Google DeepMind 發佈 Gemini 3.8 Live 與 Gemini 3.8 Live Extended Thinking
Introducing Gemini 3.8 Live and 3.8 Live Extended Thinking
Google DeepMind 發佈 Gemini 3.8 Live 與 Gemini 3.8 Live Extended Thinking,前者面向規模化與成本效率,後者針對高複雜度任務。
文章區分兩款模型在規模化成本效率與高複雜度任務上的定位,並列出語音代理基準成績,方便比較其應用取向。
2026 年 9 月 15 日
|
Gemini 3.8 Live 和 Gemini 3.8 Live Extended Thinking 是我們至今最先進的即時對話模型。智能和並行推理能力大幅提升,令模型更容易互動協作,亦能透過語音執行複雜任務。
Tom Ouyang
首席工程師
Malini Jaganathan
Gemini Audio 團隊技術人員(代表團隊)
聆聽文章
[[duration]] 分鐘
此內容由 Google AI 生成。生成式 AI 仍屬實驗性技術
更新日期:2026 年 9 月 17 日
今天,我們推出兩款新模型,進一步提升近乎即時的推理能力,讓語音代理能更有效地執行任務,並令與 AI 對話變得更直覺、更智能。
- Gemini 3.8 Live:專為大規模使用和成本效益而設,結合對話智能、流暢互動和視覺理解。
- Gemini 3.8 Live Extended Thinking:專為高度複雜的任務而設,具備更強智能和多步推理能力。
對開發者和企業而言,這些模型提供構建可靠、可投入生產環境的語音代理所需基礎。它們亦令你在 Gemini 應用程式、Google Workspace 和 Search 中與 Gemini 對話更流暢、更具協作性,單靠語音便能處理複雜任務。
體驗更流暢、更智能的對話
Gemini 3.8 Live Extended Thinking 提供企業級任務完成能力和智能,在 Artificial Analysis 的 Speech to Speech Quality Index 中以 82.6 分取得整體 #1;在代理式任務完成方面亦領先,於 τ-Voice 得分 68.6%,並在 Sierra 的 τ-Voice-banking 基準測試取得 35.1%。此外,它在 Big Bench Audio 得分 97.7%,展現強勁推理能力,價格亦較其他前沿模型具競爭力。
Gemini 3.8 Live 深受用戶青睞,在 Speech Agent Arena 中排名第二。除了表現出色,它亦維持高度成本效益,為開發者和企業提供功能強大、效率高且適合大規模使用的模型。
在評估語音代理的基準測試 ServiceNow 的 EVA-Bench 中,我們的模型在複雜工作流程上推進 Pareto Frontier,成功兼顧準確度和對話品質。
注意:此測試透過 Gemini Enterprise Agent Platform 上的 Live API 執行。
Gemini 3.8 Live 可近乎即時地處理視覺輸入,為對話補充上下文,提供更有幫助的回應。它會在對話中自動識別並切換 97 種支援語言。模型亦可在背景執行工具和 API 呼叫,同時繼續對話;因此它能先確認收到請求,並在背景完成任務期間繼續交流。
遇到需要深入推理的任務時,3.8 Live Extended Thinking 會一邊推理、一邊説話。在維持對話流暢不中斷的同時,它能提升處理複雜工作流程的智能,並以「讓我查一查……」等即時口頭提示自然回應,再透過即時進度説明,逐步向用戶交代背景多步任務的進展。
在 Google Workspace、Search 和 Gemini 應用程式中,我們的 Live 模型帶來更直覺、更具協作性的體驗,尤其能協助你處理最複雜的任務。
為開發者和企業語音生態系統注入動力
透過 Gemini Live API,開發者可運用 Agora、 Fishjam、 LangChain、 LiveKit、 Pipecat、 Vercel 和 Vision Agents 等平台,輕鬆構建和部署高效能語音介面。這些平台會在幕後處理複雜的即時媒體串流基礎設施,讓開發者專注於打造用戶體驗。
我們亦正與 Salesforce、Genspark 和 Lumeris 等公司合作。這些公司對 3.8 Live 和 3.8 Live Extended Thinking 充滿期待,並讚賞其低延遲、流暢度和工具呼叫能力。
以 SynthID 浮水印確保透明度
我們 AI 產品生成的所有音訊都會加上 SynthID 浮水印。這種難以察覺的浮水印會直接融入音訊輸出,確保 AI 生成內容可被識別,協助防止錯誤資訊。如欲瞭解我們在安全與責任方面的做法,請參閲模型説明文件。
開始使用最新 Gemini Audio 模型:
3.8 Live 今天起陸續推出:
- 開發者:透過 Gemini API 和 Google AI Studio 使用
- 企業:在 Gemini Enterprise 使用私人預覽版,並即將支援 Gemini Enterprise for Customer Experience
- 所有人:在 Search Live 使用
3.8 Live Extended Thinking 今天起陸續推出:
- 開發者:透過 Gemini API 和 Google AI Studio 使用
- 企業:在 Gemini Enterprise 使用私人預覽版,並即將支援 Gemini Enterprise for Customer Experience 和 Google Workspace 商務客戶
- 所有人:在 Gemini Live 使用;Google AI Pro 和 Ultra 訂閲者可在 Workspace 的 Docs 使用;所有 Google AI 訂閲者可在 Gmail 和 Keep 使用
在收件箱接收 Google 最新消息
訂閲電子通訊,接收產品更新、活動資訊、特別優惠等內容。
你的資料將按照 Google 私隱政策使用。你可隨時取消訂閲。
來源:Google DeepMind · deepmind.google