首页 > 链百科 > Gemini 3.8 Live正式上线：低延迟与高推理语音模型全解析

Gemini 3.8 Live正式上线：低延迟与高推理语音模型全解析

2026-09-17 09:59:16

Google在9月15日推出了两款语音模型：Gemini 3.8 Live与Gemini 3.8 Live Extended Thinking。根据Gemini API官方更新日志，这两款产品同日正式上线（GA），其定位为Live API的audio-to-audio模型，意味着输入与输出均为语音，专为即时语音应用而设计。

两款的分工：一款抢低延迟，一款换取推理深度

官方日志把两者的取舍写得很直接。 Gemini 3.8 Live（型号gemini-3.8-live）是多数低延迟语音代理与即时对话的预设选项，强调不因推理而产生延迟，特性包括交错式推理、预设非同步函式呼叫，以及完整的工作阶段用户端内容更新。

Gemini 3.8 Live Extended Thinking（型号gemini-3.8-live-extended-thinking）则是高推理版本，支援在即时语音互动进行的同时于背景推理，官方建议在需要较高背景推理能力时使用。换句话说，前者把延迟压到最低，后者容许模型一边对话一边想得更久。

官方列出的四项共同能力

Google DeepMind 在官方帐号的贴文中列出两款模型的共同特性：升级的推理能力、接近即时的视觉理解、97 种语言的自动侦测，以及背景工具呼叫且不中断对话。针对Extended Thinking 版本，贴文另外说明它在最困难的任务上提供更高的效能与精确度，并会在执行过程中描述任务进度，让对话不致中断。

贴文示范的情境是把3.8 Live Extended Thinking 当成程式设计家教。使用管道方面，一般使用者可在Gemini App 的Gemini Live 中使用，开发者则透过Gemini API 与Google AI Studio 接入。