语音 agent 的选型被拆成两条路：Google 同时发两个语音模型，一个拿下对话质量榜第一（82.6 分），一个专跑复杂任务 Google 在 09-15 放出 Gemini 3.8 Live 和 Gemini 3.8 Live Extended Thinking，两条产品线走的是同一个取舍的两端：一个拼规模和成本效率，一个拼复杂任务。

数字这边，Extended Thinking 在 Artificial Analysis 的 Speech-to-Speech Quality Index 上拿到 82.6 分，官方称位列第一；它在 Sierra 的 τ-Voice 基准上 68.6%，τ-Voice-banking 35.1%，Big Bench Audio 97.7%。走规模化路线的 3.8 Live 则在 Speech Agent Arena 的用户偏好榜上排到第二。

变化不只在分数上。官方给的形态是：说话被打断后能接着往下走、跨语言切换、一边对话一边在后台跑工具调用，而不是每问一句就重开一轮。可用范围也摊开了——当天起在 Gemini API、Google Workspace 和 Gemini app 可用，企业侧在 Gemini Enterprise 里先做私有预览。

以上成绩全部来自发布方自己的说法，榜单里 Artificial Analysis 和 Sierra 是第三方，但报哪一个榜、挑哪一栏由发布方决定；Speech Agent Arena 是偏好榜，不等于任务成功率；这次官方博客没给定价，所以「便宜」目前只是一句定位，不是可核对的数字。

我的判断：做实时语音 agent 的团队别按总分选型，先把任务分两类——短回合、高并发、要压成本的走 3.8 Live；要多步推理、要调工具编排的走 Extended Thinking。两类各拿自己的真实对话跑一批，再决定把哪一类放进生产路径。