Bagaimana memilih antara Gemini 3.8 Live versi standar dan versi Extended Thinking? Menurut uji A/B dari LiveKit, untuk tugas sederhana versi standar sudah cukup. Extended thinking lebih lambat, tetapi pada tugas yang kompleks, penulis video menilai hasilnya lebih baik, dan model ini menjelaskan progres secara lisan sambil bekerja. Satu hal yang perlu diwaspadai: turn complete pada extended thinking hanya menandakan satu segmen selesai diucapkan, bukan seluruh pekerjaan selesai.

Developer LiveKit menghubungkan satu voice agent yang sama ke dua model secara bergantian, lalu memberikan perintah menggambar yang sama ke masing-masing. Artikel ini merangkum uji tersebut, dengan fokus pada apa yang perlu dipertimbangkan saat kamu memilih model Live untuk voice agent.

Tugas sederhana: versi standar lebih cepat, extended thinking tidak perlu dipakai

Perintah pertama adalah "gambarkan lingkaran kuning dengan garis tepi biru". Versi standar menjawab bahwa gambar sudah selesai, dan versi extended thinking juga berhasil menyelesaikannya.

Perbedaannya ada pada kecepatan. Menurut video, extended thinking lebih lama karena di belakang layar ia memakai model lain untuk berpikir. Kesimpulannya lugas: kalau tugasnya memang harus cepat, kamu tidak perlu memakai model ini.

Video tidak menyebutkan angka latensi dalam detik, jadi seberapa lambat sebenarnya harus kamu ukur sendiri di lingkunganmu.

Tugas kompleks: extended thinking bekerja sambil bicara

Perintah kedua lebih sulit: menggambar seekor pelikan yang mengendarai sepeda mendaki gunung.

Versi standar membuka dengan mengatakan akan mulai dari ekspresi pelikan, lalu langsung melaporkan bahwa gambar sudah selesai, tanpa penjelasan bertahap selama proses. Versi extended thinking justru berbicara sambil bekerja: gunung harus digambar curam agar kesulitan mendaki terlihat; langit dan gunung diberi gradasi untuk menambah kedalaman; pelikan ditempatkan di atas sepeda, lalu ditambahkan garis gerak; terakhir jari-jari roda dan rangka sepeda.

Penilaian penulis video secara subjektif adalah hasil extended thinking lebih baik, dan model terus menjelaskan apa yang sedang dikerjakannya. Itu kesan pribadinya, dan video tidak menyediakan skor atau metrik objektif.

Bagi produk suara, hal ini tidak hanya soal kualitas gambar. Mendengar progres saat menunggu dan menghadapi keheningan bisa terasa berbeda (ini inferensi dari artikel ini, video tidak menguji persepsi pengguna).

turn complete tidak berarti tugas selesai

Developer yang sudah terbiasa dengan streaming tipe Live mungkin menganggap turn complete sebagai sinyal bahwa satu giliran sudah berakhir.

Pada extended thinking yang diuji di video, tidak demikian. Server mengirim turn complete setelah setiap penjelasan progres, lalu masih ada audio yang masuk, dan tool call baru muncul belakangan. Artinya, turn complete hanya menandakan satu segmen keluaran selesai, sementara pekerjaan di latar belakang terus berjalan.

Dari sini dapat disimpulkan (video tidak menyatakannya secara eksplisit) bahwa jika programmu menganggap tugas selesai begitu menerima turn complete pertama, ia bisa berhenti sebelum tool call benar-benar tiba.

Menurut video, kamu tidak perlu menulis state machine sendiri. Plugin Google dari LiveKit sudah menangani siklus hidup keluaran, dan bentuk session, tools, serta transkrip sama pada kedua model. Perilaku model bisa berubah, tetapi struktur aplikasi tidak perlu berubah.

Berpindah model cukup dengan mengganti satu string

Demo di video memakai environment variable untuk menentukan model yang dipakai, dan nilainya diteruskan ke pemanggilan realtime model. Tool-nya sendiri adalah kode LiveKit biasa: model mengirim topik beserta markup SVG lengkap, lalu tool menulis SVG tersebut. Sisanya adalah kerangka agent server standar: membuat agent session, memulainya dengan agent dan room, terhubung, lalu menjalankan server.

