Gemini 3.8 Live:边聊边干活的实时语音

机智流 2026-09-16 08:59

Google 把「边说话边干活」的实时语音又往前推了一步:Gemini 3.8 Live,和更会想的 3.8 Live Extended Thinking。聊天别断,后台照样调用工具——普通人在 Search / Gemini / Workspace 能摸到,开发者也能接进自己的语音智能体。

2026 年 9 月 15 日,Google / DeepMind 发布这对 Gemini Audio(Live)对话模型。一句话:不是「听完再回一句」的旧链路,而是近实时语音进、语音出,还能看画面、切语言、后台跑任务。

Gemini 3.8 Live:边聊边干活的实时语音图1

官方博客配图:Gemini 3.8 Live & Extended Thinking

Gemini 3.8 Live:边聊边干活的实时语音图2

Google DeepMind 官推(中文译意)

两个型号差在哪

名字都带 Live,定位不一样,选错会多花钱或不够聪明:

• 3.8 Live:冲规模和成本。对话流畅,近实时看画面做 grounding;聊着聊着能在 97 种语言之间切;后台调工具 / API 的同时还能继续聊;你打断它,它接得住。

• 3.8 Live Extended Thinking:冲复杂多步任务。边说边想:口头先接一句「让我查一下…」这类,一边给后台多步任务做进度旁白。思考深度可配 low / medium / high(MINIMAL 不支持);工具要声明成 NON_BLOCKING 异步,否则会挡路。

榜单用人话记一句就够:Extended Thinking 在 Artificial Analysis 的 Speech to Speech 质量榜排到第一(82.6),复杂语音任务和音频推理也靠前;普通 Live 在 Speech Agent Arena 排第二,更偏性价比。

Gemini 3.8 Live:边聊边干活的实时语音图3

官方放出的 Speech to Speech 榜(Extended Thinking 82.6)

普通人能在哪用

• Search Live:先吃到 3.8 Live。

• Gemini Live:App 里的实时语音对话会跟上来。

• Workspace:Docs / Gmail / Keep 等按订阅档位开放 Extended Thinking(Pro / Ultra 等在 Docs 侧更完整,Gmail、Keep 覆盖更广订阅档)。

• 企业侧:Gemini Enterprise 私有预览等通道在放量。

所有这类产品吐出的音频都会带 SynthID 水印,方便事后辨认是不是 AI 生成。

开发者怎么接、价钱量级

入口:Gemini API + Google AI Studio,走 Live API。模型 ID 直接写 gemini-3.8-live 或 gemini-3.8-live-extended-thinking

开发者博文给的音频价量级:输入大约 $0.005/分钟,输出大约 $0.018/分钟——先当量级看,落地以控制台报价为准。

实时媒体底座不想自己扛,可看已接好的伙伴:Agora、Fishjam、LiveKit、LangChain、Pipecat、Vercel、Vision Agents;业务侧还提到 Salesforce、Genspark、Lumeris 等在试用。

同日开发者线还带了一笔 Gemini 3.5 Transcribe(转写向),和 Live 对话不是一条主线,需要转写再单独看文档即可。

一句收获

选 Live:要便宜、要快、要边聊边看画面;选 Extended Thinking:任务绕、步骤多、需要它边干活边跟你报进度。两者都在强调——语音智能体可以「嘴上接着聊,手里继续干」。

链接

官方产品博文

https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-3-8-live-gemini-3-8-live-extended-thinking/

开发者博文(含价量级)

https://blog.google/innovation-and-ai/technology/developers-tools/build-real-time-voice-applications-gemini-audio/

模型文档 · gemini-3.8-live

https://ai.google.dev/gemini-api/docs/models/gemini-3.8-live

模型文档 · gemini-3.8-live-extended-thinking

https://ai.google.dev/gemini-api/docs/models/gemini-3.8-live-extended-thinking

模型卡

https://deepmind.google/models/model-cards/gemini-3-8-audio/

DeepMind 官推

https://x.com/GoogleDeepMind/status/2099907440422830269

Google AI 官推

https://x.com/GoogleAI/status/2099908000924193124

依据 Google / DeepMind 2026-09-15 官方博客、开发者博文与模型文档。底部「阅读原文」指向产品博文。

关于科技区角:国内科技展会垂直内容策划服务商,提供从论坛内容全案策划、会展市场化IP打造到精准专业观众一站式邀约服务,以产业内容吸引高质量B端人群,打通展会从议题设计、演讲嘉宾邀约、宣传预热、精准邀观到供需对接全链路。
声明:内容取材于网络,仅代表作者观点,如有内容违规问题,请联系处理。
EMI
more
【有奖直播】onsemi 深度传感产品介绍
突发!Gemini 3.8登顶,谷歌迈出RSI一大步
Gemini 3.8,明日登场!
刚刚,Gemini 3.8 Flash 来了,结果惨遭对手嘲讽
SK海力士HBM路线图提速:引入EMIB封装,剑指3D集成新纪元
Tower Semiconductor 2026年全球技术研讨会火热报名中
SEMI:Q2全球半导体设备市场同比大增23%
刚刚,谷歌Gemini 3.8登场!姚顺宇:RSI巨大飞跃
33%!Claude、GPT、Gemini 在真实网站上集体翻车,ClawBench 把 AI agent 打回原形
Einride豪掷千金购入500辆特斯拉Semi,具身智能物流的“规模战”正式打响
Copyright © 2025-成都区角科技有限公司
蜀ICP备2025143415号-1
  
川公网安备51015602001305号