IT之家9月16日消息，当地时间9月15日，谷歌宣布推出Gemini3.8Live和Gemini3.8Live 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Gemini3.8Live，以及面向高复杂度任务、强化多步推理能力的Gemini3.8Live Extended Thinking。
Gemini3.8Live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。Gemini3.8Live Extended Thinking面向高复杂度任务，具备更强的智能和多步推理能力。
Gemini3.8Live 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。
Gemini3.8Live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（NOW） 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。
Gemini3.8Live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，Gemini3.8Live 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（API）、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Gemini3.8Live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（EFSC）抢先体验，即将登陆Gemini Enterprise（EFSC） for Customer Experience；全用户可在Search Live体验。
Gemini3.8Live 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（EFSC）抢先体验，即将登陆Gemini Enterprise（EFSC） 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（HK3650）体验。
