谷歌推出Gemini 3.8 Live和3.8 Live Extended Thinking实时对话模型，支持97种语言切换

IT之家 9 月 16 日消息，当地时间 9 月 15 日，谷歌宣布推出 Gemini 3.8 Live 和 Gemini 3.8 Live Extended Thinking。谷歌称这是其最先进的实时对话模型，在智能和零件推理方面有重大升级，让 AI 对话更加思维智能。外表新品分别是面向规模部署与成本优化的 Gemini 3.8 Live，以及面向高复杂度任务、强化多步推理能力的 Gemini 3.8 Live Extended Thinking 。 Gemini 3.8 Live 兼顾对话智能、流畅交流和视觉理解，面向规模化与成本效率。Gemini 3.8 Live Extended Thinking 面向高复杂度任务，具备更强的智能和多步推理能力。 Gemini 3.8 Live Extended Thinking 在参考基准测试中取得领先成绩，拿下 Artificial Analysis 语音对语音质量指数总排名第一（ 82.6% ），在 τ-Voice智能体任务完成率达到 68.6% ，在 Sierra 的 τ-Voice-banking 基准测试达到 35.1% ；推理能力方面，在 Big Bench Audio 得分 97.7% ，同时仍保持有定价的定价。Gemini 3.8 Live 则获得用户高认可度，在 Speech Agent Arena 排名第二，且具备成本，适合大规模部署。在 ServiceNow EVA-Bench 的模型语音智能体基准测试中，成功平衡准确性与对话质量，推高了复杂工作流的帕累托前沿。Gemini 3.8 Live可近实时处理窗口输入，在对话中自动检测并切换97种支持的语言，还能在后台执行工具与API调用，同时保持对话流畅不中断。针对需要深度推理的任务，Gemini 3.8 Live Extended Thinking可实现推理与语音同步进行，在不中断对话流畅度的前提下提升复杂工作流智能水平，通过“让我确认一下……”此类早期语言提示自然响应提示，导师实时讲解多步后台任务处理进度。开发者可通过 Gemini Live API ，在声网、Fishjam、LiveKit、Pipecat、Vercel、Vision Agents 等平台轻松部署构建高性能语音驱动界面；歌谷还与 Salesforce、Genspark、Lumeris等企业积极合作，共同推进生态建设。谷歌所有AI生成音频都添加了SynthID隐形水印，直接嵌入音频输出，可检测AI生成内容，帮助防止偏差信息传播。目前Gemini 3.8 Live已开始潜水：开发者可在Gemini API和Google AI Studio使用；企业用户可在Gemini Enterprise抢先体验，登陆Gemini Enterprise客户体验；全用户即将在Search Live体验。Gemini 3.8 Live延伸思维也已大众开启：开发者可在Gemini API和Google AI Studio使用；企业用户可在Gemini Enterprise抢先体验，登陆Gemini Enterprise for Customer Experience以及Google Workspace企业客户；普通用户即将在Gemini Live体验，Google AI Pro和Ultra订阅者可在Google Workspace的Docs使用，所有Google AI订阅者可在Gmail和Keep体验。