Представяме Gemini 3.8 Live и 3.8 Live Extended Thinking

Днес представяме два нови модела, които предлагат напредък в разсъждението почти в реално време, за да осигурят по-ефективно гласови агенти и да направят разговорите с изкуствения интелект по-интуитивни и интелигентни.

• Gemini 3.8 Live: Създаден за мащаб и ефективност на разходите, като съчетава разговорна интелигентност с плавен диалог и визуално заземяване.
• Gemini 3.8 Live Extended Thinking: Създаден за задачи с висока сложност, с повишена интелигентност и многостъпково разсъждение.

За разработчиците и предприятията тези модели предоставят основата за надеждни, готови за продукционна среда гласови агенти. Те също така правят говоренето с Gemini в приложението Gemini, Google Workspace и Search по-плавно и съвместно — помагайки ви да се справяте със сложни задачи само с гласа си.

Изживейте по-плавни и интелигентни разговори

Gemini 3.8 Live Extended Thinking осигурява завършване на задачи и интелигентност от корпоративен клас, като заема първо място като цяло в Speech to Speech Quality Index на Artificial Analysis (82,6%) и води по завършване на агентни задачи с 68,6% в τ-Voice и 35,1% в бенчмарка τ-Voice-banking на Sierra. Той също така предлага силни способности за разсъждение, постигайки 97,7% в Big Bench Audio, като същевременно запазва изключително конкурентна цена спрямо други водещи модели.

Gemini 3.8 Live показва високо предпочитание от потребителите, като заема второ място в Speech Agent Arena. Освен тези резултати той остава изключително рентабилен — предоставяйки на разработчиците и предприятията способен и ефективен модел, създаден за мащаб.

В EVA-Bench на ServiceNow — бенчмарк за оценяване на гласови агенти — нашите модели разширяват границата на Парето за сложни работни процеси, като успешно балансират точността с качеството на разговора.

Gemini 3.8 Live обработва визуални входове почти в реално време, обогатявайки разговорите с контекст за по-полезни отговори. Той автоматично открива и преминава между 97 поддържани езика по време на разговора. Изпълнява инструменти и API извиквания във фонов режим, докато разговорът продължава, така че моделът може да потвърждава заявките и да продължава разговора, докато задачите приключат във фонов режим.

За задачи, които изискват по-задълбочено разсъждение, 3.8 Live Extended Thinking разсъждава и говори едновременно. Той осигурява повишена интелигентност за сложни работни процеси, като същевременно поддържа непрекъснат разговорен поток — използвайки ранни словесни сигнали като „Нека проверя това…“, за да потвърждава естествено подканите, и разказ в реално време за напредъка, който превежда потребителите през многостъпкови фонови задачи, докато те се изпълняват.

В Google Workspace и Search нашите модели Live осигуряват по-интуитивни и съвместни изживявания — особено когато се справяте с най-сложните си задачи.

Подкрепяме екосистемата от гласови решения за разработчици и предприятия

Чрез използването на Gemini Live API платформи за разработчици като Agora, Fishjam, LiveKit, Pipecat, Vercel и Vision Agents позволяват на разработчиците лесно да създават и внедряват високопроизводителни интерфейси, управлявани с глас. Тези платформи управляват сложната инфраструктура за поточно предаване на медии в реално време във фонов режим, което позволява на разработчиците да се съсредоточат изцяло върху създаването на потребителското изживяване.

Също така си партнираме с компании като Salesforce, Genspark и Lumeris, които са развълнувани от 3.8 Live и 3.8 Live Extended Thinking и подчертават впечатляващата им латентност, плавност и способности за извикване на инструменти.

Осигурете прозрачност с водни знаци SynthID

Всички аудио материали, генерирани от продуктите ни с изкуствен интелект, са маркирани с воден знак SynthID. Този незабележим воден знак е вплетен директно в аудиоизхода, като гарантира, че генерираното от изкуствен интелект съдържание остава откриваемо и помага за предотвратяване на дезинформацията. За подробности относно подхода ни към безопасността и отговорността прегледайте картата на модела.

Започнете да използвате най-новите ни аудио модели Gemini:

3.8 Live започва да се предоставя от днес:

• За разработчици: В Gemini API и Google AI Studio
• За предприятия: В частен преглед в Gemini Enterprise и скоро в Gemini Enterprise for Customer Experience
• За всички: В Search Live

3.8 Live Extended Thinking започва да се предоставя от днес:

• За разработчици: В Gemini API и Google AI Studio
• За предприятия: В частен преглед в Gemini Enterprise и скоро в Gemini Enterprise for Customer Experience и за бизнес клиентите на Google Workspace
• За всички: В Gemini Live, както и за абонатите на Google AI Pro и Ultra в Workspace — в Docs, и за всички абонати на Google AI — в Gmail и Keep