GoogleのGemini 3.8 Liveモデルが音声ベンチマークでトップに

9月15日、GoogleはGemini 3.8 LiveとGemini 3.8 Live Extended Thinkingを発表し、これまでで最も高性能な音声モデルであると述べました。

これらのモデルは会話、推論、タスク実行が可能です。独立系アナリストがランク付けを行い、Extended ThinkingバリアントはArtificial AnalysisのSpeech-to-Speech指数で82.6のスコアを獲得し、GPT-Live-1およびGrok Voiceを上回りました。

自然でプロダクション対応の音声アプリケーション向けに構築された、最新の高度な音声モデルに「hi」と言ってください。@GoogleDeepMindから提供されています。

🔷 Gemini 3.8 Live
🔷 Gemini 3.8 Live Extended Thinking

これらのモデルを使えば、自然に話し、簡単にコラボレーションし、複雑なタスクに取り組むことができます… pic.twitter.com/TCcuANcIWl

— Google (@Google) September 15, 2026

Google最新会話型AIのベンチマークランキング

Artificial Analysisの指数は、音声推論、エージェントパフォーマンス、アリーナの好み、タスク成功率のスコアを組み合わせています。

高い推論努力でテストした場合、Gemini 3.8 Live Extended Thinkingがトップの座を獲得しました。GPT-Live-1 Astraが81.5で続き、Grok Voice Think Fast 2.0 Highが81.3を獲得しました。

通常のGemini 3.8 Liveは76.0で5位にランクされました。両方の新モデルは、71.5だったGemini 3.1 Flash Live Highを上回りました。

エージェント能力の差はさらに大きいです。Extended ThinkingはTau Voiceベンチマークで68.6%を達成し、以前のモデルの37.7%と比較されます。

音声推論では、Extended Thinkingが97.7%を記録し、Grok Voiceの97.2%をわずかに上回りました。ただし、99.2%に達したQwen Audio 3.0 Realtime Plusには及びませんでした。

旧型Geminiモデルが依然として人間のテスターに好まれる

価格設定には明確な違いがあります。標準モデルは入力音声1時間あたり0.84ドルで、前世代の1.75ドルの約半分であり、指数内で最も安価です。

Extended Thinkingの価格は1時間あたり3.50ドルで、GPT-Live-1 Solの4.47ドルやGrok Voice Think Fast 2.0 Highの4.80ドルよりも低くなっています。

レイテンシも改善されました。最初の音声までの平均時間は、旧モデルの2.99秒から1.18秒に短縮されました。

しかし、人間のリスナーは完全には納得していません。ブラインドのSpeech Agent Arena会話では、Gemini 3.1 Flash LiveがEloレーティング1096で引き続き好みでリードしています。

Gemini 3.8 Liveは1083で2位、Extended Thinkingバージョンは990で遅れを取っていますが、タスクの89.1%を完了しています。

音声AI評価は現在、逆方向に向かう2つの異なる指標を使用しています。ベンチマークは最も強力な推論を持つモデルを好み、好みスコアは最も優れた会話者を好みます。Googleは両方のカテゴリーでリードしていますが、異なるモデルです。