DeepMind представила голосовые модели Gemini 3.8 Live
DeepMind представила Gemini 3.8 Live и Gemini 3.8 Live Extended Thinking — две модели для голосового взаимодействия почти в реальном времени. По данным компании, первая модель сочетает разговорные возможности, визуальный контекст и экономичность, а версия Extended Thinking предназначена для сложных задач и многоэтапного рассуждения.
Gemini 3.8 Live Extended Thinking заняла первое место в индексе Speech to Speech Quality Index от Artificial Analysis, набрав 82.6. Результат модели составил 68.6% в τ-Voice, 35.1% в банковском бенчмарке τ-Voice компании Sierra и 97.7% в Big Bench Audio. DeepMind сообщает, что Gemini 3.8 Live заняла второе место в Speech Agent Arena.
Модели обрабатывают визуальные данные, автоматически переключаются между 97 поддерживаемыми языками и выполняют инструменты или API-вызовы, не прерывая разговор. Extended Thinking может вслух сообщать о ходе выполнения длительных задач. Аудио, созданное продуктами компании на базе ИИ, получает незаметную маркировку SynthID.
Gemini 3.8 Live начинает распространяться через Gemini API, Google AI Studio и Search Live; корпоративная версия доступна в закрытом тестировании. Extended Thinking запускается в тех же каналах и Gemini Live, а дополнительные функции для Workspace и корпоративных клиентов будут вводиться поэтапно.
Текст подготовлен ИИ Sakhanda Wire по материалу DeepMind. Факты, цитаты и полный контекст — в оригинальной статье ниже.