Google发布Gemini 3.8 Live及Extended Thinking，提升语音交互智能

Google于2026年9月15日发布了Gemini 3.8 Live和Gemini 3.8 Live Extended Thinking，这是其最新的实时语音对话模型。官方称，这两个模型在智能和并行推理方面有重大升级，使得通过语音执行复杂任务更加直观和高效。

Gemini 3.8 Live专注于快速流畅的对话，支持实时视觉输入和自动检测97种语言，能在对话中无缝切换。它还可以在后台执行工具和API调用，而不会中断对话。Gemini 3.8 Live Extended Thinking则针对高复杂度任务设计，提供更强的多步推理能力，并能同时进行推理和说话，通过早期的口头提示如“让我检查一下”来自然确认请求。

在性能方面，Gemini 3.8 Live Extended Thinking在Artificial Analysis的语音到语音质量指数中排名第一（82.6分），在τ-Voice代理任务完成基准上达到68.6%，在Sierra的τ-Voice-banking基准上为35.1%。Big Bench Audio得分97.7%。Gemini 3.8 Live在用户偏好上排名第二，且具有成本效益。这些模型已可通过Gemini API、Google Workspace（包括Docs Live、Gmail Live和Keep Live）以及Search Live使用，并支持Agora、LangChain、LiveKit等开发者平台。