Google日前在官方部落格宣布推出Gemini 3.8 Live 與 Gemini 3.8 Live Extended Thinking 兩款實時對話模型。前者面向規模化與成本效率，把對話智能與流暢語音、視覺理解能力結合在一起；後者面向高複雜度任務，強化了整體智能與多步推理。兩款模型即日起在 Gemini API 與 Google AI Studio 向開發者開放，企業側在 Gemini Enterprise 進入私測，普通用戶可先在 Search Live 用上 3.8 Live。
官方公布的數據集中在語音質量與任務完成度兩方面。Gemini 3.8 Live Extended Thinking 在 Artificial Analysis 的 Speech to Speech Quality Index 上以 82.6 分位列總榜第一，在 τ-Voice 與 Sierra 的 τ-Voice-banking 基準上分別取得 68.6% 與 35.1%，Big Bench Audio 得分 97.7%；Gemini 3.8 Live 在 Speech Agent Arena 排名第二。Google 稱，在 ServiceNow 的 EVA-Bench 上兩款模型把準確率與對話質量之間的帕累托前沿向前推進，該測試在 Gemini Enterprise Agent Platform 的 Live API 上運行。
能力方面，Gemini 3.8 Live 可近實時處理視覺輸入，並在對話過程中自動檢測、切換 97 種受支持語言；工具調用與 API 請求被放到後台執行，模型先確認請求，任務在後台完成期間對話不中斷。Extended Thinking 的區別是把推理與說話並行：它先用"Let me check that…"這類口頭提示接住提問，再用實時進度播報交代多步後台任務的進展。官方演示包括實時指導下棋、把白板草圖與語音反饋轉成可用的 React 組件，以及協調多步預訂與異步函數調用。
Google 同時列出了語音開發生態的合作方：Agora、Fishjam、LangChain、LiveKit、Pipecat、Vercel 與 Vision Agents 通過 Gemini Live API 提供實時媒體流基礎設施，開發者不必自建底層；Salesforce、Genspark 與 Lumeris 被列為合作企業，關注點是延遲、流暢度與工具調用能力。Google 還表示，其 AI 產品生成的音頻統一嵌入 SynthID 隱性水印。
值得一提的是，在月初，Google 已先發布 Gemini 3.8 Flash 與面向漏洞檢測、自動修補的 Gemini 3.8 Flash Cyber，本次兩款 Live 模型則是 3.8 系列裡的實時語音部分。鋪開節奏上，3.8 Live Extended Thinking 已進入 Gemini Live，Workspace 的 Docs 面向 Google AI Pro 與 Ultra 訂閱者，Gmail 與 Keep 面向全部 Google AI 訂閱者；面向企業客戶的兩個版本標註為"即將推出"。