Kalau ingin mencoba, pasang dulu plugin Google dari LiveKit, siapkan API key Google dan kredensial LiveKit, lalu pilih model yang sesuai dengan skenariomu.

Memilih untuk voice agent: versi standar atau extended thinking?

Kesimpulan video terbagi dua jalur.

Jika input tool sederhana dan jalur tersingkat paling penting, mulailah dari Gemini 3.8 Live versi standar.

Jika model harus melakukan hal yang lebih kompleks sebelum memanggil tool, uji extended thinking pada tugasmu sendiri, dengarkan apakah performanya lebih baik, lalu nilai apakah keluaran yang lebih baik sepadan dengan waktu dan latensi tambahan.

Pengamatan video pada demo menggambar ini: versi standar menyelesaikan tool call yang berhasil lebih awal, sedangkan extended thinking lebih lambat, tetapi memberikan lebih banyak penjelasan kerja yang terlihat sebelum SVG dikirim.

Saran penutup video: satu agent yang sama, ganti satu string, lalu ukur di sesimu sendiri perilaku yang penting bagimu.

Pertanyaan umum (FAQ)

Apa perbedaan Gemini 3.8 Live dan versi extended thinking?

Menurut uji di video, extended thinking lebih lambat karena di belakang layar memakai model lain untuk berpikir, dan ia terus menjelaskan progres secara lisan. Versi standar menyelesaikan tool call lebih awal.

Apakah turn complete pada Gemini Live berarti seluruh tugas selesai?

Tidak. Di video, extended thinking mengirim turn complete setelah setiap segmen progres, setelah itu masih ada audio, dan tool call baru muncul belakangan.

Apakah memakai extended thinking mengharuskan saya menulis state machine sendiri?

Menurut video, tidak perlu, karena plugin Google dari LiveKit sudah menangani siklus hidup keluaran. Ini penjelasan penulis video untuk LiveKit; jika memakai framework lain, periksa sendiri.

Berapa tambahan biaya dan seberapa lambat extended thinking?

Video tidak menyebutkan angka latensi dalam detik maupun harga, dan artikel ini juga tidak menebaknya. Ukurlah di skenariomu sendiri.

Bagaimana berpindah antara dua model Gemini 3.8 Live?

Demo di video menentukan model lewat environment variable. Cukup ganti satu string, sementara struktur program lainnya tidak berubah.

Pernyataan sumber

Artikel ini adalah penulisan ulang dan rangkuman, bukan terjemahan kalimat demi kalimat. Isinya disusun ulang berdasarkan video YouTube berikut. Judul video: Gemini 3.8 Live vs Extended Thinking: Which one should you choose? Kanal: LiveKit. Tautan: https://www.youtube.com/watch?v=q5yF-r_CV_o. Tanggal rilis: 2026-09-15.

Pengamatan dan hasil uji menjadi milik kanal aslinya. Subtitle video dihasilkan otomatis, sehingga nama model dan istilah khusus mungkin salah dengar; rujuklah dokumentasi resmi. Penilaian kualitas gambar dalam artikel ini adalah kesan subjektif penulis video dan bukan jaminan performa.

Bacaan lanjutan

Opus 4.8 vs Fable 5: uji aplikasi yang sama dengan perintah yang sama, selisih kemampuan dan biaya Token kedua model. Artikel ini juga membandingkan dua model lewat satu soal yang sama.

GPT-6 Astra vs Fable 5.1: perbandingan pada 15 tugas kerja nyata, untuk yang ingin melihat lebih banyak perbandingan pemilihan model berbasis tugas.

AI lokal vs AI cloud untuk pekerjaan yang sama: uji lain dengan pola pekerjaan yang sama, model berbeda, lalu membandingkan waktu.

Siap mencoba berganti model?

Sebelum berganti model untuk suatu tugas, periksa dulu saldo dan penggunaanmu agar perbandingan berikutnya punya titik acuan. AI Token King menyediakan satu key untuk mengakses banyak model, serta pengecekan penggunaan dan saldo. Apakah Gemini 3.8 Live untuk suara realtime tersedia di platform, mengacu pada daftar model platform.