模摊薄成本;OpenAI 的 full duplex 则用更强的双向交互体验支撑溢价,形成价格与体验的权衡。
产品与商业机会
做语音助手、客服或实时对话产品的团队,可以把每小时 1.38 美元作为新的成本基线,重新测算语音会话的毛利与定价。若自然度要求不高,可优先评估 Gemini 3.8 Live;若体验优先,则需对比 GPT-Live-1 的 full duplex 效果是否值得加价。
- 以每小时 1.38 美元为基准,测算语音客服、语音陪伴类产品的单次会话成本与定价空间。
- 在 Gemini 3.8 Live 与 GPT-Live-1 之间做 A/B 测试,按场景决定自然度与成本的取舍。
- 针对长时语音对话场景,评估 3.8 Live Extended Thinking 是否适合需要多步推理的语音任务。
- 在原型阶段先用低价语音模型验证需求,再根据留存数据决定是否升级到 full duplex 方案。
仍待确认
- Gemini 3.8 Live 与 3.8 Live Extended Thinking 在中英文混合或噪声环境下的实际表现如何?
- 每小时 1.38 美元是否包含全部推理与网络成本,是否存在额外计费项?
- GPT-Live-1 的 full duplex 在真实通话中的自然度优势有多大,是否有可比评测数据?
- Artificial Analysis 语音到语音排行榜的评测方法与样本是否公开可复现?
原文与媒体展开查看
