Google DeepMind launches Gemini 3.8 Live and Extended Thinking voice models
Google DeepMind launched Gemini 3.8 Live and Gemini 3.8 Live Extended Thinking, with Extended Thinking topping the Artificial Analysis Speech-to-Speech Quality Index at 82.6.
Google DeepMind 9 月 17 日发布 Gemini 3.8 Live 与 Gemini 3.8 Live Extended Thinking 两款原生语音对语音模型，定位为生产级语音智能体基础组件。
两款模型均支持异步函数调用、视觉上下文输入与 97 种语言之间自动切换并保持口音稳定。标准版 Gemini 3.8 Live 面向规模与成本效率优化，Extended Thinking 针对复杂多步推理任务设计，可在后台执行工具调用的同时持续语音回应，并能用口头方式向用户汇报进度。
在 Artificial Analysis Speech-to-Speech Quality Index 上，Extended Thinking 以 82.6 分位列第一；在 τ-Voice 智能体任务完成率测试中得 68.6%，略高于 GPT-Live-1 Astra 的 67.9%；在 Sierra τ-Voice-banking 银行场景中得 35.1%，对手为 32.0%；Big Bench Audio 推理得 97.7%。定价为音频输入 0.005 美元/分钟、音频输出 0.018 美元/分钟，所有生成音频均带有不可察觉的 SynthID 水印以确保可检测性。模型即日起通过 Gemini API 与 Google AI Studio 开放给开发者。