从听到做：语音与全模态模型在 9 月的两次转向

9 月 15 日 Google 发布 Gemini 3.8 Live，9 月 18 日阿里发布 Qwen3.8-Omni-Flash，xAI 同日更新 Grok Voice Transcribe 2.0。本文用官方博客、定价页与第三方榜单，拆解这四天里的两个转向——架构上取消"沉默思考"，定价上把音频拉到与文本同价——以及它们在银行客服、多说话人会议这类真实任务上仍然明显的边界。