Google выпустила Gemini 3.8 Live и Live Extended Thinking

Google представила две новые модели для голосовых взаимодействий — Gemini 3.8 Live и Gemini 3.8 Live Extended Thinking. Они работают в режиме speech‑to‑speech, поддерживают визуальный контекст и могут вызывать инструменты прямо во время разговора, не прерывая диалог.

Модели поддерживают 97+ языков, умеют обрабатывать изображения и видео в реальном времени и выполнять асинхронные вызовы api. Юзер может продолжать говорить, пока схема выполняет задачу в фоне.

В версии Live Extended Thinking добавлено параллельное рассуждение: модель может анализировать сложную задачу и одновременно продолжать голосовой диалог, озвучивая промежуточный прогресс. По данным Google, она заняла первое место в Artificial Analysis Speech‑to‑Speech Quality Index с результатом 82,6 балла.

Модели уже доступны через Gemini api и Google AI Studio. Google равным образом начала интеграцию Live‑моделей в Search, Gemini и Workspace.

Для Live программный интерфейс Google цена вопроса составит $0,005/мин за входящее аудио и $0,018/мин за исходящее. В пересчёте на токены компания приводит ориентир $3 за 1 млн входных и $12 за 1 млн выходных аудиотокенов.