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。谷歌称这是其迄今最先进的实时对话模型，在智能和并行推理方面有重大升级，让 AI 对话更直观智能。
两款新品分别为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 在多项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 68.6% ，在 Sierra 的 τ-Voice-banking 基准测试达 35.1% ；推理能力方面，在 Big Bench Audio 得分 97.7% ，同时仍保持有竞争力的定价。
Gemini 3.8 Live 则获得用户高认可度，在 Speech Agent Arena 排名第二，且具备出色成本效益，适合大规模部署。两款模型在 ServiceNow EVA-Bench 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 可近实时处理视觉输入，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 可实现推理与发言同步进行，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…”这类早期语言提示自然回应提示，还可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 等平台轻松构建部署高性能语音驱动界面；谷歌还与 Salesforce、Genspark、Lumeris 等企业开展合作，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，帮助防止虚假信息传播。
目前 Gemini 3.8 Live 已开始推送：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，即将登陆 Gemini Enterprise for Customer Experience；全用户可在 Search Live 体验。
Gemini 3.8 Live Extended Thinking 也已开启推送：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，即将登陆 Gemini Enterprise for Customer Experience 以及 Google Workspace 企业客户；普通用户可在 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。
【来源：IT之家】
