Googleがリアルタイムで会話できるAIモデル「Gemini 3.8 Live」と「Gemini 3.8 Live Extended Thinking」をリリースしました。Gemini 3.8 Live Extended ThinkingはベンチマークテストでOpenAIやSpaceXAIのライバルモデルを上回るスコアを記録しています。

Gemini 3.8 Live & Gemini 3.8 Live Extended Thinking

https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-3-8-live-gemini-3-8-live-extended-thinking/

New Gemini Audio models for developers

https://blog.google/innovation-and-ai/technology/developers-tools/build-real-time-voice-applications-gemini-audio/

Gemini 3.8 Liveはコスト効率を重視して設計されたモデルで、Gemini 3.8 Live Extended Thinkingは高度な知能と多段階推論能力を備えたモデルです。どちらのモデルも日本語を含む97の言語に対応しており、リアルタイムで会話できます。

Googleが公開したデモ動画では「Geminiと呼んだときだけ応答して」という音声指示に従いつつ、文脈に沿ってリアルタイムで応答している様子を確認できます。

What's new in the Gemini Live API - YouTube

Gemini 3.8 Live Extended Thinkingと会話しながらコーディングするデモ動画も公開されています。





以下のグラフは横軸がタスク達成率、縦軸が会話品質を示しています。Gemini 3.8 LiveとGemini 3.8 Live Extended Thinkingは会話品質とタスク実行精度を両立できています。



第三者機関のArtificial Analysisが実施したテストでは、Gemini 3.8 Live Extended ThinkingがOpenAIのGPT-Live-1-AstraやSpaceXAIのGrok Voice Think Fast 2.0を上回りました。



また、AIの名前を伏せた状態で人間に品質を評価させるSpeech Agent Arenaでは、Gemini 3.8 Liveが全体2位の性能と評価されています。なお、1位はGemini 3.1 Flash Live Minimalです。



Gemini 3.8 LiveとGemini 3.8 Live Extended ThinkingはAPI経由で使用可能。APIのドキュメントは以下のリンク先で確認できます。

Live API 機能ガイド  |  Gemini API  |  Google AI for Developers

https://ai.google.dev/gemini-api/docs/live-api/capabilities?hl=ja#supported-languages