Компания Google представила модели Gemini 3.8 Live и Gemini 3.8 Live Extended Thinking, предназначенные для обработки голосовых запросов. Новинки обеспечивают работу в режиме реального времени, поддерживают одновременную обработку речи и мышления, а также могут выполнять вызовы стороннего ПО в фоновом режиме.
Модель Extended Thinking набрала 82,6 балла в индексе Artificial Analysis Speech to Speech Quality, опередив GPT-Live-1-Astra и Grok Voice Think Fast 2.0. В других тестах показатели составили 68,6% в T-Voice, 35,1% в T-Voice-banking и 97,7% в Big Bench Audio.
Архитектура моделей позволяет агентам выполнять API-запросы без прерывания диалога. Инструменты поддерживают 97 языков с функцией автоматического определения и переключения в процессе общения, а также обеспечивают визуальное распознавание в реальном времени.
Стоимость использования стандартной версии Gemini 3.8 Live составляет $0,005 за минуту аудиовхода и $0,018 за минуту вывода. Модель Extended Thinking предполагает дополнительные сборы за токены рассуждений и обработку видео или документов.
