Gemini 3.8 Live/Live Extended Thinking 上线 能用语音执行复杂任务

Google Gemini推出两款新模型，能进行近乎即时的推理，以语音和人工智慧「对话」。包括专为规模化和成本效益而打造的Gemini 3.8 Live，将对话智慧与流畅的对话和视觉基础相结合；以及专为高复杂度任务而设计Gemini 3.8 Live，具有更高的智慧和多步骤推理能力。可以整合在Gemini应用、Google Workspace和Google搜寻，与Gemini进行更流畅、更协作的对话，用语音即可轻松应对复杂任务。

虽然AI巨头喊出放慢语言模型开发速度的说法，但Google在过去几周连续三次更新Flash版本模型，9月初刚推出Gemini 3.8 Flash与资安专用版，三周内又推出Gemini 3.8 Live，凸显Google在语言模型开发竞速比赛不能落后的压力。

Google宣称，Gemini 3.8 Live Extended Thinking提供企业级任务完成能力和智能，在Artificial Analysis的语音质量指数（Speech to Speech Quality Index）中以82.6分位列第一，在τ -Voice 和 Sierra 的τ -Voice-banking基准测试中分别以68.1%领跑率的成绩完成。并具备强大的推理能力，兼顾价格竞争力。

Gemini 3.8 Live在语音代理领域名列第二，并保持极高的性价比，为开发者和企业提供了一个强大且高效的可扩展模型。

强化语音对话功能的Gemini 3.8 Live能够近乎即时地处理视觉输入，为对话添加上下文讯息，从而提供更有用的回应。支援在对话过程中自动侦测并切换97种语言。可以在后台执行工具和API调用，同时继续对话，因此模型可以确认请求并继续聊天，后台任务也会在背景完成。